模糊神經網路專家系統之研製
顯示簡易詮釋資料 統計資料| 欄位 | 內容 | 語言 |
|---|---|---|
dc.contributor.author |
傅心家 | en_US |
dc.contributor.author |
Fu Hsin-Chia | en_US |
dc.contributor.department |
國立交通大學資訊工程學系 | zh_TW |
dc.date.accessioned |
2014-12-13T10:39:39Z | |
dc.date.available |
2014-12-13T10:39:39Z | |
dc.date.issued |
1995 | en_US |
dc.description.abstract |
近年來,將神經網路與模糊系統結合的研究 正蓬勃展開.這些研究的主要目的是希望擷取 神經網路平行處理、容錯、可學習等優點與模 糊系統具人類推理風格、可使用自然語言描敘 等優點.本計畫第一年中,我們將探討如何建構 一模糊神經網路專家系統,來學習模糊邏輯規 則系統中蘊含的知識,包括:模糊規則、模糊集 合的隸屬函數及模糊運算元的參數.我們計畫 設計一混合式的學習法則,融合Backpropagation型與Competitive型學習法則的優點,以達到精確且快 速的學習.此模糊神經網路專家系統之應用範 圍,是作模糊邏輯推理.希望藉由使用者設定的 語言變數及語言值,自動建構網路中之點及連 線.再由使用者提供的學習樣本,學習出此推理 系統蘊含的知識.第二年的工作中,我們預計完 成單層推理模糊神經網路專家系統的理論設計 、模擬及應用實例.而後,第三年再將之擴充至 多層推理的理論設計、模擬及應用實例,同時 將與另兩項子計畫進行整合工作. | zh_TW |
dc.description.sponsorship |
行政院國家科學委員會 | zh_TW |
dc.identifier.govdoc |
NSC84-2213-E009-039 | zh_TW |
dc.identifier.uri |
https://www.grb.gov.tw/search/planDetail?id=137745&docId=23053 | en_US |
dc.identifier.uri |
https://ir.lib.nycu.edu.tw/handle/11536/96716 | |
dc.language.iso |
zh_TW | en_US |
dc.subject |
類神經網路 | zh_TW |
dc.subject |
模糊集合 | zh_TW |
dc.subject |
模糊邏輯 | zh_TW |
dc.subject |
模糊控制系統 | zh_TW |
dc.subject |
模糊專家系統 | zh_TW |
dc.subject |
學習法則 | zh_TW |
dc.subject |
Neural network | en_US |
dc.subject |
Fuzzy set | en_US |
dc.subject |
Fuzzy logic | en_US |
dc.subject |
Fuzzy control system | en_US |
dc.subject |
Fuzzy expertsystem | en_US |
dc.subject |
Training algorithm | en_US |
dc.title |
模糊神經網路專家系統之研製 | zh_TW |
dc.title |
Study of Fuzzy Neural Network Based Expert Systems | en_US |
dc.type |
Plan | en_US |
檔案
本條目沒有附加檔案。
所屬典藏: 研究計畫