About: Neuro-fuzzy     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : owl:Thing, within Data Space : dbpedia.demo.openlinksw.com associated with source document(s)
QRcode icon
http://dbpedia.demo.openlinksw.com/describe/?url=http%3A%2F%2Fdbpedia.org%2Fresource%2FNeuro-fuzzy

In the field of artificial intelligence, neuro-fuzzy refers to combinations of artificial neural networks and fuzzy logic.

AttributesValues
rdfs:label
  • نظام عصبي ضبابي (ar)
  • Neuro-borroso (es)
  • Neuro-fuzzy (en)
  • Нейро-нечёткие системы (ru)
rdfs:comment
  • En el campo de inteligencia artificial, neuro-borroso (neuro-difuso, o neuro-fuzzy) se refiere a combinaciones de redes neuronales artificiales y lógica difusa. (es)
  • In the field of artificial intelligence, neuro-fuzzy refers to combinations of artificial neural networks and fuzzy logic. (en)
  • الأنظمة العصبية الضبابية (بالإنجليزية: Neuro-Fuzzy Systems)‏ هي أنظمة هجينة متكونة من أنظمة الشبكات العصبية الاصطناعية والأنظمة الضبابية أي القائمة على المنطق الضبابي. الهدف من هذه الأنظمة الهجينة هي استغلال كل من خصائص الأنظمة العصبية الاصطناعية كالتعميم والأنظمة الضبابية التي تحاكي في عملها عمليات التفكير البشري.عادة ما تعتبر هذه الأنظمة تطويرا لأنظمة المنطق ضبابي لكنها أيضا تستعمل للدلالة على: * تحسين أو ضبط معاملات الشبكات العصبية الاصطناعية كعدد النيورونات في الشبكة أو * نمذجة الضبابية أو طرق الاستنتاج الضبابي عن طريق الشبكات العصبية الاصطناعية (ar)
  • Нейро-нечёткие системы или Нечёткие нейронные сети — это системы из области искусственного интеллекта, были предложены Ж. С. Р. Чангом, которые комбинируют методы искусственных нейронных сетей и систем на нечёткой логике. Нейро-нечёткие системы являются результатом попытки создания гибридной интеллектуальной системы, которая бы давала синергетический эффект этих двух подходов путём комбинирования человекоподобного стиля рассуждений нечётких систем с обучением и коннекционистской структурой нейронных сетей. Основная сила нейро-нечётких систем состоит в том, что они являются универсальными аппроксиматорами со способностью запрашивать интерпретируемые правила ЕСЛИ-ТО. (ru)
foaf:depiction
  • http://commons.wikimedia.org/wiki/Special:FilePath/ANFIS_-_de.svg
dcterms:subject
Wikipage page ID
Wikipage revision ID
Link from a Wikipage to another Wikipage
Link from a Wikipage to an external page
sameAs
dbp:wikiPageUsesTemplate
thumbnail
has abstract
  • الأنظمة العصبية الضبابية (بالإنجليزية: Neuro-Fuzzy Systems)‏ هي أنظمة هجينة متكونة من أنظمة الشبكات العصبية الاصطناعية والأنظمة الضبابية أي القائمة على المنطق الضبابي. الهدف من هذه الأنظمة الهجينة هي استغلال كل من خصائص الأنظمة العصبية الاصطناعية كالتعميم والأنظمة الضبابية التي تحاكي في عملها عمليات التفكير البشري.عادة ما تعتبر هذه الأنظمة تطويرا لأنظمة المنطق ضبابي لكنها أيضا تستعمل للدلالة على: * تحسين أو ضبط معاملات الشبكات العصبية الاصطناعية كعدد النيورونات في الشبكة أو * نمذجة الضبابية أو طرق الاستنتاج الضبابي عن طريق الشبكات العصبية الاصطناعية و يتم عادة التفرقة بين نوعين من الأنظمة العصبية الضبابية: * الأنظمة الهجينة hybrid neuro fuzzy systems التي لا يمكن فيها فك الارتباط بين النظام العصبي ونظام المنطق الضبابي حيث أن الشبكة يمكن فهمها على أنها نظام شبكات عصبية اصطناعية أو في نفس الوقت كنظام منطق ضبابي * الأنظمة التعاونية cooperative neuro fuzzy systems: وهي أنظمة يتم فيها استعمال شبكة عصبية اصطناعية للتحصل على المعاملات الخاصة بنظام المنطق الضبابي كدالة الانتماء ومن ثم يتم فصل الشبكة عنه ويعمل نظام المنطق الضبابي بمفرده (ar)
  • En el campo de inteligencia artificial, neuro-borroso (neuro-difuso, o neuro-fuzzy) se refiere a combinaciones de redes neuronales artificiales y lógica difusa. (es)
  • In the field of artificial intelligence, neuro-fuzzy refers to combinations of artificial neural networks and fuzzy logic. (en)
  • Нейро-нечёткие системы или Нечёткие нейронные сети — это системы из области искусственного интеллекта, были предложены Ж. С. Р. Чангом, которые комбинируют методы искусственных нейронных сетей и систем на нечёткой логике. Нейро-нечёткие системы являются результатом попытки создания гибридной интеллектуальной системы, которая бы давала синергетический эффект этих двух подходов путём комбинирования человекоподобного стиля рассуждений нечётких систем с обучением и коннекционистской структурой нейронных сетей. Основная сила нейро-нечётких систем состоит в том, что они являются универсальными аппроксиматорами со способностью запрашивать интерпретируемые правила ЕСЛИ-ТО. Преимущество нейро-нечётких систем включает в себя две противоречивые необходимости нечёткого моделирования: интерпретируемость и точность. На практике, одно из них всегда преобладает. Нейро-нечёткие системы в исследовательской сфере нечёткого моделирования разделены на две зоны: * лингвистическое нечёткое моделирование, которое ориентировано на интерпретируемость, в основном, в ; * точное нечёткое моделирование, которое ориентировано на точность, в основном, в (ТСК). (ru)
prov:wasDerivedFrom
page length (characters) of wiki page
foaf:isPrimaryTopicOf
is Link from a Wikipage to another Wikipage of
is Wikipage redirect of
is foaf:primaryTopic of
Faceted Search & Find service v1.17_git139 as of Feb 29 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 08.03.3330 as of Mar 19 2024, on Linux (x86_64-generic-linux-glibc212), Single-Server Edition (378 GB total memory, 67 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software