Neuro-fuzzy systémy
| but.committee | doc. Ing. František Zbořil, CSc. (předseda) doc. Ing. Vladimír Janoušek, Ph.D. (místopředseda) doc. Dr. Ing. Dušan Kolář (člen) prof. Ing. Radomil Matoušek, Ph.D. (člen) Mgr. Ing. Pavel Očenášek, Ph.D. (člen) Dr. Ing. Petr Peringer (člen) | cs |
| but.defence | Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm "A". Otázky u obhajoby: V rámci vaší práce jste navrhl a implementoval rozšíření systému ANFIS. Existují nějaké úlohy, pro které je vaše rozšíření nevhodné a původní varianta bez rozšíření bude dosahovat lepších výsledků? | cs |
| but.jazyk | čeština (Czech) | |
| but.program | Informační technologie | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Zbořil, František | cs |
| dc.contributor.author | Dalecký, Štěpán | cs |
| dc.contributor.referee | Samek, Jan | cs |
| dc.date.created | 2014 | cs |
| dc.description.abstract | Diplomová práce se zabývá teorií umělých neuronových sítí, následně jsou popsány fuzzy množiny a vysvětlena fuzzy logika. Na základě neuronových sítí, fuzzy množin a fuzzy logiky je navržen hybridní neuro-fuzzy systém vycházející ze systému ANFIS. Funkčnost zmíněných systémů byla ověřena na úloze řízení inverzního kyvadla. Pro řízení byly navrženy tři regulátory - první na bázi neuronových sítí, druhý fuzzy regulátor a třetí založený na systému ANFIS. Cílem práce je popsané systémy, na základě kterých byly navrženy regulátory, porovnat a zhodnotit přínos hybridního neuro-fuzzy systému ANFIS oproti přístupu založenému na samostatných teoriích. V závěru práce jsou popsány experimenty s navrženými systémy a zhodnoceny dosažené výsledky. | cs |
| dc.description.abstract | The thesis deals with artificial neural networks theory. Subsequently, fuzzy sets are being described and fuzzy logic is explained. The hybrid neuro-fuzzy system stemming from ANFIS system is designed on the basis of artificial neural networks, fuzzy sets and fuzzy logic. The upper-mentioned systems' functionality has been demonstrated on an inverted pendulum controlling problem. The three controllers have been designed for the controlling needs - the first one is on the basis of artificial neural networks, the second is a fuzzy one, and the third is based on ANFIS system. The thesis is aimed at comparing the described systems, which the controllers have been designed on the basis of, and evaluating the hybrid neuro-fuzzy system ANFIS contribution in comparison with particular theory solutions. Finally, some experiments with the systems are demonstrated and findings are assessed. | en |
| dc.description.mark | A | cs |
| dc.identifier.citation | DALECKÝ, Š. Neuro-fuzzy systémy [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2014. | cs |
| dc.identifier.other | 79892 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/53309 | |
| dc.language.iso | cs | cs |
| dc.publisher | Vysoké učení technické v Brně. Fakulta informačních technologií | cs |
| dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
| dc.subject | Umělé neuronové sítě | cs |
| dc.subject | perceptron | cs |
| dc.subject | backpropagation | cs |
| dc.subject | fuzzy množiny | cs |
| dc.subject | fuzzy logika | cs |
| dc.subject | Sugeno fuzzy model | cs |
| dc.subject | neuro-fuzzy | cs |
| dc.subject | ANFIS | cs |
| dc.subject | řízení | cs |
| dc.subject | inverzní řízení | cs |
| dc.subject | inverzní kyvadlo | cs |
| dc.subject | spojitá simulace. | cs |
| dc.subject | Artificial neural networks | en |
| dc.subject | perceptron | en |
| dc.subject | backpropagation | en |
| dc.subject | fuzzy sets | en |
| dc.subject | fuzzy logic | en |
| dc.subject | Sugeno fuzzy model | en |
| dc.subject | neuro-fuzzy | en |
| dc.subject | ANFIS | en |
| dc.subject | controll | en |
| dc.subject | inverse learning | en |
| dc.subject | inverse pendulum | en |
| dc.subject | continuous simulation. | en |
| dc.title | Neuro-fuzzy systémy | cs |
| dc.title.alternative | Neural-Fuzzy Systems | en |
| dc.type | Text | cs |
| dc.type.driver | masterThesis | en |
| dc.type.evskp | diplomová práce | cs |
| dcterms.dateAccepted | 2014-06-20 | cs |
| dcterms.modified | 2020-05-10-16:11:43 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
| sync.item.dbid | 79892 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2025.03.26 15:17:38 | en |
| sync.item.modts | 2025.01.17 11:08:00 | en |
| thesis.discipline | Inteligentní systémy | cs |
| thesis.grantor | Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů | cs |
| thesis.level | Inženýrský | cs |
| thesis.name | Ing. | cs |