Ієрархічна нейро-нечітка модель оберненого виведення для налаштування структури класифікаційних правил
Ганна РакитянськаОтримав подальший розвиток адаптивний підхід до налаштування структури класифікаційних нечітких баз знань на основі трендових відношень або правил і оберненого логічного виведення. Взаємозв’язок «причини – наслідки» моделюється на основі рівнянь нечітких відношень з ієрархічною max-min/min-max композицією. Запропоновано ієрархічну нейро-нечітку модель оберненого виведення на основі трендових правил, яка дозволяє спростити процес навчання порівняно із розширеною нейронечіткою мережею на основі трендових відношень. Розв’язання задачі оберненого виведення здійснюється за допомогою рекурентних співвідношень, які відповідають налаштуванню координат максимуму функцій належності вхідних термів та мір значимостей комбінацій причин у експертних розв’язках трендової системи рівнянь