Un nuevo método generalizado para integración de respuestas con redes neuronales usando lógica difusa tipo-2 [recurso electrónico] / Olivia Mendoza Duarte.
Tipo de material:
Archivo de ordenadorDetalles de publicación: Tijuana, Baja California : UABC, 2009Descripción: Recurso en línea. (97 p)Tema(s): Ciencia -- Tesis | Inteligencia artificial -- Tesis | Redes neurales (Computadoras) -- TesisClasificación LoC:Q181.T4 | M45 2009Recursos en línea: Tesis Digital.
Nota de disertación: Tesis (Doctorado) --Universidad Autónoma de Baja California, Facultad de Ciencias Químicas e Ingeniería, Tijuana, 2009. Resumen: La tesis que se presenta nuevo método de integración de respuestas para sistemas neuronales multi-red que utiliza lógica difusa tipo-2 por intervalos, el cual demuestra un mejor desempeño que los métodos tradicionales, principalmente en aplicaciones de reconocimiento de patrones y predicción. Debido a que las redes neuronales son una de las técnicas mas flexibles utilizadas en reconocimiento de patrones y predicción, pueden ser aplicadas a diferentes tipos de patrones y tipos de datos, ya que excepto los datos de entrenamiento no es necesario suministrar información adicional.
| Tipo de ítem | Biblioteca actual | Colección | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|
| Tesis | Biblioteca Central Tijuana | Colección de Tesis | Q181.T4 M45 2009 (Browse shelf(Abre debajo)) | 1 | Disponible | TIJ084407 |
Tesis (Doctorado) --Universidad Autónoma de Baja California, Facultad de Ciencias Químicas e Ingeniería, Tijuana, 2009.
La tesis que se presenta nuevo método de integración de respuestas para sistemas neuronales multi-red que utiliza lógica difusa tipo-2 por intervalos, el cual demuestra un mejor desempeño que los métodos tradicionales, principalmente en aplicaciones de reconocimiento de patrones y predicción. Debido a que las redes neuronales son una de las técnicas mas flexibles utilizadas en reconocimiento de patrones y predicción, pueden ser aplicadas a diferentes tipos de patrones y tipos de datos, ya que excepto los datos de entrenamiento no es necesario suministrar información adicional.
4
