{"product_id":"ieej-zt013037","title":"多入力学習データが急激変化する分布を持つ場合のファジィルールの自動調整","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e3-037\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成13年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2001\/03\/21\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eSelf-tuning of Fuzzy Rules when Multi Input Learning Data has a Radically Changing Distribution\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e権田 英功(米子高専),宮田 仁志(米子高専),大北正昭 (鳥取大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eEikou Gonda(Yonago National College of Technology),Hitoshi Miyata(Yonago National College of Technology),Masaaki Ohkita(Tottori University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003eファジィルール|自動チューニング|局所最適解の回避|頂点位置の変更|折れ線型メンバーシップ関数|多入力学習データ\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e最急降下法を用いたファジィルールの自動チューニングにおいて、折れ線型メンバーシップ関数を用いた場合、学習係数自動更新アルゴリズムによって、局所最適解を回避できることがすでにわかっている。しかし、学習データが急激に変化する分布の場合、学習が収束せず局所最適解を回避できないことがある。以前、折れ線型の特殊形としてメンバーシップ関数をその変化に追従できるような型に置き換え、さらにメンバーシップ関数の頂点位置をシミュレーテッドアニーリングの手法を用いて移動する方法を提案した。本報告はこの手法を多入力の関数近似問題\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e162 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 2","offer_id":46395732001007,"sku":"IEEJ-ZT013037-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_205f6e80-dcf1-465a-8912-1341455b95f8.png?v=1744787511","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt013037","provider":"電気学会 電子図書館","version":"1.0","type":"link"}