Search academic texts

Information × Registration Number 2117U006191, Article popup.category Опубліковано, Стаття Title THE NEURO-FUZZY DIAGNOSTIC MODEL SYNTHESIS WITH HASHED TRANSFORMATION IN THE SEQUENCE AND PARALLEL MODE popup.author Субботін С. О.Благодарьов О. Ю.Гофман Є. О.Subbotin S. A.Blagodarev A. Yu.Gofman Ye. A. popup.publication 13-05-2017 popup.source_user Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") popup.source https://ric.zp.edu.ua/article/view/101022 popup.publisher National University "Zaporizhzhia Polytechnic" Description Актуальність. Вирішено актуальну задачу підвищення швидкості побудови нейро-нечітких моделей за прецедентами. Мета роботи – створення методу синтезу нейро-нечітких мереж, що має високу швидкість обчислень і дозволяє реалізувати синтез нейро-нечітких мереж у паралельному режимі. Метод. Запропоновано метод побудови нейро-нечітких моделей за прецедентами, що здійснює скорочення розмірності вхідних даних за допомогою гэшувального відображення на одномірну вісь зі збереженням локальної топології кластерів у просторі ознак, оцінює значимість ознак і екземплярів на основі виділених кластерів, а також формує розбиття вихідного простору ознак в автоматичному режимі, синтезує структуру і налаштовує параметри нейро-нечіткої моделі автоматично, вилучає з процесу навчання нейронечіткої моделі малоінформативні дані, спрощуючи тим самим структуру одержуваних моделей, та дозволяє найбільше обчислювально трудомісткі операції виконувати в паралельному режимі, що дозволяє автоматизувати процес синтезу нейро-нечітких моделей за прецедентами, а також підвищити швидкість побудови нейро-нечітких моделей як при послідовній, так і при паралельній реалізації обчислень. Результати. Розроблено програмне забезпечення, яке реалізує запропонований метод, що використано при проведенні обчислювальних експериментів з дослідження властивостей методу. Висновки. Проведені експерименти підтвердили працездатність запропонованого методу і програмного забезпечення, що його реалізує, а також дозволяють рекомендувати їх для застосування на практиці для рішення задач діагностування й автоматичної класи- фікаціїза ознаками. popup.nrat_date 2026-02-09 Close