Fuzzy Least(퍼지 최소)란 무엇입니까?
Fuzzy Least 퍼지 최소 - Thus, we estimate a hybrid generalized linear model (GLM) (log-Poisson) using the fuzzy least-squares procedures (Celmiš in Fuzzy Sets Syst 22(3):245–269, 1987a; Math Model 9(9):669–690, 1987b; D’Urso and Gastaldi in Comput Stat Data Anal 34(4): 427–440, 2000; in: Advances in classification and data analysis, Springer, 2001). [1] Thus, we estimate a hybrid generalized linear model (GLM) (log-Poisson) using the fuzzy least-squares procedures (Celmis in Fuzzy Sets Syst 22(3):245–269, 1987a; Math Model 9(9):669–690, 1987b; D’Urso and Gastaldi in Comput Stat Data Anal 34(4): 427–440, 2000; in: Advances in classification and data analysis, Springer, 2001). [2] The results of the validation tests show that the proposed approach outperforms Tanaka's fuzzy regression, Peters’ fuzzy regression, compromise programming based multi-objective fuzzy regression, fuzzy least-squares regression and probabilistic fuzzy regression approaches in terms of training errors and prediction accuracy. [3] Using the fuzzy least-squares approach, we describe the estimation of fuzzy linear regression model with LR-type fuzzy parameters. [4]따라서 퍼지 최소제곱 절차(Celmiš in Fuzzy Sets Syst 22(3):245–269, 1987a; Math Model 9(9):669– 690, 1987b, D'Urso 및 Gastaldi in Comput Stat Data Anal 34(4): 427–440, 2000, in: Advances in classification and data analysis, Springer, 2001). [1] 따라서 퍼지 최소제곱 절차를 사용하여 하이브리드 일반화 선형 모델(GLM)(log-Poisson)을 추정합니다(Celmis in Fuzzy Sets Syst 22(3):245–269, 1987a; Math Model 9(9):669– 690, 1987b, D'Urso 및 Gastaldi in Comput Stat Data Anal 34(4): 427–440, 2000, in: Advances in classification and data analysis, Springer, 2001). [2] 검증 테스트 결과, 제안된 접근 방식은 학습 오류 및 예측 정확도 측면에서 Tanaka의 퍼지 회귀, Peters의 퍼지 회귀, 절충 프로그래밍 기반 다중 목표 퍼지 회귀, 퍼지 최소 자승 회귀 및 확률적 퍼지 회귀 접근보다 우수한 성능을 보여줍니다. [3] 퍼지 최소제곱법을 사용하여 LR형 퍼지 매개변수를 사용하여 퍼지 선형 회귀 모델의 추정을 설명합니다. [4]
support vector machine 지원 벡터 기계
In this paper, by considering the fuzzy membership value for each sample, we propose an entropy-based fuzzy least squares twin support vector machine where fuzzy membership values are assigned based on the entropy values of all training samples. [1] In this paper, we develop a fuzzy bipartite local model (FBLM) based on fuzzy least squares support vector machine and multiple kernel learning (MKL) for predicting DTIs. [2] Aiming at the demand of microgrid community energy management and coordination control system for adaption to flexible adjustment of inter-microgrid, multi-working condition control strategy, a fuzzy Least Squares Support Vector Machine based low-voltage microgrid community operating state real-time assessment model is proposed. [3] In order to solve the problems such as high cost, high energy consumption and complicated measurement system which exists in the direct measurement on the torque of alternating current electrical dynamometer, copper loss and iron loss are taken as two key factors and a soft-sensing model on the torque of alternating current electrical dynamometer is established using the fuzzy least square support vector machine (FLS-SVM). [4]본 논문에서는 각 샘플에 대한 퍼지 멤버십 값을 고려하여 모든 훈련 샘플의 엔트로피 값을 기반으로 퍼지 멤버십 값을 할당하는 엔트로피 기반 퍼지 최소제곱 트윈 지원 벡터 머신을 제안한다. [1] 본 논문에서는 DTI 예측을 위한 퍼지 최소 자승 지원 벡터 머신과 다중 커널 학습(MKL)을 기반으로 하는 퍼지 이분 로컬 모델(FBLM)을 개발합니다. [2] 마이크로그리드 간 유연한 조정, 다중 작업 조건 제어 전략, 퍼지 Least Squares Support Vector Machine 기반 저전압 마이크로그리드 커뮤니티 운영 상태 실시간 평가 모델의 유연한 조정에 대한 마이크로그리드 커뮤니티 에너지 관리 및 조정 제어 시스템의 요구를 목표로 제안된다. [3] 교류전기동력계의 토크에 대한 직접측정에 존재하는 고비용, 고에너지소비, 복잡한 측정시스템과 같은 문제를 해결하기 위해 동손과 철손을 두 가지 핵심요소로 하고 소프트 센싱 모델 교류 전기 동력계의 토크에 대해 퍼지 최소 자승 지지 벡터 기계(FLS-SVM)를 사용하여 설정됩니다. [4]
fuzzy least square 퍼지 최소 제곱
Next, considering more general situations with fuzzy variables with mixed distributions, we apply fuzzy simulation technology to the least squares Monte Carlo algorithm to create fuzzy pricing numerical algorithms, that is the fuzzy least squares Monte Carlo algorithm. [1] The linear regression method and fuzzy least square method are used to estimate the parameters of the fuzzy regression equation. [2] In this paper, by considering the fuzzy membership value for each sample, we propose an entropy-based fuzzy least squares twin support vector machine where fuzzy membership values are assigned based on the entropy values of all training samples. [3] By now, there is a large number of papers on the topic of fuzzy regression analysis, especially concerning possibilistic, fuzzy least squares or machine learning approaches. [4] The fuzzy-type least squares approach is defined, and analogues of the conventional normal equations and fuzzy least squares estimators (FLSEs) are also derived. [5] In this paper, we develop a fuzzy bipartite local model (FBLM) based on fuzzy least squares support vector machine and multiple kernel learning (MKL) for predicting DTIs. [6] Aiming at the demand of microgrid community energy management and coordination control system for adaption to flexible adjustment of inter-microgrid, multi-working condition control strategy, a fuzzy Least Squares Support Vector Machine based low-voltage microgrid community operating state real-time assessment model is proposed. [7] In order to improve the measurement accuracy of void fraction in cryogenic two-phase flow using the multi-electrode capacitance sensor, an algorithm based on the fuzzy least squares support vector regression (FLSSVR) is proposed to fit the void fraction and the capacitances. [8] The predicted fuzzy function is obtained according to the fuzzy least squares approach. [9] In order to solve the problems such as high cost, high energy consumption and complicated measurement system which exists in the direct measurement on the torque of alternating current electrical dynamometer, copper loss and iron loss are taken as two key factors and a soft-sensing model on the torque of alternating current electrical dynamometer is established using the fuzzy least square support vector machine (FLS-SVM). [10]다음으로, 분포가 혼합된 퍼지 변수에 대한 보다 일반적인 상황을 고려하여 최소 자승 몬테카를로 알고리즘에 퍼지 시뮬레이션 기술을 적용하여 퍼지 가격 책정 수치 알고리즘, 즉 퍼지 최소 자승 몬테카를로 알고리즘을 생성합니다. [1] 퍼지회귀방정식의 모수 추정에는 선형회귀법과 퍼지최소자승법이 사용된다. [2] 본 논문에서는 각 샘플에 대한 퍼지 멤버십 값을 고려하여 모든 훈련 샘플의 엔트로피 값을 기반으로 퍼지 멤버십 값을 할당하는 엔트로피 기반 퍼지 최소제곱 트윈 지원 벡터 머신을 제안한다. [3] 지금까지 퍼지 회귀 분석, 특히 가능성, 퍼지 최소 제곱 또는 기계 학습 접근과 관련된 주제에 대한 많은 논문이 있습니다. [4] 퍼지형 최소자승법이 정의되고, 기존의 정규방정식과 퍼지최소제곱추정기(FLSE)의 유사도 도출됩니다. [5] 본 논문에서는 DTI 예측을 위한 퍼지 최소 자승 지원 벡터 머신과 다중 커널 학습(MKL)을 기반으로 하는 퍼지 이분 로컬 모델(FBLM)을 개발합니다. [6] 마이크로그리드 간 유연한 조정, 다중 작업 조건 제어 전략, 퍼지 Least Squares Support Vector Machine 기반 저전압 마이크로그리드 커뮤니티 운영 상태 실시간 평가 모델의 유연한 조정에 대한 마이크로그리드 커뮤니티 에너지 관리 및 조정 제어 시스템의 요구를 목표로 제안된다. [7] 다중 전극 커패시턴스 센서를 사용하여 극저온 2상 흐름에서 보이드 비율의 측정 정확도를 향상시키기 위해 보이드 비율과 커패시턴스를 맞추기 위해 퍼지 최소 자승 지원 벡터 회귀(FLSSVR) 기반 알고리즘을 제안합니다. [8] 예측 퍼지 함수는 퍼지 최소 자승법에 따라 구합니다. [9] 교류전기동력계의 토크에 대한 직접측정에 존재하는 고비용, 고에너지소비, 복잡한 측정시스템과 같은 문제를 해결하기 위해 동손과 철손을 두 가지 핵심요소로 하고 소프트 센싱 모델 교류 전기 동력계의 토크에 대해 퍼지 최소 자승 지지 벡터 기계(FLS-SVM)를 사용하여 설정됩니다. [10]