ПОСТРОЕНИЕ НЕЧЕТКОЙ НЕЙРОСЕТЕВОЙ МОДЕЛИ ДЛЯ РЕШЕНИЯ ЗАДАЧ КЛАССИФИКАЦИИ
Рассматривается процесс построения нечеткой нейросетевой классифицирующей модели (ННМ) на основе имеющихся числовых значений признаков. Показано, что интегрирование нейронных сетей и нечетких систем позволяет создавать гибридные модели, которые способны обучаться на данных посредством минимизации со...
Saved in:
Format: | Article |
---|---|
Language: | Russian |
Published: |
National Academy of Sciences of Belarus, the United Institute of Informatics Problems
2018-12-01
|
Series: | Informatika |
Online Access: | https://inf.grid.by/jour/article/view/699 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Similar Items
-
ЭФФЕКТИВНЫЙ BEST-FIT-АЛГОРИТМ ДЛЯ РЕШЕНИЯ ЗАДАЧ ДВУХМЕРНОЙ ОРИЕНТИРОВАННОЙ УПАКОВКИ В КОНТЕЙНЕРЫ
Published: (2018-04-01) -
РЕШЕНИЯ КРАЕВЫХ ЗАДАЧ ДЛЯ УПРОЧНЯЮЩИХСЯ УПРУГОПЛАСТИЧЕСКИХ ТЕЛ В РЯДАХ ПО ОДНОРОДНЫМ ПОЛИНОМАМ НЕСКОЛЬКИХ КОМПЛЕКСНЫХ ПЕРЕМЕННЫХ
Published: (2018-11-01) -
Аналитический обзор методов распределения задач при совместной работе человека и модели ИИ
by: Andrew Ponomarev, et al.
Published: (2025-01-01) -
УПРОЩЕННЫЕ МОДЕЛИ ДЛЯ РАСЧЕТА ВЗАИМОДЕЙСТВИЯ ИНДУКЦИОННЫХ СИСТЕМ ДИГИТАЙЗЕРОВ
Published: (2018-11-01) -
О СИСТЕМАТИЗАЦИИ МЕТОДОВ КЛАССИФИКАЦИИ ДАННЫХ И ЗНАНИЙ
Published: (2018-05-01)