Чем характеризуется нейронные нечеткие сети

Нейронные нечеткие сети характеризуются введением нечеткости в различные компоненты традиционных нечетких сетей

49. Чем характеризуется структура нечеткого многослойного персептрона?

В модели нечеткого многослойного персептрона присутствуют следующие операторы:

1. оператор для формирования степени принадлежности входных переменных к определенным для них нечетким множествам.

2. оператор логического произведения для агрегации условия нечеткого правила относительно классифицируемого образа.

Выходы нечѐткого многослойного персептрона трактуются как степени принадлежности предъявленного объекта соответствующему классу.

50-51-52. Какой вариант наделения нейронной сети нечёткостью является нецелесообразным (практически не используется)?

53. Чем характеризуется обычная (regular) нейронная нечеткая сеть?

Введением нечеткости в различные компоненты традиционных ИНС на основе положений теории нечетких множеств и нечеткой логики.

54. Могут ли нейронные нечеткие сети, основанные на принципе нечеткого расширения Заде, быть универсальными аппроксиматорами?

Нет.

55. В чём заключаются особенности нечетких нейронов Квана и Кеи?

56. Какие известны разновидности нечетких нейронов Квана и Кэи?

Их всего две: MAX и MIN

58. Что допускает использование гибридного нейронечеткого классификатора?

Непрерывность границы между двумя соседними классами с наложением областей.

59. Чем характеризуется бинарное дерево классификации?

Иерархическое строение дерева классификации - одно из наиболее важных его свойств. Для дерева задаются решающие уравнения и коэффициенты.

В алгоритме CART каждый узел дерева имеет двух потомков. На каждом шаге построения дерева правило, формируемое в узле, делит заданное множество примеров (обучающую выборку) на две части – часть, в которой выполняется правило (потомок – right) и часть, в которой правило не выполняется (потомок – left). Для выбора оптимального правила используется функция оценки качества разбиения.

61. Для чего предназначена нечеткая ассоциативная память Коско?

Двунаправленная ассоциативная память — ДАП — нейронная сеть, разработанная Бартом Коско. Как и сеть Хопфилда, ДАП способна к обобщению, вырабатывая правильные реакции, несмотря на искаженные входы. Кроме того, могут быть реализованы адаптивные версии ДАП, выделяющие эталонный образ из зашумленных экземпляров. Эти возможности сильно напоминают процесс мышления человека и позволяют искусственным нейронным сетям сделать шаг в направлении моделирования мозга.

62. Какая операция используется при формировании выходного нечеткого множества в нечеткой ассоциативной памяти Коско?

Дефаззификация с использованием центроидного метода («ЦентрТяжести»)

63. В чем особенность операции алгебраического суммирования консеквентов правил по сравнению с операцией максимум?

Операция нечеткого алгебраического сложения, используемая в выражениях и, в общем случае нехарактерна для нечетких продукционных моделей. Для корректного аккумулирования нескольких не­четких влияний используется операция нечеткого алгебраического сложе­ния, позволяющая вести обработку по двум координатам - принадлежно­стей и базового множества.

64. Для чего предназначена нейронная нечеткая сеть, реализующая алгоритм постепенно возрастающего разбиения?

Извлечение нечетких правил из данных (??)

65. Синтаксическая процедура – это составляющая лингвистической переменной, которая отвечает за:

оперирование элементами множества и служит для образования имен значений лингвистической переменной

66. Семантическая процедура – это составляющая лингвистической переменной, которая отвечает за:

Семантическая процедура – это синтаксическая процедура, позволяющая оперировать элементами и, в частности, генерировать новые значения для данного множества.

67. Проверочная выборка используется при обучении нейронной сети:

Для расчета ошибки сети

68. Как соотносятся между собой понятия нечеткой и лингвистической переменных?

Нечеткая переменная характеризуется тройкой <a, X, A>, где a - имя переменной, X - универсальное множество (область определения a), A - нечеткое множество на X, описывающее ограничение (то есть m A(x)) на значение нечеткой переменной a.

Лингвистической переменной называется набор <b,T,X,G,M>, где b - имя лингвистической переменной; Т - множество его значений (терм-множество), представляющие имена нечетких переменных, областью определения, которых является множество X. Множество T называется базовым терм-множеством лингвистической переменной; G - синтаксическая процедура, позволяющая оперировать элементами терм-множества T, в частности, генерировать новые термы (значения). Множество TИG(T), где G(T) - множество сгенерированных термов, называется расширенным терм-множеством лингвистической переменной; М - семантическая процедура, позволяющая преобразовать новое значение лингвистической переменной, образованной процедурой G, в нечеткую переменную, то есть сформировать соответствующее нечеткое множество.

69. В чем заключаются преимущества ANFIS – структур по сравнению с обычными нейронными сетями типа персептрон?

ANFIS сеть – это сеть, которая обучается на основе классических алгоритмов. Одно из главных преимуществ многослойного персептрона, это возможность решать алгоритмически неразрешимые задачи или задачи, для которых алгоритмическое решение неизвестно, но для которых возможно составить репрезентативный набор примеров с известными решениями. При обучении нейросеть, за счёт своего внутреннего строения, выявляет закономерности в связи входных и выходных образов, тем самым как бы "обобщает" полученный на обучающей выборке опыт.

71. Что позволяет использование каскадной организации FIS-структур?

преодолеть "проклятие размерности"

72. Какая из указанных ниже функций является Т-нормой?

Триангулярной или так называемой Т-нормой нечетких множеств, определенных на нечетком множестве Х, называется двуместная действительная операция (функция) типа:

Примером Т-нормы может быть операция:

· min

· произведение

· граничное произведение

· драстическое произведение

73. Какая из указанных ниже функций является S-нормой?

Каждой Т-норме соответствует своя S-норма, представляющая дейст­вительную функцию от двух переменных S: [0, 1]х [0, 1]-> [0, 1]

Легко показать что всегда выполняется:

74. На этапе дефаззификации получают:

Чёткое значение выходной переменной на основе её нечёткого значения.

Дата добавления: 2015-07-20