Soft Computing Methods(소프트 컴퓨팅 방법)란 무엇입니까?
Soft Computing Methods 소프트 컴퓨팅 방법 - In the current study, several soft-computing methods including artificial neural networks (ANNs), adaptive neuro-fuzzy inference system (ANFIS), gene expression programming (GEP), and hybrid wavelet theory-GEP (WGEP) are used for modeling the groundwater's electrical conductivity (EC) variable. [1] To achieve this, three advanced soft-computing methods, viz. [2] Though these elementary soft-computing methods can attain possible solutions within a given finite time, they never assure to achieve the best solution. [3] Estimation of RWA was operated by applying single and integrated-wavelet (integrated-W with noise reduction) soft-computing methods, including Artificial Neural Networks (ANNs), Wavelet-ANN (WANNs), Adaptive Neural Fuzzy Inference System (ANFIS), Wavelet-ANFIS (WANFIS), Gene Expression Programming (GEP), and Wavelet-GEP (WGEP). [4] In the process of developing environmental indicators applying soft-computing methods has been analyzed, especially fuzzy logic-based aggregation methods. [5] Four hydro-social indicators associated with rural society, urban society, technology and communication, and knowledge were estimated with soft-computing methods [i. [6] This technique can be utilized for online generation of solution by using soft computing methods to find out loss function in the solution. [7] At the end, a fruitful positive result was received in both manual methods and soft computing methods. [8] Both the used soft computing methods show low error rates and high correlation measures. [9] A classical Proportional Integral and Derivative (PID), Linear Quadratic Control (LQR), and H2 controller design are proposed and compared with soft computing methods, such Fuzzy logic controller (FLC) and Genetic Algorithm (GA) controller. [10] In this paper, using the advantages of computational intelligence as well as soft computing methods, a new hybrid approach is proposed in order to improve credit risk management. [11] Soft computing methods and the fuzzy theoretic approaches, in particular, are widely known for their ability to tackle the uncertainties and vagueness that exist in image processing problems. [12] Both soft and non-soft computing methods have been applied on satellite images to obtain meaningful clusters. [13] Due to the fact that these kind of systems have a very nonlinear behaviour, the use of traditional techniques based on parametric models and other more sophisticated techniques such as soft computing methods, seems not to be accurate enough to generate good models of the system under study. [14] In this paper, a wide literature review of soft computing methods in conventional machining processes of metal matrix composites is carried out. [15] This article describes the application of soft computing methods for solving the problem of locating garbage accumulation points in urban scenarios. [16] Furthermore, discusses how soft computing methods such neural networks can be used to determine the popularity of a user’s post. [17] Soft computing methods are increasingly being used as substitutes for traditional statistical analysis tools to predict uniaxial compressive strength (UCS) and elastic modulus (E). [18] Soft computing methods are known as the essential tools that significantly improve the performance of rotating electrical machines in both aspects of control and design. [19] Moreover, this review focuses on the modeling of the machining process, finite element modeling, and simulation and optimization of soft computing methods in MMCs. [20] The paper proposes a heterogeneous data fusion model and a model for equipment diagnostics which are based on the levels of the Joint Directors of Laboratories (JDL) model using Data Mining technology; ontology storage containing clear, fuzzy and fuzzy-functional cognitive models; soft computing methods and probabilistic-static methods. [21] Use of soft computing methods, especially neural networks, is studied in this paper. [22] In the recent days, intrusion detection system using soft computing methods is one of the most interesting and attractive areas of research. [23] In recent times, the apps for the processing of a natural language has been formed and generated through the use of intelligent and soft computing methods that allow computer systems to practically mimic practices related to the process of human texts like the detection of plagiarism, determination of the pattern as well as machine translation, Thereafter, Text summarization serves as the procedure of abridging writing within consolidated structures. [24] Soft computing methods having the capabilities of achieving artificial intelligence are predominately used to perform the task of segmentation. [25] Initially dataset is pre-processed to enhance data quality and then disease prediction model is developed with soft computing methods to identify the disease stage. [26] In order to obtain comprehensive assessment of the factors influencing fatigue life and to further improve the accuracy of fatigue life prediction of welded joints, soft computing methods, including entropy-based neighborhood rough set reduction algorithm, the particle swarm optimization (PSO) algorithm and support vector regression machine (SVRM) are combined to construct a fatigue life prediction model of titanium alloy welded joints. [27] The application case study on a tunnel in China shows that the proposed method can accurately estimate the geological conditions prior to excavation compared with the previous prediction methods based on soft computing methods. [28] for this reason, many researches in this field have been used several methods including classic and soft computing methods this paper aims to verify the performance of two soft computing algorithms for track the global MPP of partially shaded PV system. [29] The paper presents the comparative analysis of image segmentation using soft computing methods. [30] Analyst and soft computing methods such as Genetic Algorithm (GA), Particle Swarm Optimization (PSO) and Weight Enhanced Particle Swarm Optimization (WIPSO) are used to determine ideal FACTs device settings and FACTs device place. [31] In this study the main aim was to estimate the robotic finger contact forces by soft computing methods. [32] The proposed new optimization algorithm is found to be more effective in determining the optimal parameters when compared to existing regression and soft computing methods for optimization. [33] This paper presents the description of the basic principles of designing an Intelligent Decision Support System (IDSS) for diagnosing electrical equipment (EE) of industrial facilities while in operation based on the data received from the measurement technology using soft computing methods and their combinations, as well as fuzzy cognitive modeling. [34] This paper deals with the description of the prediction model and compares the model with the other soft computing methods to find out the most efficient method to predict the accident conditions and severity. [35] The advancement of soft computing methods can also be used for automated estimation of thermal performances of various heat gauges. [36] These challenges have prompted the use of soft computing methods to predict the ultimate bearing capacity (abbreviated as Nu) under axial compression. [37] Both the used soft computing methods show low error rates, and the Genetic Programming offers the advantage of an explicit representation of the factors that favour or delay the desertification. [38] Novel approaches and methods in soft computing methods such as machine learning and neural networks are opening new horizons in VSA control. [39] Subsequently, in order to solve this ELD problems evolution of soft computing methods and many other prominent approaches have been successfully implemented such as numerical method, genetic algorithm, evolutionary programming, neural network tactics, particle swarm optimization and some other hybrid methods. [40]현재 연구에서는 인공 신경망(ANN), 적응형 신경 퍼지 추론 시스템(ANFIS), 유전자 발현 프로그래밍(GEP) 및 하이브리드 웨이블릿 이론-GEP(WGEP)를 포함한 여러 소프트 컴퓨팅 방법이 지하수 모델링에 사용됩니다. 전기 전도도(EC) 변수. [1] 이를 달성하기 위해 세 가지 고급 소프트 컴퓨팅 방법, 즉. [2] 이러한 기본적인 소프트 컴퓨팅 방법은 주어진 유한한 시간 내에 가능한 솔루션을 얻을 수 있지만 최상의 솔루션을 달성한다고 보장할 수는 없습니다. [3] RWA 추정은 ANN(Artificial Neural Networks), WANN(Wavelet-ANN), ANFIS(Adaptive Neural Fuzzy Inference System), Wavelet 등의 단일 및 통합 웨이블릿(노이즈 감소 통합 W) 소프트 컴퓨팅 방법을 적용하여 운영되었습니다. -ANFIS(WANFIS), 유전자 발현 프로그래밍(GEP) 및 Wavelet-GEP(WGEP). [4] 소프트 컴퓨팅 방법을 적용한 환경 지표 개발 과정에서 특히 퍼지 논리 기반 집계 방법이 분석되었습니다. [5] 농촌 사회, 도시 사회, 기술 및 통신, 지식과 관련된 4가지 수력 사회적 지표는 소프트 컴퓨팅 방법으로 추정되었습니다[i. [6] 이 기술은 솔루션에서 손실 함수를 찾기 위해 소프트 컴퓨팅 방법을 사용하여 솔루션의 온라인 생성에 활용할 수 있습니다. [7] 결국 수동 방식과 소프트 컴퓨팅 방식 모두에서 유익한 긍정적인 결과를 얻었습니다. [8] 사용된 소프트 컴퓨팅 방법은 모두 낮은 오류율과 높은 상관 관계 측정값을 보여줍니다. [9] 기존의 PID(Proportional Integral and Derivative), LQR(Linear Quadratic Control) 및 H2 컨트롤러 설계를 제안하고 FLC(Fuzzy Logic Controller) 및 GA(Genetic Algorithm) 컨트롤러와 같은 소프트 컴퓨팅 방법과 비교합니다. [10] 본 논문에서는 전산 지능의 장점과 소프트 컴퓨팅 방법을 활용하여 신용 위험 관리를 개선하기 위한 새로운 하이브리드 접근 방식을 제안합니다. [11] 특히 소프트 컴퓨팅 방법과 퍼지 이론 접근 방식은 이미지 처리 문제에 존재하는 불확실성과 모호성을 해결하는 능력으로 널리 알려져 있습니다. [12] 의미 있는 클러스터를 얻기 위해 위성 이미지에 소프트 및 비소프트 컴퓨팅 방법이 모두 적용되었습니다. [13] 이러한 종류의 시스템은 매우 비선형적인 동작을 하기 때문에 매개변수 모델을 기반으로 하는 기존 기술과 소프트 컴퓨팅 방법과 같은 기타 보다 정교한 기술을 사용하는 것은 연구 중인 시스템의 우수한 모델을 생성하기에 충분히 정확하지 않은 것으로 보입니다. . [14] 이 논문에서는 금속 기지 복합 재료의 기존 가공 공정에서 소프트 컴퓨팅 방법에 대한 광범위한 문헌 검토가 수행됩니다. [15] 이 기사에서는 도시 시나리오에서 쓰레기 축적 지점을 찾는 문제를 해결하기 위한 소프트 컴퓨팅 방법의 적용에 대해 설명합니다. [16] 또한 신경망과 같은 소프트 컴퓨팅 방법을 사용하여 사용자 게시물의 인기도를 결정하는 방법에 대해 설명합니다. [17] 소프트 컴퓨팅 방법은 단축 압축 강도(UCS) 및 탄성 계수(E)를 예측하기 위해 기존 통계 분석 도구를 대신하여 점점 더 많이 사용되고 있습니다. [18] 소프트 컴퓨팅 방법은 제어 및 설계 측면에서 회전 전기 기계의 성능을 크게 향상시키는 필수 도구로 알려져 있습니다. [19] 또한, 이 검토는 MMC에서 가공 프로세스의 모델링, 유한 요소 모델링, 소프트 컴퓨팅 방법의 시뮬레이션 및 최적화에 중점을 둡니다. [20] 본 논문은 데이터 마이닝 기술을 사용하는 JDL(Joint Directors of Laboratories) 모델 수준에 기반한 이기종 데이터 융합 모델 및 장비 진단 모델을 제안합니다. 명확하고 퍼지 및 퍼지 기능 인지 모델을 포함하는 온톨로지 스토리지; 소프트 컴퓨팅 방법과 확률적 정적 방법. [21] 이 논문에서는 소프트 컴퓨팅 방법, 특히 신경망의 사용을 연구합니다. [22] 최근 소프트 컴퓨팅 방식을 이용한 침입탐지 시스템은 가장 흥미롭고 매력적인 연구 분야 중 하나이다. [23] 최근에는 자연어 처리를 위한 앱이 지능적이고 소프트한 컴퓨팅 방법을 사용하여 형성되고 생성되어 컴퓨터 시스템이 표절 감지, 패턴 및 기계 번역, 이후 텍스트 요약은 통합된 구조 내에서 쓰기를 요약하는 절차 역할을 합니다. [24] 인공 지능을 달성할 수 있는 기능을 가진 소프트 컴퓨팅 방법은 분할 작업을 수행하는 데 주로 사용됩니다. [25] 초기에는 데이터 품질을 향상시키기 위해 데이터 세트를 사전 처리한 다음 질병 단계를 식별하기 위해 소프트 컴퓨팅 방법을 사용하여 질병 예측 모델을 개발합니다. [26] 피로 수명에 영향을 미치는 요인에 대한 포괄적인 평가를 얻고 용접 조인트의 피로 수명 예측 정확도를 더욱 향상시키기 위해 엔트로피 기반의 이웃 러프 세트 감소 알고리즘, 입자 군집 최적화(PSO) 알고리즘 및 지원을 포함한 소프트 컴퓨팅 방법 벡터 회귀 기계(SVRM)를 결합하여 티타늄 합금 용접 조인트의 피로 수명 예측 모델을 구성합니다. [27] 중국 터널에 대한 적용 사례 연구는 제안된 방법이 소프트 컴퓨팅 방법을 기반으로 한 기존 예측 방법에 비해 굴착 이전의 지질 조건을 정확하게 추정할 수 있음을 보여줍니다. [28] 이러한 이유로 이 분야의 많은 연구는 클래식 및 소프트 컴퓨팅 방법을 포함한 여러 가지 방법을 사용하여 부분 음영 PV 시스템의 전역 MPP를 추적하기 위한 두 가지 소프트 컴퓨팅 알고리즘의 성능을 검증하는 것을 목표로 합니다. [29] 이 논문은 소프트 컴퓨팅 방법을 사용하여 이미지 분할의 비교 분석을 제시합니다. [30] GA(Genetic Algorithm), PSO(Particle Swarm Optimization) 및 WIPSO(Weight Enhanced Particle Swarm Optimization)와 같은 분석가 및 소프트 컴퓨팅 방법을 사용하여 이상적인 FACT 장치 설정 및 FACT 장치 위치를 결정합니다. [31] 이 연구의 주요 목표는 소프트 컴퓨팅 방법으로 로봇 손가락 접촉력을 추정하는 것이었습니다. [32] 제안된 새로운 최적화 알고리즘은 최적화를 위한 기존 회귀 및 소프트 컴퓨팅 방법과 비교하여 최적의 매개변수를 결정하는 데 더 효과적인 것으로 나타났습니다. [33] 본 논문에서는 측정기술로부터 받은 데이터를 소프트컴퓨팅 기법과 그 조합을 기반으로 운전 중 산업설비의 EE(Electrical Equipment) 진단을 위한 IDSS(Intelligent Decision Support System) 설계의 기본원칙에 대해 설명한다. 퍼지 인지 모델링. [34] 본 논문에서는 예측 모델에 대한 설명을 다루고 다른 소프트 컴퓨팅 방법과 모델을 비교하여 사고 조건 및 심각도를 예측하는 가장 효율적인 방법을 찾습니다. [35] 소프트 컴퓨팅 방법의 발전은 다양한 열 게이지의 열 성능을 자동으로 추정하는 데에도 사용할 수 있습니다. [36] 이러한 문제로 인해 축방향 압축에서 최대 지지력(Nu로 축약됨)을 예측하기 위해 소프트 컴퓨팅 방법을 사용하게 되었습니다. [37] 사용된 소프트 컴퓨팅 방법은 모두 낮은 오류율을 나타내며 유전 프로그래밍은 사막화를 선호하거나 지연시키는 요인을 명시적으로 표현하는 이점을 제공합니다. [38] 기계 학습 및 신경망과 같은 소프트 컴퓨팅 방법의 새로운 접근 방식과 방법은 VSA 제어의 새로운 지평을 열고 있습니다. [39] 결과적으로, 이 ELD 문제를 해결하기 위해 소프트 컴퓨팅 방법의 진화와 수치 방법, 유전 알고리즘, 진화 프로그래밍, 신경망 전술, 입자 무리 최적화 및 기타 하이브리드 방법과 같은 다른 많은 저명한 접근 방식이 성공적으로 구현되었습니다. [40]
neuro fuzzy inference
Adaptive neuro-fuzzy inference system (ANFIS) is a hybrid of two soft computing methods of the artificial neural network (ANN) and fuzzy logic. [1] With recent developments in the soft computing methods, the present study is an attempt for the application of intelligent system technique, called adaptive neuro fuzzy inference system (ANFIS) to recover surface heat fluxes from a given temperature history recorded by TFGs without having the need to solve lengthy analytical equations. [2] Since the application of soft computing methods in marine engineering has been developed in recent years, in present research, an adaptive neuro-fuzzy inference system and a decision tree have been used to predict the wind-induced wave height in Bushehr port. [3]적응형 신경 퍼지 추론 시스템(ANFIS)은 인공 신경망(ANN)과 퍼지 논리의 두 가지 소프트 컴퓨팅 방법의 하이브리드입니다. [1] 최근 소프트 컴퓨팅 방법의 발전으로 본 연구는 적응형 신경 퍼지 추론 시스템(ANFIS)이라는 지능형 시스템 기술을 적용하여 TFG에 의해 기록된 주어진 온도 이력으로부터 표면 열유속을 복구할 필요 없이 적용하려는 시도입니다. 긴 분석 방정식을 풉니다. [2] nan [3]
New Soft Computing Methods
The main aims and contributions of the present paper are to use new soft computing methods for the simulation of scour geometry (depth/height and locations) in a comparative framework. [1] Neural network is one of the new soft computing methods commonly used for prediction of the thermodynamic properties of pure fluids and mixtures. [2]본 논문의 주요 목표와 기여는 비교 프레임워크에서 세굴 형상(깊이/높이 및 위치)의 시뮬레이션을 위해 새로운 소프트 컴퓨팅 방법을 사용하는 것입니다. [1] 신경망은 순수 유체 및 혼합물의 열역학적 특성을 예측하는 데 일반적으로 사용되는 새로운 소프트 컴퓨팅 방법 중 하나입니다. [2]