سال انتشار: ۱۳۸۷

محل انتشار: دومین کنگره مشترک سیستم های فازی و سیستم های هوشمند

تعداد صفحات: ۷

نویسنده(ها):

طاهر شهبازی میرزاحسنلو – قطب علمی کنترل و پردازش هوشمند، دانشکده مهندسی برق و کامپیوتر، دانشگ
بابک نجاراعرابی –
مجید نیلی احمدآبادی –

چکیده:

در این مقاله ساختاری برای یادگیری نموی توابع باور همانگونه که در قالب مدل انتقال باور یاTBM اسمتز درک میشود، ارائه میگردد. ساختار ارائه شده به عنوان فرمولاسیون کلی روشهای بروزکردن در قالبTBM همچنین در سطوح مختلف تقریب،به عنوان ابزار بروز کردن ساختارهای شهودی در سیستمهای یادگیری برخط بحث میشود. لذا همانند روشهای بروز کردن ساده پایه (و خاصتر همانند عملگرهای تخفیف و تخفیفزدایی) بر اساس قضیه بیزی تعمیمیافته توجیهشده، به کمک آن امکان یادگیری توابع باور بر اساس اطلاعات سیگنال تقویت فراهم میشود. کلیت روش و همگرایی آن در حالتهای خاص مختلف با تعریف توابع مرجع مختلف بر اساس مسیرهای تحمیل شده توسط آنها و در نهایت کاربردهای آن تحلیل و بررسی میشود