Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275
Publikacje
Pomoc (F2)
[37162] Artykuł:

Analiza wybranych algorytmów uczenia w relacyjnej rozmytej mapie kognitywnej

(ANALYSIS OF SELECTED LEARNING ALGORITHMS IN A RELATIONAL FUZZY COGNITIVE MAP)
Czasopismo: TTS. Technika Transportu Szynowego   Zeszyt: 9, Strony: 1741-1751
ISSN:  1232-3829
Opublikowano: 2012
 
  Autorzy / Redaktorzy / Twórcy
Imię i nazwisko Wydział Katedra Procent
udziału
Liczba
punktów
Grzegorz Słoń orcid logoWEAiIKatedra Zastosowań Informatyki ******1004.00  

Grupa MNiSW:  Publikacja w recenzowanym czasopiśmie wymienionym w wykazie ministra MNiSzW (część B)
Punkty MNiSW: 4




Streszczenie:

Relacyjna rozmyta mapa kognitywna jest pewnym modelem matematycznym wykorzystującym metody inteligencji obliczeniowej, który może być stosowany do modelowania złożonych systemów charakteryzujących się nieprecyzyjnością. Kluczowym problemem w tego rodzaju zagadnieniach jest adaptacja parametrów (uczenie) modelu w sposób, dzięki któremu jego praca będzie jak najdokładniej odwzorowywać zachowanie rzeczywistego obiektu. W artykule przedstawiono podstawowe informacje dotyczące problematyki uczenia modelu relacyjnej rozmytej mapy kognitywnej oraz efekty stosowania różnych podejść do uczenia w zależności od celów modelowania.




Abstract:

Relational fuzzy cognitive map is a certain mathematical model which uses some methods of the computational intelligence and can be used to model complex systems characterized by imprecision. A key problem in this kind of issues is an adaptation of parameters of the model (learning) in the way in which his work will imitate as closely as possible the behavior of a real object. The article presents basic information about problems of the model of fuzzy relational cognitive map learning and the effects of different approaches to the learning in dependence on the modeling purposes.



B   I   B   L   I   O   G   R   A   F   I   A
1. Haykin S., Neural Networks: A Comprehensive Foundation. 29th ed. Delhi, India:
Pearson Education, Inc., 2005.
2. Jastriebow A., Słoń G., Obliczenia ziarniste w modelowaniu nieprecyzyjnych obiektów
przy uŜyciu relacyjnych rozmytych map kognitywnych. Pomiary, Automatyka, Kontrola
vol. 56 nr 12/2010, str.: 1449-1452.
3. Jastriebow A., Słoń G., Parametric identification of dynamic imprecise models based on
relational fuzzy cognitive maps. in Computer Applications in Electrical Engineering,
Nawrowski R., Ed. Poznań: Poznan University of Technology, 2011, vol. 9, pp. 234-244.
4. Kandasamy W. B. V., Smarandache F., Fuzzy Cognitive Maps and Neutrosophic
Cognitive Maps. Xiquan, Phoenix, AZ, USA, 2003.
5. Kosko B., Fuzzy cognitive maps. Int. Journal of Man-Machine Studies, vol. 24, pp. 65-75,
1986.
6. Łachwa A., Rozmyty świat zbiorów, liczb, relacji, faktów, reguł i decyzji. Warszawa:
Akademicka Oficyna Wydawnicza EXIT, 2001.
7. Papageorgiou E. I., Learning Algorithms for Fuzzy Cognitive Maps – A Review Study.
IEEE Transactions on Systems, Man and Cybernetics, Part C: Applications and Reviews,
vol. 42, no. 2, pp. 150-163, 2012.
8. Rutkowski L., Metody i techniki sztucznej inteligencji. Warszawa: PWN, 2005.
9. Słoń G., Wybrane problemy projektowania rozmytych relacyjnych map kognitywnych. in
Technologie komputerowe w rozwoju nauki, techniki i edukacji, Jastriebow A.,
Kuźmińska-Sołśnia B., Raczyńska M., Eds. Radom: Wydawnictwo Naukowe Instytutu
Technologii Eksploatacji - Państwowego Instytutu Badawczego, 2012, pp. 131-144.
10. Słoń G., Yastrebov A., Optimization and Adaptation of Dynamic Models of Fuzzy
Relational Cognitive Maps. in Lecture Notes in Artificial Intelligence 6743, RSFDGrC
2011, Kuznetsov S. O., Ed. Berlin, Heidelberg, Germany: Springer-Verlag, 2011, pp. 95-
102.
11. Stylios C. D., Groumpos P. P., Fuzzy cognitive maps in modeling supervisory control
systems. Journal of Intelligent & Fuzzy Systems, vol. 8, no. 2, pp. 83-98, 2000.