Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Neural Computing and Applications
Erschienen in: Neural Computing and Applications 3-4/2006

01.06.2006 | Original Article

Fuzzy polynomial neurons as neurofuzzy processing units

verfasst von: Byoung-Jun Park, Witold Pedrycz, Sung-Kwun Oh

Erschienen in: Neural Computing and Applications | Ausgabe 3-4/2006

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this study, we introduce and study fuzzy polynomial neurons (FPNs) being regarded as generic processing units in neurofuzzy computing. The underlying topology of FPNs is formed through fuzzy rules, fuzzy inference and polynomials. Each polynomial offers a nonlinear mapping and is centred around a modal value of the corresponding membership functions defined in the input space of the neuron. The adjustable order of the polynomial is essential when addressing the level of nonlinearity to be handled in the approximation problem. We demonstrate that fuzzy polynomial neurons form a certain class of functional neurons and afterwards discuss their properties and an overall design process. Furthermore, these neurons are discussed in the context of universal approximation and universal approximators
Vorheriger Artikel Improvement of borrowing channel assignment for patterned traffic load by online cellular probabilistic self-organizing map
Nächster Artikel A hybrid approach of neural networks and grey modeling for adaptive electricity load forecasting

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Anhänge
Nur mit Berechtigung zugänglich
Literatur
1.
Bishop CM (1995) Neural networks for pattern recognition. Oxford University Press
2.
3.
Castillo E, Cobo A, Gutierrez JM, Pruneda E (2000) Functional networks: a new network-based methodology. Comput Aided Civil Infrastructure Eng 15:90–106CrossRef
4.
Dickerson JA, Kosko B (1996) Fuzzy function approximation with ellipsoidal rules. IEEE Trans Syst Man Cybern B 26(4):542–560CrossRef
5.
Ferraty F, Vieu P (2002) The functional nonparametric model and application to spectrometric data. Comput Statist 17(4):545–564MATHCrossRefMathSciNet
6.
Jang J-SR (1993) ANFIS: adaptive-network-based fuzzy inference system. IEEE Trans Syst Man Cybern 23(3):665–685CrossRefMathSciNet
7.
Joo MG, Lee JS (2005) A class of hierarchical fuzzy systems with constraints on the fuzzy rules. IEEE Trans Fuzzy Syst 13(2):194–203CrossRef
8.
Narendra KS, Parthasarathy K (1990) Identification and control of dynamical systems using neural networks. IEEE Trans Neural Netw 1(1):4–27CrossRef
9.
Pao YH (1989) Adaptive pattern recognition and neural networks. Addison-Wesley, New York
10.
Pao YH, Takefuji Y (1992) Functional-link net computing: theory, system architecture, and functionalities. Computer 25(5):76–79CrossRef
11.
Park B-J, Pedrycz W, Oh S-K (2001) Identification of fuzzy models with the aid of evolutionary data granulation. IEE Proc Control Theory Appl 148(5):406–418CrossRef
12.
Pedrycz W, Reformat M (1997) Rule-based modeling of nonlinear relationships. IEEE Trans Fuzzy Syst 5(2):256–269CrossRef
13.
Ramsay JO, Silverman BW (1997) Functional data analysis. Springer, Berlin Heidelberg New York
14.
Rossi F, Conan-Guez B (2005) Functional multi-layer perceptron: a non-linear tool for functional data analysis. Neural Netw 18:45–60MATHCrossRef
15.
Rossi F, Delannay N, Conna-Guez B, Verleysen M (2005) Representation of functional data in neural networks. Neurocomputing 64:183–210CrossRef
16.
Rudin W (1976) Principles of mathematical analysis. McGraw-Hill, New York
17.
Wang LX, Mendel JM (1992) Fuzzy basis functions, universal approximations and orthogonal least squares learning. IEEE Trans Neural Netw 3(5):807–814CrossRef
18.
Ying H (1998) General SISO Takagi-Sugeno fuzzy systems with linear rule consequent are universal approximators. IEEE Trans Fuzzy Syst 6:582–587CrossRef
19.
Zeng XJ, Singh MG (1994) Approximation theory of fuzzy systems-SISO case. IEEE Trans Fuzzy Syst 2(2):162–176CrossRef
20.
Zeng XJ, Singh MG (1995) Approximation theory of fuzzy systems-MIMO case. IEEE Trans Fuzzy Syst 3(2):219–235CrossRef
Metadaten
Titel
Fuzzy polynomial neurons as neurofuzzy processing units
verfasst von
Byoung-Jun Park
Witold Pedrycz
Sung-Kwun Oh
Publikationsdatum
01.06.2006
Verlag
Springer-Verlag
Erschienen in
Neural Computing and Applications / Ausgabe 3-4/2006
Print ISSN: 0941-0643
Elektronische ISSN: 1433-3058
DOI
https://doi.org/10.1007/s00521-006-0033-2

Weitere Artikel der Ausgabe 3-4/2006

Neural Computing and Applications 3-4/2006 Zur Ausgabe

Original Article

A hybrid approach of neural networks and grey modeling for adaptive electricity load forecasting

Original Article

A fuzzy set based solution method for multiobjective optimal design problem of mechanical and structural systems using functional-link net

Original Article

Application of modified MLP input weights’ matrices: an analysis of sectorial investment distribution in the emerging markets

Original Article

Fuzzy SVM with a new fuzzy membership function

Original Article

Genetic algorithms in mesh optimization for visualization and finite element models

Original Article

Analysing the localisation sites of proteins through neural networks ensembles

Premium Partner

    Bildnachweise