Статья

Название статьи ГЕОМЕТРИЧЕСКИЙ ПОДХОД К ПОСТРОЕНИЮ ПАРАМЕТРИЗОВАННЫХ ФУНКЦИЙ ПРИНАДЛЕЖНОСТИ И НЕЧЕТКИХ ОПЕРАЦИЙ
Автор C.А. Бутенков
Рубрика РАЗДЕЛ I. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ
Месяц, год 06, 2010
Индекс УДК 681.518
DOI
Аннотация В работе рассматривается новый подход к моделированию классов параметризованных функций. В результате открывается возможность построения универсальных модулей, настраивающихся на решение широкого круга задач без изменения общей структуры реализуемого ими алгоритма.

Скачать в PDF

Ключевые слова Нечеткие множества; параметризованные функции принадлежности; нечеткие операторы; аналитическая геометрия; R -функции, программируемые логические схемы.
Библиографический список 1. Zadeh L.A. Outline of a new approach the analysis of complex systems and decision processes // IEEE Trans. On Systems, Man and Cybernetics SMC-3. – 1973. – Р. 28-44.
2. Аверкин А.Н., Батыршин И.З., Блишун А.Ф., Силов В.Б., Тарасов В.Б. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А. Поспелова. – М.: Наука, 1986.
3. Бутенков С.А. О построении нечетких отображений с помощью аналитических моделей // Новости искусственного интеллекта. – М., – 2000. – Вып. 3. – С. 134-138.
4. Батыршин И.З., Недосекин А.О., Стецко А.А., Тарасов В.Б., Язенин А.В., Ярушкина Н.Г. Нечеткие гибридные системы. Теория и практика // Под ред. Н.Г. Ярушкиной – М.: Физматлит, 2007.
5. Babuska R. Construction of Fuzzy Systems – Interplay between Precision and Transparency. // Proc. of ESIT-2000, September 2000, Aachen, Germany.
6. Klir J., Yuan B. Fuzzy Sets and fuzzy Logic: Theory and Applications. – Prentice Hall, 2002.
7. Батыршин И.З. Параметрические классы нечетких конъюнкций в задачах оптимизации нечетких моделей // Исследования по информатике. – М., 2000. – Т. 2. – С. 63-70.
8. Cai Wen Introduction of extension set // BUSEFAL, Ete No 19, Man and Cybernetics SMC-3, 1984. – Р. 49-57.
9. Рвачев В.Л. Теория R-функций и некоторые ее приложения.– Киев: Наукова думка, 1982.
10. Schweizer B, Sklar A. Probabilistic metric spaces, Amsterdam: North-Holland, 1983.
11. Куценко Л.Н. Машинная графика в задачах проекционной природы. – М.: Знание, 1990.
12. Бутенков С.А., Семерий О.С. Оптимизационный метод распознавания изображений с помощью аналитических моделей в параллельных системах // Сб. тр. Международной конференции “Интеллектуальные многопроцессорные системы-99”. – Таганрог, 1999. – С. 190-196.
13. Sergey A. Butenkov. Alexander A. Karkishchenko, Oleg S. Semery Analytical Parameterized Models in Computer Vision // In Proc. 6th International Conference on Control, Robotics and Vision (ICARCV 2000), Singapore, 5-8 December 2000.
14. Бутенков С.А., Джинави Я.А. Аналитические параметризованные модели функций принадлежности в гибридных нечетких системах // Сб. тр. Научной сессии МИФИ. – М.: МИФИ, 2010.
15. Батыршин И.З. Обобщенные операции в моделях мягких вычислений // Сб. трудов III Международного научно-практического семинара “Интегрированные модели и мягкие вычисления в искусственном интеллекте”. – Коломна, 2005. – С. 18-23.
16. Жинави Я.А. Нелокальные явления в нейронных сетях и их представление в гранулирующих сетях // Сб. тр. Международного Российско-Абхазского симпозиума “Уравнения смешанного типа и родственные проблемы анализа и информатики”. – Нальчик, 2009. – С. 270-272.
17. Бутенков С.А., Жуков А.Л., Жинави Я.А. Искусственные нейронные сети на базе нейронов Грассманна // Сб. тр. Международной научно-технической конференции „Интеллектуальные системы” (AIS’09). – М., 2009. – Т. 2. – С. 82-89.
18. Rosenfeld A. Fuzzy geometry: An updated overview // Elsevier Information Sciences, 110, 127-133, 1998 (Invited paper).
19. Zadeh L.A. Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic // Fuzzy Sets and Systems. – 1997. – Vol. 90. – Р. 111-127.
20. Бутенков С.А. Развитие парадигмы интеллектуального анализа многомерной информации применительно к теории информационной грануляции // Сб. тр. IV Международного научно-практического семинара “Интегрированные модели и мягкие вычисления в искусственном интеллекте”. – Коломна, 2007. – Т. 1. – С. 188-194.
21. Липчанский А.И., Лесовик У.И., Зидат Хабес. Синтез заданной нейронной сети в программируемую логику // Радiоелектроника. Iнформатика. Управленiя. – 2004. – № 1. – С. 122-126.

Comments are closed.