A Neurofuzzy network models for rule-based systems
Kural tabanlı sistemler için bulanık sinir ağları
- Tez No: 68696
- Danışmanlar: PROF. DR. FERDA ALPARSLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Neural Networks, Backpropagation Algorithm, Ten^oral k [ Information, Fuzzy Logic.IV
- Yıl: 1997
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 103
Özet
Bu tez kapsamında Kural Tabanlı Sistemler için Bulanık Sinir Ağlan (KTBA) modeli geliştirilmiştir. Sistem çok seviyeli ileridoğru sinir ağları yapısında oluşturulmuştur. Öğrenme algoritması olarak, bulanık kuralları içinde kapalı olarak bulunduran, yeniden revize edilmiş“backpropagation”algoritması kullanılmıştır. Bulanık çıkarım ve belirginleştirmeye dayalı bu yeni tasarım tekniği, bulanık kuralların ve üyelik fonksiyonlarının birleşiminden oluşan bir sistem olarak performansı, doğruluğu ve güvenirliği arttırırken, tasarım zamanım azaltır. Böyle bir network tipi herhangi bir doğrusal olmayan bulanıkgirdi-çıktı ilişkisini bulabilme yeteneğine sahiptir. KTBA baza doğrusal olmayan fonksiyonlar ve bir tıbbi teşhis sistemi (özel olarak, kalp hastalığı veritabanı) üzerinde denenmiştir. KTBA, öğrenme işleminden sonra, üyelik fonksiyonlarının temsil edildiği sinir hücrelerinin durumlarına bakılarak ve gereksiz olanlar çıkarılarak, tekrar öğrenmeye tabi tutulursa, kural sayısı ile ilgili iyileştirme yapabilme imkanı verir. Bu işlem sistem masrafım azaltır. Anahtar Kelimeler : Sinir Ağlan,“Backpropagation”Algoritması, Zamansal Bilgi, Bulanık Mantık. Vİ
Özet (Çeviri)
This thesis, reports the development of a Neurofuzzy Network Model for Rule- Based Systems (NFN). The system is implemented as a feedforward multilayered neural network. The learning algorithm which is based on the backpropagation algorithm is modified to generate fuzzy rules internally. Combination of learned fuzzy rules, membership functions and a new fuzzy design technique based on a new fuzzy inferencing and defuzzification, significantly improves performance, accuracy, reliability and reduces design time. A network of this type is capable of learning any non-linear fuzzy input- output relationship. The system is simulated on some non-linear functions and a medical diagnosis system, specifically heart disease database. NFN is mminimizes total system cost by optimizing the number of rules and membership functions by examining the membership functions of the output after training process, thereafter eliminating the unnecessary weights and refraining.
Benzer Tezler
- Hyperbox based neuro-fuzzy system for linguistic term extraction
Dilbilimsel terimleri elde eden hyperbox tabanlı bulanık yapay sinir ağı modeli
DİDEM DURMAZ
Yüksek Lisans
İngilizce
1998
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. FERDA ALPASLAN
- Bulanık zincir model temelleri ve hidrograf tahminleri
Fuzzy chain model fundamentals and hydrograph estimations
YAVUZ SELİM GÜÇLÜ
Doktora
Türkçe
2017
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKAİ ŞEN
- Echo state network ile sistemlerin modellenmesi
System modeling using echo state network
SELİN YAMAN
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ENGİN YEŞİL
- Kontrol ve sistem tanımlama uygulamaları için çok katmanlı dinamik bulanık ağ tasarımları
Multilayer dynamic fuzzy neural network design for control and system identification applications
SEVCAN YILMAZ
Doktora
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF OYSAL
- A new fuzzy wavelet neural network design for time series prediction
Zaman serisi kestirimi için yeni bir dalgacık bulanık ağ tasarımı
SEVCAN YILMAZ
Yüksek Lisans
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF OYSAL