跳到主要內容

臺灣博碩士論文加值系統

(44.210.83.132) 您好!臺灣時間:2024/05/29 14:27
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:許景竤
研究生(外文):Xu, Ying-Hong
論文名稱:一般化分類者系統-以乏晰分類者為實作
論文名稱(外文):General Classifier System implementation as Fuzzy Classifier System
指導教授:孫春在孫春在引用關係
指導教授(外文):Sun, Chun-Zai
學位類別:碩士
校院名稱:國立交通大學
系所名稱:資訊科學研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1996
畢業學年度:84
語文別:中文
論文頁數:70
中文關鍵詞:資訊電腦人工智慧知識表達法類神經網路遺傳演算法乏晰邏輯分類者系統電腦科學
外文關鍵詞:INFORMATIONCOMPUTERclassifiergenetic algorithmsfuzzy logicINFORAMTIONCOMPUTER-SCIENCE
相關次數:
  • 被引用被引用:1
  • 點閱點閱:131
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
所謂知識擷取是指由人類本身,或由外在環境學習到我們人類能夠理解,並加以檢驗
的知識,這在符號人工智慧中,要對一個人能理解的知識表達法(通常是複雜的)加
上學習方式,或是將數值人工智慧的機器式知識表達法轉化成可理解的型式,這兩者
都是非常困難的。
在人工智慧中研究中,整合不同的系統是個漸受重視的問題,在許多不同的技術中取
得協調的混合式模型能夠顯現出個別模型都不及的能力,本論文結了人工智慧的兩大
分支,符號人工智慧,和數值式人工智慧中的四種不同的技術:類神經網路,遺傳演
算法,乏晰邏輯,和分類者系統,成為一個新的模型,用來解決在以規則為基礎的系
統中,知識擷取的難題,並在乏晰邏輯中實作。
本文並改良另一種類神經網路和乏晰邏輯混合式模型,並以鳶尾花的分類來比較兩種
模型所擷取的知識。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊