Klasifikace vzorů pomocí fuzzy neuronových sítí

Simple item page
but.committeeprof. Ing. Stanislav Hanus, CSc. (předseda) Ing. Jiří Dřínovský, Ph.D. (místopředseda) Ing. Dr. Techn. Vojtěch Derbek (člen) doc. Ing. Roman Šotner, Ph.D. (člen) doc. Ing. Jiří Masopust, CSc. (člen) Ing. Jana Olivová, Ph.D. (člen)cs
but.defenceStudent prezentuje výsledky a postupy řešení své diplomové práce. Následně odpovídá na dotazy vedoucího a oponenta práce a na dotazy členů zkušební komise.cs
but.jazykangličtina (English)
but.programElektrotechnika, elektronika, komunikační a řídicí technikacs
but.resultpráce nebyla úspěšně obhájenacs
dc.contributor.advisorVágnerová, Jitkaen
dc.contributor.authorOllé, Tamásen
dc.contributor.refereeKontár, Stanislaven
dc.date.created2012cs
dc.description.abstractPráce popisuje základy principu funkčnosti neuronů a vytvoření umělých neuronových sítí. Je zde důkladně popsána struktura a funkce neuronů a ukázán nejpoužívanější algoritmus pro učení neuronů. Základy fuzzy logiky, včetně jejich výhod a nevýhod, jsou rovněž prezentovány. Detailněji je popsán algoritmus zpětného šíření chyb a adaptivní neuro-fuzzy inferenční systém. Tyto techniky poskytují efektivní způsoby učení neuronových sítí.en
dc.description.abstractThis work describes the principle of operation of neurons and how they form artificial neural networks. The structure and the operation of neurons are thoroughly described and the most widely used algorithm for neuron training is shown as well as the basics of fuzzy logic including its advantages and disadvantages. This work fully describes the backpropagation algorithm and the adaptive neuro-fuzzy inference system. These techniques provide effective methods of neural network learning.cs
dc.description.markCcs
dc.identifier.citationOLLÉ, T. Klasifikace vzorů pomocí fuzzy neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2012.cs
dc.identifier.other52351cs
dc.identifier.urihttp://hdl.handle.net/11012/71193
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectneuronen
dc.subjectumělé neuronové sítěen
dc.subjectakční potenciálen
dc.subjectalgoritmus zpětného šíření chyben
dc.subjectfuzzy logikaen
dc.subjectfuzzy-neuronová síťen
dc.subjectadaptivní neuro-fuzzy inferenční systémen
dc.subjectneuroncs
dc.subjectartificial neural networkscs
dc.subjectaction potentialcs
dc.subjectbackpropagation algorithmcs
dc.subjectfuzzy logiccs
dc.subjectfuzzy neural networkcs
dc.subjectadaptive neuro-fuzzy inference systemcs
dc.titleKlasifikace vzorů pomocí fuzzy neuronových sítíen
dc.title.alternativeFuzzy Neural Networks for Pattern Classificationcs
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2012-06-05cs
dcterms.modified2024-05-17-12:50:45cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid52351en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 13:04:55en
sync.item.modts2025.01.17 10:35:05en
thesis.disciplineElektronika a sdělovací technikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav radioelektronikycs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
2.04 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
2.79 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_52351.html
Size:
9.68 KB
Format:
Hypertext Markup Language
Description:
file review_52351.html
Download
Collections
2012