Search academic texts

Information × Registration Number 2116U005993, Article popup.category Опубліковано, Стаття Title SEQUENTIAL FUZZY CLUSTERING BASED ON NEURO-FUZZY APPROACH popup.author Бодянський Є. В.Дейнеко А. О.Куценко Я. В.Bodyanskiy Ye. V.Deineko A. O.Kutsenko Ya. V. popup.publication 27-10-2016 popup.source_user Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") popup.source https://ric.zp.edu.ua/article/view/81234 popup.publisher National University "Zaporizhzhia Polytechnic" Description У статті запропоновано on-line нейро-фаззі систему для вирішення задач послідовного нечіткого кластерування даних, що дозволяєопрацьовувати вектори спостережень за умов обмеженого числа даних в оброблюваній вибірці, а також алгоритм її самоначання наоснові самоорганізовної мапи Т. Когонена. Архітектура системи містить сім шарів обробки інформації і є за своєю суттю гібридом системи Ванга-Менделя та нечіткої кластерувальної самоорганізовної мережі. Запропонована система в процесі самонавчання налаштовує не лише свої параметри, але й архітектуру в on-line режимі. Для налаштування параметрів функцій належності гібридної нейро-фаззі системи введено алгоритм, що ґрунтується на використанні конкуренткого навчання. У процесі навчання гібридна нейро-фаззі система налаштовує синаптичні ваги, центри і параметри ширини функцій належності. Розроблено програмне забезпечення, що реалізує запропоновану архітектуру гібридної нейро-фаззі системи. Проведено низку експериментів з дослідження властивостей запропонованої системи. Результати експериментів підтвердили те, що запропоновану систему можна використовувати для розв’язання задачі кластерування, при цьому обробляння даних відбувається в on-line режимі. Система характеризується простотою чисельної реалізації. Характерною особливістю запропонованої системи є те, що вона об’єднує в собі як навчання з вчителем, так і самонавчання. popup.nrat_date 2026-02-09 Close