Wyniki wyszukiwania

Wynik wyszukiwania

1/10
Nr opisu: 0000115437
Interval type-2 neuro-fuzzy system with implication-based inference mechanism.
[Aut.]: Krzysztof Simiński.
-Expert Syst. Appl. 2017 vol. 79, s. 140-152, bibliogr. 53 poz.. Impact Factor 3.768. Punktacja MNiSW 35.000

system wnioskowania rozmytego ; system neuronowo-rozmyty ; wnioskowanie oparte na implikacjach ; przedziałowy system neuronowo-rozmyty typu 2

fuzzy inference system ; neuro-fuzzy system ; implication-based rule ; interval type-2 fuzzy set

2/10
Nr opisu: 0000103848
Model-based fuzzy system for multimodal image segmentation.
[Aut.]: Joanna Czajkowska.
W: Computational intelligence. Revised and selected papers of the international joint conference, IJCCI 2013, Vilamoura, Portugal, September 20-22, 2013. Eds. Kurosh Madani, Antonio Dourado, Agostinho Rosa, Joaquim Filipe, Janusz Kacprzyk. Cham : Springer, 2016, s. 191-206, bibliogr. 30 poz. (Studies in Computational Intelligence ; vol. 613 1860-949X)

analiza modelowana ; system wnioskowania rozmytego ; model mieszaniny gaussowskiej

model based analysis ; fuzzy inference system ; gaussian mixture model ; fuzzy connectedness analysis

3/10
Nr opisu: 0000096672
Active noise control using a fuzzy inference system without secondary path modelling.
[Aut.]: Sebastian* Kurczyk, Marek Pawełczyk.
-Arch. Acoust. 2014 vol. 39 no. 2, s. 243-248, bibliogr. 16 poz.. Impact Factor 0.565. Punktacja MNiSW 20.000

aktywna redukcja hałasu ; sterowanie adaptacyjne ; system wnioskowania rozmytego ; FxLMS

active noise control ; adaptive control ; fuzzy inference system ; FxLMS

4/10
Nr opisu: 0000095327
A nonlinear, data-driven model applied in the design process of disc-spring valve systems used in hydraulic dampers.
[Aut.]: Grzegorz* Wszołek, P. Czop, Antoni* Skrobol, D. Sławik.
-Simulation - Trans. Soc. Model. Simul. Int. 2013 vol. 89 iss. 3, s. 419-431. Impact Factor 0.656. Punktacja MNiSW 20.000

amortyzator hydrauliczny ; zawór dyskowy ; sieć neuronowa ; system wnioskowania rozmytego ; model elementów skończonych

hydraulic damper ; disc valve ; neural network ; fuzzy inference system ; finite element model

5/10
Nr opisu: 0000090243
Fuzzy model-based algorithm for 3-D bone tumour analysis.
[Aut.]: Joanna Czajkowska.
W: Proceedings of the 5th International Joint Conference on Computational Intelligence. IJCCI 2013, Vilamoura, Algarve, Portugal, 20-22 September 2013. [Dokument elektroniczny]. International Conference On Fuzzy Computation Theory and Applications. Eds.: Agostinho Rosa, Antonio Dourado, Kurosh Madani, Joaquim Filipe and Janusz Kacprzyk. [B.m.] : SciTePress - Science and Technology Publications, 2013, dysk optyczny (CD-ROM) s. 185-192, bibliogr. 25 poz.

model oparty na analizie ; system wnioskowania rozmytego ; model mieszaniny gaussowskiej

model based analysis ; fuzzy inference system ; gaussian mixture model ; fuzzy connectedness analysis

6/10
Nr opisu: 0000025387
Evolution-fuzzy rule based system with parameterized consequences.
[Aut.]: Piotr Czekalski.
-Int. J. Appl. Math. Comput. Sci. 2006 vol. 16 iss. 6, s. 373-385, bibliogr. 51 poz.

strategia ewolucyjna ; system wnioskowania rozmytego ; system hybrydowy

evolutionary strategy ; fuzzy inference system ; hybrid system ; off-line learning

7/10
Nr opisu: 0000016511
Analiza wpływu parametrów systemu wnioskowania rozmytego na sprawność klasyfikacji.
[Aut.]: Andrzej Sokołowski, Tomasz* Czyszpak.
W: Modelowanie w mechanice. XLIV Sympozjon PTMTS [Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej], 27 lutego-3 marca 2005. Red. Ewa Opoka. Politechnika Śląska. Wydział Mechaniczny Technologiczny. Katedra Mechaniki Stosowanej. Gliwice : Wydaw. Katedry Mechaniki Stosowanej, 2005, s. 431-436, bibliogr. 4 poz. (Zeszyty Naukowe Katedry Mechaniki Stosowanej ; [Politechnika Śląska] nr 29)

logika rozmyta ; system wnioskowania rozmytego ; klasyfikacja ; model Takagi-Sugeno ; funkcja przynależności

fuzzy logic ; fuzzy inference system ; classification ; Takagi-Sugeno system ; membership function

8/10
Nr opisu: 0000016930
Internal defect identification by the computational intelligence system.
[Aut.]: Tadeusz* Burczyński, Antoni* Skrobol, Radosław* Górski.
W: Methods of artificial intelligence. AI-METH 2005. [Proceedings of the Symposium on Methods of Artificial Intelligence AI-METH 2005 and the Workshop on Knowledge Acquisition in Mechanical Engineering, Gliwice, Poland, 16-18 November 2005]. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Centre of Excellence AI-METH. Silesian University of Technology, Polish Association for Computational Mechanics. [Gliwice] : Centre of Excellence AI-METH. Silesian University of Technology, 2005, s. 31-32, bibliogr. 4 poz.

sztuczna sieć neuronowa ; system wnioskowania rozmytego ; aproksymacja ; metoda elementów brzegowych ; identyfikacja ; wada wewnętrzna

artificial neural network ; fuzzy inference system ; approximation ; boundary element method ; identification ; internal defect

9/10
Nr opisu: 0000016972
Internal defect identification by the computational intelligence system.
[Aut.]: Tadeusz* Burczyński, Antoni* Skrobol, Radosław* Górski.
W: Recent developments in artificial intelligence methods. AI-METH 2005. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Centre of Excellence AI-METH. Silesian University of Technology, Polish Association for Computational Mechanics. Gliwice : Centre of Excellence AI-METH. Silesian University of Technology, 2005, s. 53-56, bibliogr. 5 poz.
pełny tekst na CD-ROM

sztuczna sieć neuronowa ; system wnioskowania rozmytego ; aproksymacja ; metoda elementów brzegowych ; identyfikacja ; wada wewnętrzna

artificial neural network ; fuzzy inference system ; approximation ; boundary element method ; identification ; internal defect

10/10
Nr opisu: 0000018652
System wnioskowania rozmytego o strukturze Mamdani - analiza metod wyostrzania.
[Aut.]: Tomasz* Czyszpak, K. Chowaniec, T. Urbańczyk, Andrzej Sokołowski.
-Pr. Nauk. Kat. Bud. Masz. PŚl. 2005 nr 4, s. 127-138, bibliogr. 4 poz.

struktura Mamdani ; metoda wyostrzania ; system wnioskowania rozmytego

Mamdani system ; defuzzyfication method ; fuzzy inference system

stosując format: