earticle

영어

In this paper, we introduce the generalized fuzzy polynomial neural networks, in which the basic neuron is a generalized fuzzy model which consists of a polynomial fuzzy inference system and a Mamdani fuzzy model. The structure of the fuzzy polynomial neural networks is generally generated dynamically layer by layer. However, in this paper, the genetic programming which is one of the optimization algorithms is used to determine the overall structure of the generalized fuzzy polynomial neural networks. In order to validate the modeling performance of the proposed model, several machine learning data sets are used.

한국어

본 논문에서는 대표적인 퍼지 추론 시스템인 회귀 다항식 퍼지 추론 시스템과 Mamdani 퍼지 추론 시스템을 결합한 일반화된 퍼지 모델을 기본 연산 구조로 이용하는 일반화된 퍼지 다항식 뉴럴 네트워크를 제안한다. 제안된 퍼 지 다항식 뉴럴 네트워크는 각 층의 구조를 동적으로 생성하는 구조를 가지며, 이와 같은 네트워크의 구조를 최적화 하기 위하여 최적화 알고리즘등 중의 하나인 유전자 프로그래밍을 이용한다. 제안된 일반화된 퍼지 다항식 뉴럴 네ㅡ 워크의 모델링 성능을 평가하기 위하여 다수의 기계학습 데이터를 사용한다.