Learning Algorithm for Matrix Representation of Fuzzy Logical Inclusion Systems
dc.creator | Mukhamedieva, D.T. | |
dc.date | 2022-12-21 | |
dc.date.accessioned | 2023-08-20T07:09:57Z | |
dc.date.available | 2023-08-20T07:09:57Z | |
dc.description | The application of fuzzy logic theory in solving classification problems makes it possible to obtain fundamentally new models and methods for analyzing these systems. A neuro-fuzzy algorithm for the synthesis of fuzzy inference systems is proposed. A two-stage adaptive algorithm for the synthesis of fuzzy inference systems is described. At the first stage, the initial fuzzy parameters are clustered in order to reduce the number of input parameters of fuzzy rules, and at the second stage, fuzzy models (inference rules) of the Mamdani type are synthesized and the matrix representation of fuzzy logic is used to solve classification problems. | en-US |
dc.description | Применение теории нечеткой логики при решении задач классификации дает возможность получить принципиально новые модели и методы анализа данных систем. Предлагается нейро - нечеткий алгоритм синтеза систем нечеткого вывода. Описывается двухэтапный адаптивный алгоритм синтеза систем нечеткого вывода. На первом этапе производится кластеризация исходных нечетких параметров с целью сокращения числа входных параметров нечетких правил, а на втором - осуществляется синтез нечетких моделей (правил вывода) типа Мамдани и применение матричного представления нечеткой логики для решения задач классификации. | ru-RU |
dc.format | application/pdf | |
dc.identifier | https://ijdt.uz/index.php/ijdt/article/view/50 | |
dc.identifier.uri | http://dspace.umsida.ac.id/handle/123456789/6812 | |
dc.language | rus | |
dc.publisher | Samarkand branch of TUIT | en-US |
dc.relation | https://ijdt.uz/index.php/ijdt/article/view/50/32 | |
dc.rights | Copyright (c) 2022 Mukhamediyeva D.T. | en-US |
dc.source | INTERNATIONAL JOURNAL OF THEORETICAL AND APPLIED ISSUES OF DIGITAL TECHNOLOGIES; Vol. 2 No. 2 (2022): International Journal of Theoretical and Applied Issues of Digital Technologies; 85-93 | en-US |
dc.source | Международный Журнал Теоретических и Прикладных Вопросов Цифровых Технологий; Том 2 № 2 (2022): Международный журнал теоретических и прикладных вопросов цифровых технологий; 85-93 | ru-RU |
dc.source | 2181-3094 | |
dc.source | 2181-3086 | |
dc.subject | fuzzy set | en-US |
dc.subject | production rules | en-US |
dc.subject | fuzzy inference | en-US |
dc.subject | fuzzy model | en-US |
dc.subject | knowledge base | en-US |
dc.subject | expert knowledge matrix | en-US |
dc.subject | algorithm | en-US |
dc.subject | alternative | en-US |
dc.subject | decision making | en-US |
dc.subject | нечеткое множество | ru-RU |
dc.subject | правила продукций | ru-RU |
dc.subject | нечеткий вывод | ru-RU |
dc.subject | нечеткая модель, база знаний | ru-RU |
dc.subject | экспертная матрица знаний | ru-RU |
dc.subject | алгоритм | ru-RU |
dc.subject | альтернатива принятий решений | ru-RU |
dc.title | Learning Algorithm for Matrix Representation of Fuzzy Logical Inclusion Systems | en-US |
dc.title | Алгоритм обучения матричного представления нечетких систем логического вывода | ru-RU |
dc.type | info:eu-repo/semantics/article | |
dc.type | info:eu-repo/semantics/publishedVersion | |
dc.type | Peer-reviewed Article | en-US |