350 rub
Journal Neurocomputers №8 for 2009 г.
Article in number:
Neuro-fuzzy cluster-regression approximation on the generalized axis
Keywords: hierarchical approximating neuro-fuzzy model
Authors:
S. A. Subbotin
Abstract:
The method of hierarchical approximating neuro-fuzzy model construction providing the high level of interpretability and simplicity of models is offered. It has a non-iterative nature of weights evaluation and not requires a derivatives of neuron functions.
Pages: 52-62
References
  1. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ. М.: Мир. 1982. 488 с.
  2. Кирсанова Е.В., Субботин С.А. Обобщенный метод кластер-регрессионной аппроксимации в задаче моделирования показателя здоровья детей // Радiоелектронiка. Iнформатика. Управлiння. 2004. № 1. С. 62-67.
  3. Субботiн С.О. Алгоритми кластер-регресiйної апроксимації та їх нейромережевi iнтерпретацiї // Радiоелектронiка. Інформатика. Управління. 2003. № 1. С. 114-121.
  4. Субботин С.А., Кирсанова Е.В. Синтез многослойной нейросети на основе кластер-регрессионной аппроксимации в задаче моделирования показателя здоровья детей // Нейроинформатика и ее приложения: Материалы XII Всероссийского семинара, 1-3 октября 2004 г. / Под ред. А.Н.Горбаня, Е.М.Миркеса. Отв. за выпуск Г.М.Садовская. Красноярск: ИВМ СО РАН, 2004. С. 136-137.
  5. Broomhead D.S., Lowe D.Multivariable function interpolation and adaptive networks // Complex systems. 1988. No.2.
    P. 321-355.
  6. Борисов В.В., Круглов В.В., Федулов А.С. Нечеткие модели и сети. М.: Горячая линия-Телеком. 2007. 284 с.
  7. Субботин С.А. Нейро-нечеткая кластер-регрессионная аппроксимация // Нейроинформатика и ее приложения: Материалы XV Всероссийского семинара / Под ред. А.Н. Горбаня, Е.М. Миркеса. Отв. За выпуск Г.М. Садовская. Красноярск: ИВМ СО РАН. 2007. С. 143-146.