Fuzzy Methods(퍼지 방법)란 무엇입니까?
Fuzzy Methods 퍼지 방법 - 9%) and fuzzy methods (12. [1] The use of fuzzy methods that express the functional relationships between variables in ecology and management has been gaining more ground recently. [2] Likewise, the utility of fuzzy methods for analysis when information is limited, subjective and scarce is highlighted. [3] The Sarma similarity indices were used to compare the results of traditional and fuzzy methods for different soil depths. [4] The main aim of this research was to quantify the parameters related to forest situation (according to DPSIR framework) using decision-making processes and fuzzy methods in the Zagros forests of Iran. [5] Stochastic methods are used to cope with randomness while fuzzy methods are developed to deal with uncertainty of biological systems, but there is lack of common voice among researchers regarding the best choice of modelling approach for a particular biological system. [6] However, the most significant squares identified by fuzzy methods (in the range 0. [7] This research proves that fuzzy methods are fully suitable to face this crucial challenge in a pioneering scenario such as that of quantum computing, as proved by their application on well-known quantum algorithms, such as Bernstein-Vazirani and Grover's algorithm. [8] This computational cost is even higher for fuzzy methods, where each data point may belong to more than one cluster. [9] Fuzzy methods are widely applied in decision-making problems because they are effective tools for handling imprecise and vague data. [10] The article provides a brief overview of examples of the use of FST elements in safety risk management, presents the results of processing expert surveys using fuzzy methods, and describes the developed practical method for assessing the index of probability of an aviation event based on the fuzzy inference technology. [11] We give examples of fuzzy methods to deal with time, in temporal reasoning, linguistic summarization of data, forecasting and scoring and also in spatio-temporal reasoning. [12] In addition, this study made comparisons with other fuzzy methods to demonstrate the proposed approach’s difference and practicality. [13] In this particular review paper, a study was done on investigation for the prediction of certain kinds of psychiatric disorders using neuro-fuzzy methods. [14] Three real-world time-series problems are employed here to evaluate the online performance of the BaNFIS compared to seven state-of-the-art neuro-fuzzy methods both under standard train–test and prequential test–train protocols. [15] Fuzzy methods are applied to read the conditions received by the proximity sensor, and calculate the number of vehicles using infra red and photodiode sensors. [16] These describe Artificial Intelligence, Neural Networks and Fuzzy Methods. [17] In dealing with veracity of data analytics, fuzzy methods are more and more relying on probabilistic and statistical techniques to underpin their applicability. [18] Many different multivariate statistical analysis methods have been proposed in the literature, such as principal component analysis, partial least squares, independent component analysis, and Fisher discriminant analysis, while the machine learning approaches include artificial neural networks, neuro-fuzzy methods, support vector machine, Gaussian mixture model, K-nearest neighbor, and Bayesian network. [19] Stochastic and fuzzy methods are used to cope with these problems, but there is no consensus among researchers regarding which method should be used when. [20] Fuzzy methods are used to predict students who will repeat the course based on student force and value variables. [21] The study investigates the capability of three adaptive neuro-fuzzy methods, adaptive neuro-fuzzy inference system (ANFIS)–embedded grid partition (GP), subtractive clustering (SC), and fuzzy c-means clustering (FCM), in estimation of monthly pan evaporation using climatic inputs of minimum and maximum air temperatures, wind speed, sunshine hours, and relative humidity obtained from two stations, Uttarakhand, India. [22] Based on the results, AHP and fuzzy methods have suitable performance in deforestation risk zoning. [23] The fuzzy methods are viewed to be powerful in dealing with ambiguity and uncertainty that can be used to handle with the subjective estimation. [24] For future research, we suggest using fuzzy methods and genetic algorithm or a hybrid of both to forecast each cluster. [25] This work propose a classification on how intelligent systems are being approached: Implementations in intelligent governance, big data and analytic solutions, fuzzy methods, and application scenarios toward cognitive urban planning. [26] The fuzzy methods by Mamdani, Sugeno, Zadeh, as well as the simplified fuzzy inference, were used to build the models. [27] Computing process was done by fuzzy methods. [28] In the report the main stages of the formation of a system of technical diagnostics based on the use of fuzzy methods are considered: creation of information model of the object of diagnosis (OD); creation on this basis of a fuzzy model describing the behavior of the object; formation of the block of decision-making and issue of recommendations. [29] In this paper a new approach is proposed to assess the level of disaster risk of Kelud eruption using Fuzzy methods in each village in the disaster-prone area (KRB). [30] All calculations will be carried out in the Matlab Simulink environment with the use of optimization and fuzzy methods. [31] Performance of RIT2FIS is evaluated against popular neuro-fuzzy methods on different benchmark and real-world time series problems which distinctly indicates an improved accuracy and a parsimonious rule base. [32] To compile the initial expert knowledge regarding influences the fuzzy methods for assessing the investment attractiveness of countries are considered. [33] , a Monte Carlo simulation), while the epistemic uncertainty resulting from model uncertainties is modeled via fuzzy methods. [34] The system operators can implement different approaches to manage these uncertainties such as stochastic and fuzzy methods. [35] Statistical and fuzzy methods used to study the relationships between physical characteristics and rock mass quality. [36] The coefficient of determination between the land suitability index and observed maize yield for square root and ANP-fuzzy methods was 0. [37] Computing process was done by fuzzy methods. [38] Alternative segmentation methods such as fuzzy methods are rarely adapted to understand consumer location visiting tendency. [39] They are developed to investigate prediction intervals of weather forecasts using various quantile regression methods as well as cluster-based probabilistic forecasts using fuzzy methods. [40] In addition, the results show that the minor difference of the average of the error and accuracy indices for Sobel, Canny, LoG, Prewitt and Roberts methods between both scenarios are not statistically significant, while the difference in the average of the error and accuracy indices for RGB-Sobel and Fuzzy methods between both scenarios are statistically significant. [41] The study involves pricing of European options with usage of stochastic and fuzzy methods. [42] Moreover, the measurements of the service quality based on the non-fuzzy methods have failed to address the uncertainty associated with patients' judgments. [43] Greenhouse control systems in previous studies used cloud computing technology and fuzzy methods. [44] The model, which is based on fuzzy methods, improves the evaluation performed by water managers when they have to decide about the acquisition of the water resources under uncertain costs. [45]9%) 및 퍼지 방법(12. [1] 생태와 관리의 변수 사이의 기능적 관계를 표현하는 퍼지 방법의 사용은 최근 더 많은 기반을 확보하고 있습니다. [2] 마찬가지로 정보가 제한적이고 주관적이며 희소할 때 분석을 위한 퍼지 방법의 유용성이 강조됩니다. [3] Sarma 유사성 지수는 다양한 토양 깊이에 대한 전통적인 방법과 퍼지 방법의 결과를 비교하는 데 사용되었습니다. [4] 이 연구의 주요 목적은 이란의 Zagros 산림에서 의사결정 과정과 퍼지 방법을 사용하여 산림 상황과 관련된 매개변수(DPSIR 프레임워크에 따라)를 정량화하는 것이었습니다. [5] 확률적 방법은 무작위성에 대처하는 데 사용되는 반면 퍼지 방법은 생물학적 시스템의 불확실성을 다루기 위해 개발되지만 특정 생물학적 시스템에 대한 모델링 접근 방식의 최선의 선택에 대한 연구자 사이의 공통된 목소리가 부족합니다. [6] 그러나 퍼지 방법으로 식별되는 가장 중요한 사각형(범위 0. [7] 이 연구는 퍼지 방법이 번스타인-바지라니(Bernstein-Vazirani) 및 그로버 알고리즘(Grover's algorithm)과 같은 잘 알려진 양자 알고리즘에 적용함으로써 입증된 바와 같이 양자 컴퓨팅과 같은 선구적인 시나리오에서 이 중요한 문제에 완전히 적합하다는 것을 증명합니다. [8] 이 계산 비용은 각 데이터 포인트가 둘 이상의 클러스터에 속할 수 있는 퍼지 방법의 경우 훨씬 더 높습니다. [9] 퍼지 방법은 부정확하고 모호한 데이터를 처리하는 효과적인 도구이기 때문에 의사 결정 문제에 널리 적용됩니다. [10] 이 기사에서는 안전 위험 관리에서 FST 요소를 사용하는 예에 대한 간략한 개요를 제공하고 퍼지 방법을 사용하여 전문가 조사를 처리한 결과를 제시하고 퍼지 기반 항공 사건의 확률 지수를 평가하기 위해 개발된 실용적인 방법을 설명합니다. 추론 기술. [11] 시간적 추론, 데이터의 언어적 요약, 예측 및 채점, 시공간 추론에서 시간을 다루는 퍼지 방법의 예를 제공합니다. [12] 또한, 본 연구에서는 제안하는 접근 방식의 차이점과 실용성을 입증하기 위해 다른 퍼지 방식과 비교하였다. [13] 이 특정 검토 논문에서는 신경 퍼지 방법을 사용하여 특정 종류의 정신 장애를 예측하기 위한 조사에 대한 연구가 수행되었습니다. [14] 표준 기차 테스트 및 선행 테스트 기차 프로토콜에서 7가지 최첨단 신경 퍼지 방법과 비교하여 BaNFIS의 온라인 성능을 평가하기 위해 세 가지 실제 시계열 문제가 여기에 사용됩니다. [15] Fuzzy 방식을 적용하여 근접 센서가 수신한 상태를 읽고 적외선 및 포토다이오드 센서를 사용하여 차량 대수를 계산합니다. [16] 이들은 인공 지능, 신경망 및 퍼지 방법을 설명합니다. [17] 데이터 분석의 정확성을 다룰 때 퍼지 방법은 적용 가능성을 뒷받침하기 위해 확률론적 및 통계적 기술에 점점 더 의존하고 있습니다. [18] 문헌에는 주성분 분석, 부분 최소 자승, 독립 성분 분석, 피셔 판별 분석과 같은 다양한 다변수 통계 분석 방법이 제안되어 있는 반면 기계 학습 방법에는 인공 신경망, 신경 퍼지 방법, 지원 벡터 머신 등이 있습니다. , 가우스 혼합 모델, K-최근접 이웃 및 베이지안 네트워크. [19] 이러한 문제를 해결하기 위해 확률론적(stochastic) 방법과 퍼지 방법(fuzzy method)이 사용되지만, 언제 어떤 방법을 사용해야 하는지에 대해서는 연구자들 사이에 합의가 이루어지지 않고 있다. [20] 퍼지 방법은 학생의 힘과 가치 변수를 기반으로 과정을 반복할 학생을 예측하는 데 사용됩니다. [21] 이 연구는 세 가지 적응형 신경 퍼지 방법, 적응형 신경 퍼지 추론 시스템(ANFIS)-임베디드 그리드 파티션(GP), 감산 클러스터링(SC) 및 퍼지 c-평균 클러스터링(FCM)의 능력을 월별 추정에서 조사합니다. 인도 Uttarakhand의 두 관측소에서 얻은 최소 및 최대 기온, 풍속, 일조 시간 및 상대 습도의 기후 입력을 사용하여 팬 증발. [22] 결과에 따르면 AHP 및 퍼지 방법은 산림 벌채 위험 구역 설정에서 적절한 성능을 보입니다. [23] 퍼지 방법은 주관적인 추정을 처리하는 데 사용할 수 있는 모호성과 불확실성을 처리하는 데 강력한 것으로 간주됩니다. [24] 향후 연구를 위해 퍼지 방법과 유전 알고리즘 또는 이 둘을 혼합하여 각 클러스터를 예측하는 방법을 제안합니다. [25] 이 작업은 지능형 거버넌스 구현, 빅 데이터 및 분석 솔루션, 퍼지 방법, 인지적 도시 계획에 대한 적용 시나리오 등 지능형 시스템에 접근하는 방식에 대한 분류를 제안합니다. [26] Mamdani, Sugeno, Zadeh의 퍼지 방법과 단순화된 퍼지 추론을 사용하여 모델을 구축했습니다. [27] 컴퓨팅 프로세스는 퍼지 방법으로 수행되었습니다. [28] 보고서에서 퍼지 방법의 사용을 기반으로 한 기술 진단 시스템 형성의 주요 단계는 다음과 같이 고려됩니다. 진단 대상(OD)의 정보 모델 생성; 객체의 동작을 설명하는 퍼지 모델을 기반으로 생성 의사 결정 블록의 형성 및 권장 사항 발행. [29] 본 논문에서는 재난취약지역(KRB)의 각 마을에서 퍼지 방법을 사용하여 켈루드 화산 분화의 재난 위험도를 평가하는 새로운 접근 방식을 제안한다. [30] 모든 계산은 최적화 및 퍼지 방법을 사용하여 Matlab Simulink 환경에서 수행됩니다. [31] RIT2FIS의 성능은 향상된 정확도와 간결한 규칙 기반을 뚜렷하게 나타내는 실제 시계열 문제 및 다양한 벤치마크에서 널리 사용되는 신경 퍼지 방법에 대해 평가됩니다. [32] 영향에 관한 초기 전문 지식을 수집하기 위해 국가의 투자 매력을 평가하기 위한 퍼지 방법이 고려됩니다. [33] , 몬테카를로 시뮬레이션), 모델 불확실성으로 인한 인식적 불확실성은 퍼지 방법을 통해 모델링됩니다. [34] 시스템 운영자는 확률 및 퍼지 방법과 같은 이러한 불확실성을 관리하기 위해 다양한 접근 방식을 구현할 수 있습니다. [35] 물리적 특성과 암반 품질 간의 관계를 연구하는 데 사용되는 통계 및 퍼지 방법. [36] 제곱근 및 ANP 퍼지 방법에 대한 토지 적합성 지수와 관측 옥수수 수확량 사이의 결정 계수는 0이었습니다. [37] 컴퓨팅 프로세스는 퍼지 방법으로 수행되었습니다. [38] 퍼지 방법과 같은 대체 세분화 방법은 소비자 위치 방문 경향을 이해하는 데 거의 적용되지 않습니다. [39] 다양한 분위수 회귀 방법을 사용하여 일기 예보의 예측 간격을 조사하고 퍼지 방법을 사용하는 클러스터 기반 확률 예측을 조사하기 위해 개발되었습니다. [40] 또한 결과는 두 시나리오 간의 Sobel, Canny, LoG, Prewitt 및 Roberts 방법에 대한 오류 및 정확도 지수 평균의 작은 차이가 통계적으로 유의하지 않은 반면 오류 및 정확도 지수의 평균 차이는 두 시나리오 간의 RGB-Sobel 및 Fuzzy 방법은 통계적으로 유의합니다. [41] 이 연구에는 확률적 및 퍼지 방법을 사용하여 유럽 옵션의 가격 책정이 포함됩니다. [42] 더욱이 non-fuzzy 방법에 기반한 서비스 품질 측정은 환자의 판단과 관련된 불확실성을 다루지 못했습니다. [43] 이전 연구의 온실 제어 시스템은 클라우드 컴퓨팅 기술과 퍼지 방식을 사용했습니다. [44] 퍼지 방법을 기반으로 하는 모델은 불확실한 비용으로 수자원 확보를 결정해야 할 때 물 관리자가 수행하는 평가를 향상시킵니다. [45]
fuzzy decision making 모호한 의사결정
There are discussed researches and results on multicriteria fuzzy decision making, fuzzy decision making software in economic clustering, fuzzy inference system in support of financial investments, genetic fuzzy system for asset management and fuzzy methods and applications. [1] Fuzzy methods allow to apply a linguistic description of complex processes, to establish fuzzy relationships between concepts, to predict the behavior of the system, to create a set of alternative actions, to formally describe fuzzy decision-making rules. [2]다기준 퍼지 의사결정, 경제 클러스터링에서 퍼지 의사결정 소프트웨어, 금융투자를 지원하는 퍼지 추론 시스템, 자산 관리를 위한 유전 퍼지 시스템, 퍼지 방법 및 응용에 대한 연구 및 결과가 논의되었습니다. [1] 퍼지 방법을 사용하면 복잡한 프로세스에 대한 언어적 설명을 적용하고, 개념 간의 퍼지 관계를 설정하고, 시스템의 동작을 예측하고, 일련의 대체 조치를 만들고, 퍼지 의사 결정 규칙을 공식적으로 설명할 수 있습니다. [2]
adaptive neuro fuzzy 적응 신경 퍼지
A hybrid approach of artificial neural network and fuzzy methods (adaptive neuro-fuzzy inference system (ANFIS)) has been designed in the modeling of hormonal concentration of Urva auropunctatus of control and experimental groups using the concentration of chromium in the body tissues. [1]인체 조직의 크롬 농도를 이용하여 대조군과 실험군의 Urva auropunctatus의 호르몬 농도 모델링에 인공 신경망과 퍼지 방법(적응형 신경 퍼지 추론 시스템(ANFIS))의 하이브리드 접근 방식이 설계되었습니다. [1]
Neuro Fuzzy Methods
The accuracy of four evolutionary neuro fuzzy methods, adaptive neuro-fuzzy inference system with particle swarm optimization (ANFIS-PSO), ANFIS with genetic algorithm (ANFIS-GA), ANFIS with ant colony algorithm (ANFIS-ACO) and ANFIS with butterfly optimization algorithm (ANFIS-BOA), is investigated and compared with classical ANFIS method in forecasting various time scales of standard precipitation index (SPI). [1] This study uses Artificial Intelligence Neuro Fuzzy methods namely Fuzzy Mamdani and ANFIS Sugeno applied to Matlab. [2]4가지 진화적 신경 퍼지 방법의 정확도, 입자 군집 최적화가 포함된 적응형 신경 퍼지 추론 시스템(ANFIS-PSO), 유전자 알고리즘이 포함된 ANFIS(ANFIS-GA), 개미 군집 알고리즘이 포함된 ANFIS(ANFIS-ACO) 및 나비 최적화가 포함된 ANFIS 알고리즘(ANFIS-BOA)은 표준 강수 지수(SPI)의 다양한 시간 척도를 예측하는데 있어 고전적인 ANFIS 방법과 비교되고 조사됩니다. [1] 본 연구에서는 Matlab에 적용된 Fuzzy Mamdani와 ANFIS Sugeno라는 인공지능 신경 퍼지 기법을 사용한다. [2]