標題: 神經網路專家系統之設計與製作
作者: 陳秋宏
CHEN, GIU-HONG
曾憲雄
ZENG, XIAN-XIONG
資訊科學與工程研究所
關鍵字: 神經網路;專家系統;機器學習;非線性區分;EXPERT-SYSTEM;MACHINE-LEARN;PERCEPTRON
公開日期: 1988
摘要: 知識獲得一直是專家系統建立的一重大瓶頸,所以如何設計能自動作知識獲得的專家 系統是未來製作的目標。本論文乃利用機器學習的方法直接從樣本(如醫師診斷病例 )學習出知識庫,並可診斷具多重值病症的疾病。我們利用神經網路模式透過學習而 將知識儲存於神經網路上,規則就隱含於其中,而所使用的神經網路模式源自於最早 的也是最有名的PERCEPTRON,使用神經網路模式作學習尤其適用於含雜訊的範疇。對 於非線性區分的問題,我們提供一些加入隱藏單元方法以解決此問題;並求得一最佳 解,其可正確診斷出較多疾病。針對此神經網路知識庫,我們設計一推理機來解釋它 。本方法的特點是可從部分知識即可推得答案,且即使此部份知識有些錯誤的話亦有 可能得到解答。
URI: http://140.113.39.130/cdrfb3/record/nctu/#NT772394066
http://hdl.handle.net/11536/53821
顯示於類別:畢業論文