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...
Format: | Article |
---|---|
Language: | Russian |
Published: |
The United Institute of Informatics Problems of the National Academy of Sciences of Belarus
2018-12-01
|
Series: | Informatika |
Online Access: | https://inf.grid.by/jour/article/view/699 |
Similar Items
-
Идентификация нейросетевой модели робота для решения задачи оптимального управления
by: Elizaveta Shmalko, et al.
Published: (2021-12-01) -
Применение сегментной спайковой модели нейрона со структурной адаптацией для решения задач классификации
by: Anton Korsakov, et al.
Published: (2022-05-01) -
МОДЕЛИ ЗНАНИЙ О ПРЕДМЕТНОЙ ОБЛАСТИ ДЛЯ РЕШЕНИЯ ЗАДАЧ ПОИСКА И ОБРАБОТКИ ТЕКСТОВОЙ ИНФОРМАЦИИ
Published: (2018-11-01) -
Использование модели нейронной сети глубокого обучения для решения проблем классификации нежелательного контента в социальных сетях
by: Бобин, А.С.
Published: (2021-07-01) -
Построение решающего правила для классификации образов на основе векторов ошибок
by: P. V. Chetyrbok
Published: (2013-06-01)