|
모델 1-1 이라 부른다.
비슷하게, X2의 영역이 분할되고, 그것을 모델 1-2 라 부른다.
이와 같이 k개의 모델(모델 1-1, … , 모델 1-k)을 가진다.
일반적으로 모델 1-i (i = 1,2,…,k)의 형태는 다음과 같다.
퍼지모델과 알고리즘
3.1.전반부의 구조 동
|
|
|
퍼지논리와 세계관, 한국지능시스템학회
오성권(1999), 퍼지모델및 제어이론과 프로그램, 기다리
장규만(2012), 퍼지 부분공간의 성질, 공주대학교
한도영 외 1명(2012), 예측과 보상 기능이 포함된 퍼지 제어알고리즘, 대한설비공학회 Ⅰ.
|
|
|
퍼지 매칭 알고리즘, 한국인터넷정보학회
이상부, 임영도(1999), 퍼지 신경망 유전진화, 인솔미디어
장이채(1997), 퍼지과학의 세계, 교우사
최용엽(1997), 퍼지공학입문, 웅보출판사
퍼지기술연구회(1992), 퍼지시스템입문, 기전연구사
황승국
|
|
|
퍼지와 한국문화 , 전자신문사, 1992
김태균, 대수학 입문과 퍼지 응용, 교우사, 2004
주영도, 퍼지관계 이론에 의한 집단지성의 도출, 한국지능정보시스템학회, 2011
한도영 외 1명, 예측과 보상 기능이 포함된 퍼지제어알고리즘, 대한설비공학회,
|
|
|
퍼지 논리
(1) 퍼지 시스템
(2) 규칙 기반 퍼지 모델
(3) 퍼지 IF-THEN 규칙
(4) 퍼지 관계
2. 신경회로망
3. 뉴로 퍼지 모델
4. FCM 클러스터링
5. 공분산 행렬과 퍼지 공분산 행렬
6. Gustafson-Kessel 클러스터링 알고리즘
7. 제
|
|
|
인정받게 되었다. 카오스 현상은 작은 외력의 영향을 받는 역학적인 단진자에서, 비선형 회로에서, 화학 반응, 그리고 심장세포와 신경세포(neuron)에서 확인되었다. 1. 퍼지이론
2. 신경회로망
3. 유전자 알고리즘
4. 카오스 이론
|
|
|
알고리즘은 염색체를 표현하는 방법과 연산자의 종류 및 특성에 따라 여러 가지가 있으나 대표적으로 표 1과 같이 4가지로 나누어 볼 수 있다. 유전자 알고리즘(Genetic Algorithms, GA)은 고정된 길이의 이진 스트링을 염색체로 사용하며 진화전략(E
|
|
|
알고리즘은 염색체를 표현하는 방법과 연산자의 종류 및 특성에 따라 여러 가지가 있으나 대표적으로 표 1과 같이 4가지로 나누어 볼 수 있다. 유전자 알고리즘(Genetic Algorithms, GA)은 고정된 길이의 이진 스트링을 염색체로 사용하며 진화전략(E
|
|
|
모델의 특성과 이론적인 수렴 문제 등도 밝혀졌다. 실례로 퍼지 신경망 모델을 적용한 SONN 모델에 관한 기본적인 특징에 대해 간단히 예시한다.
SONN(Self-Organizing Neural Networks) 모델
SONN 모델은 베즈덱(James Bezdek)의 퍼지 c-means 알고리즘의 퍼지 멤
|
|
|
2.3 역전파 알고리즘
2.4 오류 역전파를 이용한 학습 프로그램
2.5 안면인식 알고리즘의 개요
2.6 안면인식 알고리즘의 특징
2.7 안면인식 시스템의 구성단계
2.8 퍼지네트워크와 신경회로망을 이용한 알고리즘의 특징
3. 결 론
|
|
메뉴펼치기
