|
[ERROR : 10731] 오류 발생. 1. 생활 속의 퍼지를 마치면서, 교양 과목이면서 ‘전공’의 성격을 내포하고 있어서 “어려 웠다”는 평가를 제외 하고 그 외 느낀 점을 자유롭게 서술해 보시오.
2. Membership Function 을 어떻게 만드느냐에 따라 공
|
|
|
membership functions from training examples", fuzzy set and Systems, volume 84, issue 1, pp. 33-47, 1996.
[2]Witold Pedrycz, "Conditional Fuzzy C-Means" Pattern Recognition Letters, Volume 17, Issue 6, pp. 625-631, 1996.
[3]J-S. R. Jang, "Input Selection for ANFIS Learning", Preceeding of the 5th IE
|
|
|
membership function)
- 퍼지 집합의 각 원소들의 귀속도를 합리적으로 계산해주는 함수이고
그리이스 문자 ‘μ’으로 나타낸다.
Ⅸ. 향후 퍼지이론의 전망
퍼지 컴퓨터는 퍼지추론을 기초로 이것을 퍼지제어하는 것이며 퍼지추론을 빠른 속도로
|
|
|
membership (소속정도)
보통집합 (0, 1)
퍼지집합 (무한 지수) : 보통집합을 포함
퍼지집합은 애매한 경계(한계)를 가지는 집합으로 정의
특성함수(Characteristic function) : A
소속함수(Membership function) : A
공 퍼지집합(Empty fuzzy set)
정규
|
|
|
1. Fuzzy Neural Networks의 정의
Neural Networks의 특성
- 지식표현 : 구조화된 지식을 직접 표현하거나 추출할 수 없음
- 근사기능 : Adaptability을 통한 근사기능을 구현
- 학습기능 : Membership Function의 Weight조정을 통한 학습기능을 구현
- 모델구성
|
|
 |
Functioned as a liaison with sales department; Proposed and implemented intra-network system in company wide to contribute to the more effective operation and reduced the annual cost in the department by 20%.
Education:
1998-2000, Tranomon Accounting School, Tokyo, Japan
Completed Intermediate and
|
|
메뉴펼치기
