Developing principles of neuron network based on the principle of expanding “Zadeh” with fuzzy’s parameters

Subject Areas : Statistics

sharif Malakooti ¹ , Reza Kargar ² , zohreh Taeb ³ , Hadi Bagezadeh ⁴

1 - گروه ریاضی کاربردی، دانشکده علوم پایه، واحد یادگار امام (ره)، دانشگاه آزاد اسلامی، تهران، ایران
2 - گروه ریاضی کاربردی، دانشکده علوم پایه، واحد قم، دانشگاه آزاد اسلامی، قم، ایران
3 - گروه ریاضی کاربردی، دانشکده علوم پایه، واحد یادگار امام (ره)، دانشگاه آزاد اسلامی، تهران، ایران
4 - گروه ریاضی کاربردی، دانشکده علوم پایه، واحد یادگار امام (ره)، دانشگاه آزاد اسلامی، تهران، ایران

Received: 2021-06-19 Accepted : 2021-10-16 Published : 2024-08-13

Keywords: expansion, artificial neural network, fuzzy logic, , fuzzy discretization, Backpropagation algorithm, Zade&quot, Principle of &quot,

Abstract :

شبکه­های عصبی فازی به دلیل عدم استفاده از اصل گسترش "زاده" قادر به اعمال مفهوم فازی در ساختار شبکه نیستند. در این مقاله سعی شده است که اصل گسترش زاده را به صورت گسسته بیان کنیم سپس این اصل در الگوریتم پسا انتشار است. در این مقاله ابتدا مختصری از شبکه عصبی پسا انتشار بیان می­شود.

در ادامه مقاله، مطالب زیر دنبال می­شود: بخش دوم تعاریف مختصر از شبکه عصبی و پس انتشار الگوریتم  و مفاهیم اولیه فازی و اصل گسترش بیان می­گردد.

بخش سوم معایب روش­هایی که مبتنی بر اصل گسترش نمی­باشند، بیان می­گردد سپس با جایگزینی چهار عملگر اصلی که طبق اصل گسترش زاده باز تعریف شده­اند روشی تازه ارائه می­گردد. بخش چهارم یک مثال مطرح می­شود که حل آن توسط روش ارایه شده در بخش سوم خواهد بود در بخش پنجم به جمع­بندی نتایح روش ارایه شده  پرداخته خواهد شد.

References:

[1] Simon Haykin]McMaster University Hamilton, Ontario, Canada Neural Networks and Learning Machines 2009.
[2] [Honkela], T., 2007. “Philosphical aspects of neural, probabilistic and fuzzy modeling of language use and translation,” Proceedings of IJCNN, International Joint Conference on Neural Networks, pp. 2881–2886, Orlando, FL, August.
[3] [Hush], D., P. Kelly, C. Scovel, and I. Steinwart, 2006. “QP algorithms with guaranteed accuracy and run time for support vector machines,” J. Machine Learning Research, vol. 7, pp. 733–769.
[4] [Kruse] Kruse/Gebhardt/Klawonn, Fuzzy-Systeme, Teubner Stuttgart 1993[Hayashi] Y. Hayashi, J. Buckley, E. Czogola, Direct Fuzzification of Neural Networks and Fuzzified Delta Rule, Iizuka, Japan 1992, Proc. 2nd Intern. Conf. on Fuzzy Logic and Neural Networks, pp. 73-76.
[5] [Lin] C.-T. Lin, C. Lee, Neural-Network-Based Fuzzy Logic Control and Decision System, IEEE Transactions on Computers, Vol. 40, Nr. 12, S 1320- 1336, 1991
[6] [Okada] Hiroyuki Okada et. al., Knowledge Implementation Multilayer Neural Networks with Fuzzy Logic, Proceedings of the International Conference on Fuzzy Logic & Neural Networks, Iizuka, Japan 1990, pp. 99-102
[7] [Brause] Ruediger Brause, Neuronale Netze, Teubner Stuttgart 1991
[8] [Ro jas] Raul Ro jas, Theorie der neuronalen Netze, Springer-Verlag Berlin Heidelberg New York 1993.
[9] Krishnamraju, P. V., Buckley, J. J., Rcilly, K. D., and Hayashi, Y., Genetic learning algorithms for fuzzy neural nets, Proceedings of FUZZ-IEEE'94, Orlando, 1969-1974, 1994.
[10] Zadeh, L. A., The concept of a linguistic variable and its application to approximate reasoning. I, lI, lII, Inform. Sci. 8, 199-249, 301-357: 9, 43 80, 1975.
[11] Web of Neural Network And Deep Learning
[12] Neural Networks and Learning Machines , Simon Haykin ,2008
[13] رساله دکتری رضا کارگر استاد راهنما فرهاد حسین زاده و... دانشگاه آزاد اسلامی واحد علوم تحقیقات دانشکده علوم پایه زمستان 92
[14]محمد جواد اصغر پور ، تصمیم گیری های چند معیاره انتشارات دانشگاه تهران چاپ ششم 1387 .