Luận án tiến sĩ phát triển một số phương pháp thiết kế hệ phân lớp trên cơ sở lý

Luận án: Luận án tiến sĩ phát triển một số phương pháp thiết kế hệ phân lớp trên cơ sở lý thuyết tập mờ và đại số gia tử luận án ts máy tính 624801. Xem tóm tắt

Tác giả

Luan An

Thể loại

Luận án tiến sĩ

Năm xuất bản

Số trang

153

Thời gian đọc

23 phút

Lượt xem

0

Lượt tải

0

Phí lưu trữ

50 Point

Tổng quan nhanh

Chủ đề:
1. Nghiên cứu phương pháp thiết kế hệ phân lớp hiệu quả
Số trang:
153 trang
Trường:
Đại học Quốc gia Hà Nội - Trường Đại học Công nghệ
Chuyên ngành:
Khoa học máy tính
Tác giả:
Năm:

Tóm tắt nội dung luận án

I. Nghiên cứu phương pháp thiết kế hệ phân lớp hiệu quả

Luận án tiến sĩ này tập trung vào phát triển các phương pháp thiết kế hệ phân lớp. Mục tiêu chính là cải thiện hiệu quả và độ chính xác của hệ thống. Nghiên cứu đi sâu vào ứng dụng lý thuyết tập mờ và đại số gia tử. Phạm vi bao gồm từ lý thuyết nền tảng đến ứng dụng thực nghiệm. Kết quả hướng tới giải quyết các bài toán phân lớp dữ liệu phức tạp. Đây là một công trình nghiên cứu khoa học chuyên sâu trong lĩnh vực Khoa học máy tính.

1.1. Mục tiêu và phạm vi luận án tiến sĩ

Luận án này hướng tới phát triển phương pháp luận thiết kế mới. Mục tiêu là xây dựng hệ phân lớp mạnh mẽ hơn. Phạm vi nghiên cứu bao gồm việc đề xuất các kỹ thuật thiết kế tiên tiến. Luận án đóng góp vào nâng cao khả năng phân lớp dữ liệu. Các phương pháp này hứa hẹn cải thiện đáng kể hiệu suất và tính minh bạch của hệ thống.

1.2. Vấn đề trong thiết kế hệ phân lớp mờ

Thiết kế hệ thống phân lớp mờ đối mặt nhiều thách thức. Các hệ thống hiện có thường gặp khó khăn trong việc cân bằng độ chính xác và khả năng giải thích. Việc thiết kế ngữ nghĩa cho các từ ngôn ngữ mờ còn hạn chế. Quy trình thiết kế cũng cần được chuẩn hóa và tối ưu hơn. Điều này dẫn đến sự cần thiết của các phương pháp luận thiết kế mới. Các phương pháp mới cần có khả năng xử lý thông tin không chắc chắn hiệu quả hơn.

1.3. Đóng góp chính của nghiên cứu

Nghiên cứu này đề xuất nhiều đổi mới trong thiết kế hệ thống. Một số phương pháp thiết kế hệ phân lớp mới được trình bày. Các phương pháp này dựa trên mở rộng lý thuyết tập mờ và đại số gia tử. Luận án giới thiệu các kỹ thuật mô hình hóa hệ thống tiên tiến. Nó cũng cải tiến quy trình thiết kế, giúp tạo ra các hệ thống phân lớp chính xác và dễ hiểu hơn. Các đóng góp này mang ý nghĩa quan trọng cho kỹ thuật thiết kế và ứng dụng thực tiễn.

II. Lý thuyết tập mờ và đại số gia tử trong thiết kế hệ thống

Nghiên cứu này dựa trên nền tảng vững chắc của lý thuyết tập mờ và đại số gia tử. Các khái niệm này là trụ cột cho việc phát triển các phương pháp thiết kế hệ phân lớp. Tập mờ cung cấp khung lý thuyết để xử lý thông tin không chắc chắn. Đại số gia tử định lượng ngữ nghĩa của các từ ngôn ngữ. Sự kết hợp này mang lại cách tiếp cận mới để mô hình hóa hệ thống phức tạp. Nó giúp cải thiện đáng kể tính hiệu quả và khả năng giải thích của hệ thống được thiết kế.

2.1. Nền tảng lý thuyết Tập mờ và biến ngôn ngữ

Thiết kế hệ thống mờ dựa trên lý thuyết tập mờ. Tập mờ cho phép mô hình hóa thông tin không chính xác hoặc mơ hồ. Biến ngôn ngữ là công cụ quan trọng trong biểu diễn tri thức. Chúng biểu diễn các giá trị bằng từ ngữ tự nhiên, không phải con số. Phương pháp này giúp hệ thống gần gũi hơn với tư duy con người. Khái niệm này là trọng tâm của các hệ dựa trên luật ngôn ngữ mờ. Đây là nền tảng cho nhiều ứng dụng trong kỹ thuật thiết kế.

2.2. Khái niệm và ứng dụng đại số gia tử

Đại số gia tử cung cấp cấu trúc để định lượng ngữ nghĩa của các từ ngôn ngữ. Nó cho phép xử lý các khái niệm có mức độ mờ khác nhau. Khái niệm này mở rộng khả năng biểu diễn ngữ nghĩa. Ứng dụng đại số gia tử giúp tạo ra mô hình hóa hệ thống linh hoạt hơn. Nó đặc biệt hữu ích trong việc xây dựng kiến trúc hệ thống thông minh. Điều này nâng cao khả năng giải thích và hiệu suất của hệ thống.

2.3. Hạn chế của các phương pháp hiện tại

Các phương pháp thiết kế hệ phân lớp truyền thống có một số hạn chế. Chúng thường gặp khó khăn trong việc mô hình hóa ngữ nghĩa phức tạp. Việc xác định các hàm thuộc mờ và luật mờ đòi hỏi nhiều kinh nghiệm. Quá trình tối ưu các tham số hệ thống còn chưa hiệu quả. Điều này cản trở việc phát triển phương pháp thiết kế hệ phân lớp mạnh mẽ hơn. Luận án tìm cách khắc phục những tồn tại này.

III. Phát triển phương pháp mới cho thiết kế hệ phân lớp mờ

Phần này trình bày các đóng góp cốt lõi của luận án về phát triển phương pháp. Nghiên cứu tập trung vào việc tạo ra các phương pháp thiết kế hệ phân lớp mờ. Các phương pháp này tích hợp những cải tiến trong lý thuyết tập mờ và đại số gia tử. Mục tiêu là xây dựng quy trình thiết kế hiệu quả hơn. Các phương pháp mới giúp tăng cường độ chính xác và khả năng giải thích. Đây là những đổi mới trong thiết kế quan trọng cho lĩnh vực khoa học máy tính.

3.1. Mở rộng đại số gia tử và ngữ nghĩa hình thang

Nghiên cứu đề xuất mở rộng đại số gia tử. Sự mở rộng này nhằm mô hình hóa lõi ngữ nghĩa của các từ ngôn ngữ. Ngữ nghĩa hình thang được sử dụng để đảm bảo tính giải nghĩa của khung nhận thức ngôn ngữ. Các phương pháp mới này cung cấp một công cụ mạnh mẽ hơn. Chúng giúp xử lý và biểu diễn thông tin mờ chi tiết hơn. Đây là một đổi mới trong thiết kế hệ thống mờ. Việc này hỗ trợ phát triển phương pháp hiệu quả hơn.

3.2. Quy trình sinh luật và tối ưu hóa hệ luật

Luận án trình bày một quy trình thiết kế toàn diện. Quy trình bao gồm việc sinh tập luật khởi đầu từ dữ liệu. Quá trình này dựa trên ngữ nghĩa đại số gia tử mở rộng. Sau đó, tiến hành tối ưu các tham số ngữ nghĩa. Tìm kiếm hệ luật tối ưu là bước quan trọng. Quy trình này kết hợp các bước tạo và tinh chỉnh luật. Mục tiêu là đạt được sự cân bằng giữa độ chính xác và độ phức tạp của hệ thống. Đây là một cải tiến trong phương pháp luận thiết kế.

3.3. Thiết kế ngữ nghĩa tính toán dựa trên tập mờ

Nghiên cứu tập trung vào thiết kế ngữ nghĩa tính toán. Các ngữ nghĩa này dựa trên tập mờ của các từ ngôn ngữ. Phương pháp này cho phép biểu diễn các khái niệm một cách linh hoạt. Nó giúp hệ thống có khả năng thích ứng cao hơn. Ngữ nghĩa tính toán đảm bảo tính minh bạch. Đồng thời, nó duy trì hiệu suất trong các bài toán phân lớp. Kỹ thuật thiết kế này đóng góp vào sự phát triển phương pháp mới.

IV. Tối ưu hóa hệ phân lớp mờ bằng kỹ thuật tính toán mềm

Để nâng cao hiệu suất và hiệu quả của các hệ phân lớp mờ, luận án áp dụng các kỹ thuật tính toán mềm. Các thuật toán tối ưu tiên tiến được khai thác. Chúng giúp điều chỉnh các tham số hệ thống và tìm kiếm cấu trúc luật tối ưu. Phương pháp luận thiết kế này đảm bảo các hệ thống được tạo ra không chỉ chính xác mà còn mạnh mẽ. Đây là một phần quan trọng trong quá trình phát triển phương pháp và cải thiện kiến trúc hệ thống.

4.1. Ứng dụng thuật toán tối ưu bầy đàn đa mục tiêu MOPSO

Để tối ưu hóa hiệu quả hệ phân lớp mờ, nghiên cứu ứng dụng kỹ thuật tính toán mềm. Thuật toán tối ưu bầy đàn đa mục tiêu (MOPSO) được sử dụng. Thuật toán này giúp tìm kiếm các tham số ngữ nghĩa tối ưu. Nó cũng hỗ trợ tìm kiếm hệ luật tối ưu. MOPSO là một phương pháp mạnh mẽ cho các bài toán tối ưu hóa đa mục tiêu. Ứng dụng này cải thiện đáng kể quy trình thiết kế. Nó góp phần vào việc phát triển phương pháp hiệu quả.

4.2. Khai thác thuật toán lai MOPSO SA cải tiến

Nghiên cứu tiếp tục khám phá thuật toán lai MOPSO-SA. Đây là sự kết hợp giữa MOPSO và thuật toán Simulated Annealing (SA). Thuật toán lai này được thiết kế để vượt qua các hạn chế của MOPSO đơn lẻ. Nó giúp tránh mắc kẹt tại các cực tiểu cục bộ. MOPSO-SA cải thiện khả năng tìm kiếm không gian lời giải rộng hơn. Điều này dẫn đến việc phát triển phương pháp tối ưu hóa mạnh mẽ hơn cho kiến trúc hệ thống.

4.3. Đánh giá hiệu quả các kỹ thuật tối ưu

Các kỹ thuật tối ưu hóa được đánh giá một cách tỉ mỉ. Hiệu quả của MOPSO được so sánh với các thuật toán khác như GSA. MOPSO-SA cũng được so sánh với MOPSO nguyên bản. Đánh giá này dựa trên các tiêu chí về độ chính xác và tốc độ hội tụ. Kết quả cho thấy các thuật toán đề xuất mang lại hiệu quả vượt trội. Chúng giúp nâng cao khả năng thiết kế hệ thống phân lớp tối ưu. Đây là một phần quan trọng trong nghiên cứu khoa học này.

V. Ứng dụng và đánh giá phương pháp thiết kế hệ phân lớp

Phần này trình bày về quá trình ứng dụng và đánh giá toàn diện các phương pháp được đề xuất. Các thử nghiệm được thực hiện để xác nhận hiệu suất và độ tin cậy của hệ thống. Kết quả so sánh với các phương pháp hiện có làm nổi bật ưu điểm của nghiên cứu. Điều này cung cấp bằng chứng khoa học về tính hiệu quả của các kỹ thuật thiết kế mới. Nó khẳng định giá trị đóng góp của luận án tiến sĩ vào lĩnh vực này.

5.1. Thực nghiệm so sánh và đánh giá hiệu suất

Các phương pháp thiết kế hệ phân lớp mới được đánh giá qua nhiều thực nghiệm. Dữ liệu thực nghiệm được sử dụng để kiểm tra hiệu suất. Các cấu trúc phân hoạch mờ đơn và đa thể hạt được so sánh. Hai phương pháp lập luận, single winner rule và weigted vote, cũng được đánh giá. Kết quả thực nghiệm cung cấp bằng chứng cụ thể về tính hiệu quả. Đây là bước quan trọng trong quy trình thiết kế và xác nhận giá trị của các phương pháp.

5.2. So sánh với các tiếp cận lý thuyết tập mờ khác

Nghiên cứu tiến hành so sánh toàn diện. Các phương pháp đề xuất được đối chiếu với các tiếp cận theo lý thuyết tập mờ truyền thống. Chúng cũng được so sánh với một số phương pháp theo tiếp cận đại số gia tử hiện có. Điều này cho thấy ưu điểm vượt trội của các kỹ thuật thiết kế mới. Luận án làm nổi bật sự đổi mới trong thiết kế và hiệu quả của các giải pháp.

5.3. Kết quả và ý nghĩa khoa học của nghiên cứu

Kết quả nghiên cứu khẳng định tính khả thi và hiệu quả của các phương pháp mới. Các hệ phân lớp được thiết kế cho thấy độ chính xác cao. Chúng cũng duy trì khả năng giải thích tốt. Ý nghĩa khoa học bao gồm việc mở rộng lý thuyết tập mờ và đại số gia tử. Các đóng góp này tạo ra một phương pháp luận thiết kế mạnh mẽ hơn. Luận án cung cấp kiến trúc hệ thống tiên tiến. Nó mở ra hướng nghiên cứu mới trong lĩnh vực khoa học máy tính.

Mục lục chi tiết luận án

LỜI CAM ĐOAN
DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT
DANH MỤC CÁC BẢNG
DANH MỤC CÁC HÌNH VẼ, BIỂU ĐỒ
MỞ ĐẦU
1. CHƯƠNG 1: TỔNG QUAN VỀ HỆ DỰA TRÊN LUẬT NGÔN NGỮ MỜ
1.1. MỘT SỐ KHÁI NIỆM CƠ BẢN
1.1.1. Biến ngôn ngữ
1.1.2. Phân hoạch mờ
1.1.3. Luật ngôn ngữ mờ và hệ luật ngôn ngữ mờ
1.1.4. Bài toán phân lớp dữ liệu
1.2. HỆ DỰA TRÊN LUẬT NGÔN NGỮ MỜ
1.2.1. Cấu trúc của hệ dựa trên luật ngôn ngữ mờ
1.2.2. Bài toán thiết kế hệ phân lớp dựa trên luật ngôn ngữ mờ
1.2.3. Những vấn đề tồn tại
1.3. ĐẠI SỐ GIA TỬ
1.3.1. Đại số gia tử của biến ngôn ngữ
1.3.2. Lượng hóa đại số gia tử
1.3.3. Ý nghĩa ứng dụng của đại số gia tử
1.3.4. Những vấn đề còn tồn tại
1.4. KẾT LUẬN CHƯƠNG 1
2. CHƯƠNG 2: LÕI NGỮ NGHĨA VÀ NGỮ NGHĨA HÌNH THANG CỦA KHUNG NHẬN THỨC NGÔN NGỮ VÀ ỨNG DỤNG GIẢI BÀI TOÁN PHÂN LỚP
2.1. MỞ RỘNG ĐẠI SỐ GIA TỬ CHO VIỆC MÔ HÌNH HÓA LÕI NGỮ NGHĨA CỦA CÁC TỪ NGÔN NGỮ
2.1.1. MỞ RỘNG KHÁI NIỆM ĐỘ ĐO TÍNH MỜ
2.1.2. HỆ KHOẢNG TÍNH MỜ LIÊN KẾT VỚI ĐỘ ĐO TÍNH MỜ CỦA CÁC TỪ NGÔN NGỮ
2.1.3. ÁNH XẠ ĐỊNH LƯỢNG NGỮ NGHĨA KHOẢNG
2.1.4. MỞ RỘNG ĐỘ ĐO TÍNH MỜ CỦA CÁC PHẦN TỬ 0 VÀ 1
2.2. ỨNG DỤNG LÕI NGỮ NGHĨA VÀ NGỮ NGHĨA HÌNH THANG TRONG THIẾT KẾ HỆ PHÂN LỚP DỰA TRÊN LUẬT NGÔN NGỮ MỜ
2.2.1. Thiết kế ngữ nghĩa tính toán dựa trên tập mờ của các từ ngôn ngữ
2.2.2. Sinh tập luật khởi đầu từ dữ liệu dựa trên ngữ nghĩa ĐSGT mở rộng
2.2.3. Tối ưu các tham số ngữ nghĩa và tìm kiếm hệ luật tối ưu
2.2.4. Đánh giá kết quả ứng dụng lõi ngữ nghĩa và ngữ nghĩa hình thang trong thiết kế hệ phân lớp dựa trên luật ngôn ngữ mờ
2.2.4.1. Dữ liệu và phương pháp thực nghiệm
2.2.4.2. So sánh đánh giá hai cấu trúc phân hoạch mờ đơn và đa thể hạt
2.2.4.3. So sánh đánh giá hai phương pháp lập luận single winner rule và weigted vote
2.2.4.4. So sánh đánh giá các phương pháp thiết kế hệ phân lớp theo tiếp cận đại số gia tử
2.2.4.5. So sánh đánh giá với một số phương pháp theo tiếp cận lý thuyết tập mờ
2.2.4.6. So sánh đánh giá với một số tiếp cận khác
2.2.5. Biểu diễn ngữ nghĩa tính toán dựa trên tập mờ hình thang đảm bảo tính giải nghĩa được của khung nhận thức ngôn ngữ
2.3. KẾT LUẬN CHƯƠNG 2
3. CHƯƠNG 3: THIẾT KẾ HIỆU QUẢ HỆ PHÂN LỚP DỰA TRÊN LUẬT NGÔN NGỮ MỜ SỬ DỤNG KỸ THUẬT TÍNH TOÁN MỀM
3.1. THIẾT KẾ HIỆU QUẢ HỆ PHÂN LỚP DỰA TRÊN LUẬT NGÔN NGỮ MỜ SỬ DỤNG CÁC THUẬT TOÁN TỐI ƯU
3.1.1. Đánh giá tính hiệu quả của thuật toán MOPSO so với thuật toán GSA
3.1.1.1. Thuật toán tối ưu bầy đàn đa mục tiêu
3.1.1.2. Ứng dụng thuật toán MOPSO tối ưu các tham số ngữ nghĩa và tìm kiếm hệ luật tối ưu
3.1.1.3. Thực nghiệm so sánh thuật toán MOPSO so với thuật toán GSA
3.1.2. Đánh giá tính hiệu quả của thuật toán MOPSO-SA so với thuật toán MOPSO
3.1.2.1. Thuật toán tối ưu đa mục tiêu lai MOPSO-SA
3.1.2.2. Ứng dụng thuật toán MOPSO-SA tối ưu các tham số ngữ nghĩa và tìm kiếm hệ luật tối ưu
3.1.2.3. Thực nghiệm so sánh thuật toán MOPSO-SA so với thuật toán MOPSO
3.2. NÂNG CAO HIỆU QUẢ SINH LUẬT MỜ VỚI NGỮ NGHĨA DỰA TRÊN ĐẠI SỐ GIA TỬ SỬ DỤNG KỸ THUẬT LỰA CHỌN ĐẶC TRƯNG
3.2.1. Một số khái niệm cơ bản về lý thuyết thông tin
3.2.2. Kỹ thuật lựa chọn đặc trưng sử dụng trọng số động
3.2.3. Ứng dụng thuật DWFS trong thiết kế FLRBC trên cơ sở ĐSGT
3.2.4. Kết quả thực nghiệm và thảo luận
3.3. KẾT LUẬN CHƯƠNG 3
KẾT LUẬN CỦA LUẬN ÁN
DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN
TÀI LIỆU THAM KHẢO
Xem trước tài liệu
Tải đầy đủ để xem toàn bộ nội dung
Luận án tiến sĩ phát triển một số phương pháp thiết kế hệ phân lớp trên cơ sở lý thuyết tập mờ và đại số gia tử luận án ts máy tính 624801

Tải xuống file đầy đủ để xem toàn bộ nội dung

Tải đầy đủ (153 trang)

Trích đoạn nội dung luận án

Tải xuống để đọc toàn bộ

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ PHẠM ĐÌNH PHONG PHÁT TRIỂN MỘT SỐ PHƯƠNG PHÁP THIẾT KẾ HỆ PHÂN LỚP TRÊN CƠ SỞ LÝ THUYẾT TẬP MỜ VÀ ĐẠI SỐ GIA TỬ LUẬN ÁN TIẾN SĨ KHOA HỌC MÁY TÍNH Hà Nội - 2017 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Phạm Đình Phong PHÁT TRIỂN MỘT SỐ PHƯƠNG PHÁP THIẾT KẾ HỆ PHÂN LỚP TRÊN CƠ SỞ LÝ THUYẾT TẬP MỜ VÀ ĐẠI SỐ GIA TỬ Chuyên ngành: Khoa học máy tính Mã số: 62 48 01 01 LUẬN ÁN TIẾN SĨ KHOA HỌC MÁY TÍNH NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. Nguyễn Thanh Thủy 2. Nguyễn Cát Hồ Hà Nội – 2017 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com LỜI CAM ĐOAN Tôi xin cam đoan rằng, ngoại trừ các nội dung được trích từ tài liệu tham khảo hoặc các công trình khác như đã được ghi rõ trong luận án, các kết quả được trình bày trong luận án này là công trình nghiên cứu của tôi và được hoàn thành dưới sự hướng dẫn của GS. Nguyễn Thanh Thủy và PGS.

Các kết quả nghiên cứu là trung thực, chưa từng được công bố trước đó. Các kết quả được viết chung với các tác giả khác đã được sự đồng ý của các đồng tác giả trước khi đưa vào luận án. Tác giả luận án Phạm Đình Phong ii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com LỜI CẢM ƠN Với lòng biết ơn sâu sắc, tôi xin chân thành cảm ơn các thầy GS. Nguyễn Thanh Thủy và PGS.

Nguyễn Cát Hồ đã trực tiếp chỉ bảo và tận tình hướng dẫn tôi hoàn thành luận án này. Tôi chân thành cảm ơn thầy TS. Trần Thái Sơn đã có nhiều hỗ trợ trong quá trình nghiên cứu và có những nhận xét, đánh giá trong quá trình hoàn thiện luận án. Tôi xin được bày tỏ lòng biết ơn đối với các thầy giáo, cô giáo Bộ môn Khoa học máy tính, Khoa Công nghệ thông tin, Phòng đào tạo, Ban giám hiệu Trường Đại học Công nghệ đã tận tình chỉ bảo, giảng dạy và tạo điều kiện thuận lợi trong suốt thời gian học tập, nghiên cứu và hoàn thành luận án.

Tôi xin được cảm ơn tất cả những người thân, bạn bè và các đồng nghiệp đã tạo điều kiện, động viên và hỗ trợ tôi về mọi mặt. Cuối cùng, tôi xin được được bày tỏ tình cảm và lòng biết ơn vô hạn tới bố mẹ và những người thân trong gia đình, đặc biệt là vợ tôi – Phan Thị Quế Anh, người đã luôn động viên, khích lệ, chia sẻ và gánh vác công việc để tôi có thời gian học tập, nghiên cứu và hoàn thành luận án. iii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com MỤC LỤC LỜI CAM ĐOAN. iii MỤC LỤC.

iv DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT. vii DANH MỤC CÁC BẢNG. ix DANH MỤC CÁC HÌNH VẼ, BIỂU ĐỒ. xiii MỞ ĐẦU .1 CHƯƠNG 1 TỔNG QUAN VỀ HỆ DỰA TRÊN LUẬT NGÔN NGỮ MỜ.

MỘT SỐ KHÁI NIỆM CƠ BẢN. Biến ngôn ngữ. Phân hoạch mờ. Luật ngôn ngữ mờ và hệ luật ngôn ngữ mờ.

Bài toán phân lớp dữ liệu. HỆ DỰA TRÊN LUẬT NGÔN NGỮ MỜ. Cấu trúc của hệ dựa trên luật ngôn ngữ mờ. Bài toán thiết kế hệ phân lớp dựa trên luật ngôn ngữ mờ.

Những vấn đề tồn tại. ĐẠI SỐ GIA TỬ. Đại số gia tử của biến ngôn ngữ. Lượng hóa đại số gia tử.

Ý nghĩa ứng dụng của đại số gia tử. Những vấn đề còn tồn tại. KẾT LUẬN CHƯƠNG 1. 29 CHƯƠNG 2 LÕI NGỮ NGHĨA VÀ NGỮ NGHĨA HÌNH THANG CỦA KHUNG NHẬN THỨC NGÔN NGỮ VÀ ỨNG DỤNG GIẢI BÀI TOÁN PHÂN LỚP.

MỞ RỘNG ĐẠI SỐ GIA TỬ CHO VIỆC MÔ HÌNH HÓA LÕI NGỮ NGHĨA CỦA CÁC TỪ NGÔN NGỮ. 30 iv LUAN VAN CHAT LUONG download : add luanvanchat@agmail. MỞ RỘNG KHÁI NIỆM ĐỘ ĐO TÍNH MỜ. HỆ KHOẢNG TÍNH MỜ LIÊN KẾT VỚI ĐỘ ĐO TÍNH MỜ CỦA CÁC TỪ NGÔN NGỮ.

ÁNH XẠ ĐỊNH LƯỢNG NGỮ NGHĨA KHOẢNG. MỞ RỘNG ĐỘ ĐO TÍNH MỜ CỦA CÁC PHẦN TỬ 0 VÀ 1. ỨNG DỤNG LÕI NGỮ NGHĨA VÀ NGỮ NGHĨA HÌNH THANG TRONG THIẾT KẾ HỆ PHÂN LỚP DỰA TRÊN LUẬT NGÔN NGỮ MỜ. Thiết kế ngữ nghĩa tính toán dựa trên tập mờ của các từ ngôn ngữ.

Sinh tập luật khởi đầu từ dữ liệu dựa trên ngữ nghĩa ĐSGT mở rộng 56 2. Tối ưu các tham số ngữ nghĩa và tìm kiếm hệ luật tối ưu. Đánh giá kết quả ứng dụng lõi ngữ nghĩa và ngữ nghĩa hình thang trong thiết kế hệ phân lớp dựa trên luật ngôn ngữ mờ. Dữ liệu và phương pháp thực nghiệm.

So sánh đánh giá hai cấu trúc phân hoạch mờ đơn và đa thể hạt. So sánh đánh giá hai phương pháp lập luận single winner rule và weigted vote. So sánh đánh giá các phương pháp thiết kế hệ phân lớp theo tiếp cận đại số gia tử. So sánh đánh giá với một số phương pháp theo tiếp cận lý thuyết tập mờ.

So sánh đánh giá với một số tiếp cận khác. Biểu diễn ngữ nghĩa tính toán dựa trên tập mờ hình thang đảm bảo tính giải nghĩa được của khung nhận thức ngôn ngữ. KẾT LUẬN CHƯƠNG 2. 84 CHƯƠNG 3 THIẾT KẾ HIỆU QUẢ HỆ PHÂN LỚP DỰA TRÊN LUẬT NGÔN NGỮ MỜ SỬ DỤNG KỸ THUẬT TÍNH TOÁN MỀM.

THIẾT KẾ HIỆU QUẢ HỆ PHÂN LỚP DỰA TRÊN LUẬT NGÔN NGỮ MỜ SỬ DỤNG CÁC THUẬT TOÁN TỐI ƯU. Đánh giá tính hiệu quả của thuật toán MOPSO so với thuật toán GSA .88 v LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Thuật toán tối ưu bầy đàn đa mục tiêu. Ứng dụng thuật toán MOPSO tối ưu các tham số ngữ nghĩa và tìm kiếm hệ luật tối ưu.

Thực nghiệm so sánh thuật toán MOPSO so với thuật toán GSA. Đánh giá tính hiệu quả của thuật toán MOPSO-SA so với thuật toán MOPSO. Thuật toán tối ưu đa mục tiêu lai MOPSO-SA. Ứng dụng thuật toán MOPSO-SA tối ưu các tham số ngữ nghĩa và tìm kiếm hệ luật tối ưu.

Thực nghiệm so sánh thuật toán MOPSO-SA so với thuật toán MOPSO. NÂNG CAO HIỆU QUẢ SINH LUẬT MỜ VỚI NGỮ NGHĨA DỰA TRÊN ĐẠI SỐ GIA TỬ SỬ DỤNG KỸ THUẬT LỰA CHỌN ĐẶC TRƯNG103 3. Một số khái niệm cơ bản về lý thuyết thông tin. Kỹ thuật lựa chọn đặc trưng sử dụng trọng số động.

Ứng dụng thuật DWFS trong thiết kế FLRBC trên cơ sở ĐSGT. Kết quả thực nghiệm và thảo luận. KẾT LUẬN CHƯƠNG 3. 113 KẾT LUẬN CỦA LUẬN ÁN.115 DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN .117 TÀI LIỆU THAM KHẢO.

A vi LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT Các ký hiệu AX Đại số gia tử tuyến tính AXmp Đại số gia tử mở rộng AXmrtp Đại số gia tử mở rộng toàn phần μ(h) Độ đo tính mờ của gia tử h fm(x) Độ đo tính mờ của từ ngôn ngữ x f(x) Hàm định lượng khoảng của từ ngôn ngữ x μA(x) Hàm xác định độ thuộc của giá trị x vào tập mờ A |x| Độ dài của từ ngôn ngữ x Xk Tập các các từ có độ dài đúng bằng k X(k) Tập các các từ có độ dài nhỏ hơn hoặc bằng k X Biến ngôn ngữ H Tập các gia tử |H| Số lượng gia tử trong H. Hmr Tập các gia tử mở rộng (bổ sung thêm gia tử h0) H+ Tập các gia tử dương H- Tập các gia tử âm H(x) Tập các từ được cảm sinh từ x bởi tác động của các gia tử k(x) Khoảng tính mờ mức k của x RMSR Root mean squared residual Các từ viết tắt ĐSGT Đại số gia tử DB Database (Cơ sở dữ liệu) FLRBC Fuzzy linguistic rule-based classifier (Hệ phân lớp dựa trên luật ngôn ngữ mờ) vii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com FLRBS fuzzy linguistic rule-based system (Hệ dựa trên luật ngôn ngữ mờ) FURIA Fuzzy unordered rules induction algorithm (Giải thuật cảm sinh các luật mờ không có thứ tự) GSA Genetic simulated annealing (Tôi luyện mô phỏng di truyền) KB Knowledge base (Cơ sở tri thức) LFoC Linguistic frames of cognition (Khung nhận thức ngôn ngữ) MOO Multi-objective optimization (Tối ưu đa mục tiêu) MOPSO Multi-objective particle swarm optimization (Giải thuật tối ưu bầy đàn đa mục tiêu) PAES Pareto archived evolution strategy (Chiến lược tiến hóa lưu trữ Pareto) PI Power set of intervals (Tập các khoảng con có thể) PSO Particle swarm optimization (Tối ưu bầy đàn) RCS Rule and condition selection (Lựa chọn luật và điều kiện luật) RIPPER Repeated incremental pruning to produce error reduction (Giảm lỗi bằng lặp lại cắt tỉa gia tăng) SVM Support vector machine (Máy véc-tơ hỗ trợ) SWR Single winner rule (Luật thắng đơn) WV Weighted vote (Bầu cử có trọng số) viii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com DANH MỤC CÁC BẢNG TRONG NỘI DUNG CHÍNH Bảng 2. So sánh độ chính xác giữa các hệ phân lớp sử dụng cấu trúc đa thể hạt và đơn thể hạt sử dụng kiểm định Wilcoxon Signed Rank với α = 0,05 …………. So sánh độ phức tạp của các hệ phân lớp sử dụng cấu trúc đa thể hạt và đơn thể hạt sử dụng kiểm định Wilcoxon Signed Rank với α = 0,05 ………….

So sánh độ chính xác của các hệ phân lớp được thiết kế trên cơ sở ĐSGT AXmr và AXmrtp giữa sử dụng phương pháp lập luận SWR và WV bằng phương pháp kiểm định Wilcoxon Signed Rank với α = 0,05 …………………………. So sánh độ phức tạp của các hệ phân lớp được thiết kế trên cơ sở ĐSGT AXmr và AXmrtp giữa sử dụng phương pháp lập luận SWR và WV bằng phương pháp kiểm định Wilcoxon Signed Rank với α = 0,05 …………………………………. So sánh độ chính xác của FRBC_AXmrtp, FRBC_AXmr và FRBC_AX sử dụng phương pháp kiểm định Wilcoxon Signed Rank với α = 0,05 ……………. So sánh độ phức tạp của FRBC_AXmrtp, FRBC_AXmr và FRBC_AX sử dụng phương pháp kiểm định Wilcoxon Signed Rank với α = 0,05 …………….

So sánh độ chính xác của FRBC_AXmrtp và FRBC_AXmr so với All Granularities và Product-1-ALL TUN sử dụng kiểm định Wilcoxon Signed Rank với α = 0,05 ……. So sánh độ phức tạp của FRBC_AXmrtp và FRBC_AXmr so với All Granularities và Product-1-ALL TUN sử dụng kiểm định Wilcoxon Signed Rank với α = 0,05 ………………………………………………………………………. So sánh độ chính xác của FRBC_AXmrtp và FRBC_AXmr so với hệ phân lớp PAES-RCS sử dụng kiểm định Wilcoxon Signed Rank với α = 0,05 ……. So sánh độ phức tạp của FRBC_AXmrtp và FRBC_AXmr so với hệ phân lớp PAES-RCS sử dụng kiểm định Wilcoxon Signed Rank với α = 0,05.

So sánh độ chính xác của FRBC_AXmrtp và FRBC_AXmr so với FURIA và C4.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Trích dẫn luận án này

Phạm Đình Phong (2017). Luận án tiến sĩ phát triển một số phương pháp thiết kế hệ ph [Luận án tiến sĩ, Đại học Quốc gia Hà Nội - Trường Đại học Công nghệ]. LuanAn.net. https://luanan.net/tai-lieu-khac/luan-an-tien-si-phat-trien-mot-so-phuong-phap-thiet-ke-he-phan-lop-tren-co-so-ly-thuyet-tap-mo-va-dai-so-gia-tu-luan-an-ts-may-tinh-624801

Câu hỏi thường gặp

Luận án "Luận án tiến sĩ phát triển một số phương pháp thiết kế hệ ph" nghiên cứu về vấn đề gì?

Luận án: Luận án tiến sĩ phát triển một số phương pháp thiết kế hệ phân lớp trên cơ sở lý thuyết tập mờ và đại số gia tử luận án ts máy tính 624801. Xem tóm tắt

Luận án "Luận án tiến sĩ phát triển một số phương pháp thiết kế hệ ph" được bảo vệ tại trường nào?

Luận án này được bảo vệ tại Đại học Quốc gia Hà Nội - Trường Đại học Công nghệ. Năm bảo vệ: 2017.

Luận án "Luận án tiến sĩ phát triển một số phương pháp thiết kế hệ ph" thuộc chuyên ngành gì?

Luận án "Luận án tiến sĩ phát triển một số phương pháp thiết kế hệ ph" thuộc chuyên ngành Khoa học máy tính. Danh mục: Tài liệu khác.

Luận án "Luận án tiến sĩ phát triển một số phương pháp thiết kế hệ ph" có bao nhiêu trang?

Luận án "Luận án tiến sĩ phát triển một số phương pháp thiết kế hệ ph" có 153 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.

Cách tải luận án "Luận án tiến sĩ phát triển một số phương pháp thiết kế hệ ph" về máy như thế nào?

Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.

Luận án liên quan

Chia sẻ tài liệu: Facebook Twitter