ZGŁOŚ PROBLEM
ODSYŁACZE
Link do zasobu (skrót):
http://azon.e-science.pl/zasoby/19821Link do zasobu (repozytorium):
https://id.e-science.pl/records/19821Metadane zasobu
Tytuł |
Neuronowo-rozmyty system syntezy wiedzy z danych – konstrukcja i zastosowania Wariant tytułu: Neuro-fuzzy knowledge discovery system - design and applications |
---|---|
Osoby |
Autorzy:
Adam Tadeusz Głuszek
Partner: Instytut Badań Systemowych PAN w Warszawie |
Opis |
Rozprawa poświęcona jest problematyce budowy systemów syntezy (inaczej odkrywania lub pozyskiwania) wiedzy z danych. Jako teoretyczne narzędzie do budowy tych systemów zaproponowano rozwiązanie z dziedziny inteligencji obliczeniowej (ang. computational intelligence) – neuronowo-rozmyty system syntezy wiedzy z danych, wspomagany w procesie uczenia algorytmem genetycznym. W pracy wyodrębnić można dwie zasadnicze części: część teoretyczną oraz część aplikacyjną. Głównym celem pierwszej części pracy jest szczegółowe przedstawienie struktury oraz sposobu budowy, w tym uczenia, proponowanego oryginalnego neuronowo-rozmytego systemu syntezy wiedzy z danych. Natomiast druga część pracy poświęcona jest obszernemu testowi praktycznej użyteczności proponowanego systemu w różnorodnych zastosowaniach, dotyczących „inteligentnego” modelowania i sterowania, w tym do syntezy wiedzy z chaotycznego szeregu czasowego, do syntezy bazy reguł rozmytych modelujących dynamiczny system przemysłowego pieca gazowego oraz do syntezy bazy wiedzy opisującej strategię sterowania dla problemu parkowania ciężarówki tyłem do rampy. Przedstawiono również wyniki przeprowadzonej w ramach pracy obszernej analizy porównawczej proponowanego systemu z szeregiem metodologii alternatywnych (neuronowo-rozmytych, opartych na teorii drzew regresyjnych oraz regresji liniowej). Ogólnym kryterium porównawczym był poziom kompromisu pomiędzy dokładnością a przejrzystością poszczególnych podejść. (Polski) Opis w innym języku: The subject matter of the dissertation are the problems of designing the knowledge discovery systems from data. A neuro-fuzzy technique supported in its learning phase by a genetic algorithm is proposed as a theoretical tool for designing such systems. This approach belongs to the field of computational intelligence. The work consists of two main parts: a theoretical one and an applicational one. The aim of the first part is to present the structure, building process and the learning of the proposed, original neuro-fuzzy knowledge discovery system. The second part of the work describes the application of the proposed system in various practical problems concerning “intelligent” modelling and control. It comprises knowledge discovery from chaotic time series, rule-based modelling of an industrial gas furnace system and synthetizing the knowledge which represents a control strategy for simulated backing up of a truck to a loading dock. Additionally, the proposed system is compared with some alternative methodologies (neuro-fuzzy techniques, several regression tree methods and linear regression method). The main criterion of comparison of all considered approaches is their performance (i.e., accuracy of functioning) versus interpretability, that is, the transparency and the ability to explain generated actions. (Angielski) |
Słowa kluczowe | "eksploracja danych"@pl, "sieć neuronowa"@pl, "zbiory rozmyte"@pl, "sieci neuronowe"@pl, "inteligencja obliczeniowa"@pl, "sztuczna inteligencja"@pl, "algorytm genetyczny"@pl |
Klasyfikacja |
Typ zasobu:
praca dyplomowa Dyscyplina naukowa: dziedzina nauk technicznych / informatyka (2011) Grupa docelowa: naukowcy, studenci, przedsiębiorcy Szkodliwe treści: Nie |
Charakterystyka |
Miejsce powstania: Warszawa
Czas powstania: 2000 Liczba stron: 173 Promotor: Marian Bolesław Gorzałczany Język zasobu: Polski Lokalizacja: Warszawa |
Licencja | CC BY-SA 4.0 |
Informacje techniczne |
Deponujący: Justyna Kupczak Data udostępnienia: 16-10-2018 |
Kolekcje | Kolekcja Instytutu Badań Systemowych PAN w Warszawie, Kolekcja e-Biblio IBS PAN |
Podobne zasoby
Zastosowanie teorii zbiorów rozmytych do optymalizacji struktur organizacyjnych (PN-1978-01)
Janusz Aleksander Kacprzyk, artykuł, rozdział, Instytut Badań Systemowych PAN w Warszawie, Dziedzina nauk społecznych / nauki o zarządzaniu i jakości (2018)
Identyfikacja dynamicznych systemów złożonych z wykorzystaniem sieci neuronowych
Jarosław Drapała, praca dyplomowa, Politechnika Wrocławska, dziedzina nauk matematycznych / informatyka (2011)
E-learning – rozwój e-nauczania na przestrzeni 20 lat na przykładzie Wydziału Chemicznego Politechniki Wrocławskiej
Piotr Wojciechowski, książka, Politechnika Wrocławska, Dziedzina nauk ścisłych i przyrodniczych / nauki chemiczne (2018)
Magazyn Dzieje się - home radio w czasie pandemii (odcinek 14)
Michał Sałkowski, Agnieszka Barbach, Agata Sibilak, Ida Górska, Dawid Skowroński, Adrianna Wrona, Jakub Husarz, audio, Politechnika Wrocławska, Dziedzina nauk społecznych / nauki o komunikacji społecznej i mediach (2018)
Generatywna optymalizacja w planowaniu przestrzennym - koncept miasta przyjaznego ruchowi pieszemu
Judyta Cichocka, artykuł, rozdział, Politechnika Wrocławska, dziedzina nauk technicznych / architektura i urbanistyka (2011)
Modele komputerowe do wspomagania decyzji technologicznych w oczyszczalni ścieków. Modele komputerowe procesów i obiektów oczyszczalni ścieków dla celów symulacji, prognozowania i sterowania (RB-1998-47-04)
Jan Studziński, Janusz Łomotowski, artykuł, rozdział, Instytut Badań Systemowych PAN w Warszawie, dziedzina nauk technicznych / inżynieria środowiska (2011)