×
伊娃·沃尔纳;罗伯特·贾卢塞克;马丁·科提尔巴;雅罗斯拉夫·扎切克

基于直方图的训练集模糊化提高了神经网络的性能。 （英语） Zbl 1508.68301号

申请。数学。计算。 398，文章ID 125994，13 p.（2021）.
摘要：本文描述了一种使用直方图对变量进行模糊化的新方法。我们使用语言表达式来形成训练集输出向量。详细描述了训练集输出向量的整个模糊化过程。该方法在实际数据集上得到了验证。我们发现，通过模糊化输出向量对神经网络进行自适应，与没有这种变换的神经网络相比，预测错误率要低得多。模糊化方法的另一个优点是，只有一个神经网络可以用于具有高范围数据属性（单位，千，百万）的更多不同数据集。提出的改进提高了神经网络的性能，这将在最后一部分介绍。

引用于1文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
68层37 人工智能背景下的不确定性推理

关键词：

人工神经网络;直方图;模糊化;销售预测

软件：

LFLC 2000型;ANFIS公司
PDF格式BibTeX公司 XML格式引用
\textit{E.Volna}等人，应用。数学。计算。398，文章ID 125994，13 p.（2021；Zbl 1508.68301）
全文： 内政部

参考文献：

[1] Chihara，L.M。；Hesterberg，T.C.，《重采样和R的数学统计》（2018），John Wiley&Sons·Zbl 1400.62001号
[2] 达·席尔瓦；N.、I。；斯帕蒂，D.H。；Flauzino，R.A。；利博尼，L.H.B。；dos Reis Alves，S.F.，《人工神经网络》（2017），施普林格国际出版：施普林格出版社
[3] de Jesüs Rubio，J.，USNFIS：统一稳定神经模糊推理系统，神经计算，262，57-66（2017）
[4] 德沃夏克，A。；哈比巴拉，H。；弗吉尼亚州诺瓦克。；Pavliska，V.，《LFLC 2000的概念——其特殊性、实现和应用能力》，计算。印度，51，3，269-280（2003）
[5] Fullér，r.，《智能系统中的模糊逻辑和神经网络》，信息系统。天-图尔库中心计算。科学。Abo，17，74-94（1999）
[6] Han，H.G。；Ge，L.M。；Qiao，J.F.，用于非线性系统建模的自适应二阶模糊神经网络，神经计算，214837-847（2016）
[7] Jang，J.S.，ANFIS:基于自适应网络的模糊推理系统，IEEE Trans。系统。人类网络。，23, 3, 665-685 (1993)
[8] Keller，J.M。；Hunt，D.J.，《将模糊隶属函数纳入感知器算法》，IEEE Trans。模式分析。机器。整数。，6, 693-699 (1985)
[9] Keller，J.M。；Fogel，D.B。；Liu，D.，《计算智能基础：神经网络、模糊系统和进化计算》（2016），John Wiley&Sons
[10] 李，S.C。；Lee，E.T.，模糊集与神经网络，J.Cybern。，4, 2, 83-103 (1974) ·Zbl 0312.94023号
[11] Nguyen，H.T。；Walker，C.L。；Walker，E.A.，《模糊逻辑第一课程》（2018），CRC出版社·Zbl 1405.03001号
[12] Pal，S.K。；Mitra，S.，多层感知器，模糊集和分类，IEEE Trans。神经网络。，3, 5, 683-697 (1992)
[13] Pearson，K.，《进化数学理论的贡献》，Philos。事务处理。R.Soc.伦敦。A、 18571-110（1894）·JFM 25.0347.02号
[14] Prieto，A。；普列托，B。；Ortigosa，E.M。；罗斯，E。；佩莱奥，F。；奥尔特加，J。；Rojas，I.，《神经网络：早期研究概述、当前框架和新挑战》，神经计算，214，242-268（2016）
[15] 西蒙，M。；DirgováLuptáková，I。；Huraj，L。；Hosťovecký先生。；Pospíchal，J.，复杂网络上的联合启发式攻击策略，数学。问题。工程，2017（2017），文章ID 6108563，9页
[16] 沃尔纳，E。；扎切克，J。；Jarusek，R.，面向预测改进的训练集模糊化，（国际混合人工智能系统会议录。国际混合人工智能系统会议录，Cham（2017），Springer），207-219
[17] Tang，J。；刘，F。；邹毅。；张，W。；Wang，Y.，考虑周期特性的交通速度预测改进模糊神经网络，IEEE Trans。智力。运输。系统。，18, 9, 2340-2350 (2017)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。