Variable structure systems based online learning algorithms for type-1 and type-2 fuzzy neural networks
Tip-1 ve tip-2 nüro bulanık sistem için değişken yapılı sistemler tabanlı çevrimiçi öğrenme algoritmaları
- Tez No: 297847
- Danışmanlar: PROF. DR. OKYAY KAYNAK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Bulanık denetim, Bulanık denetim algoritmaları, Bulanık denetim sistemleri, Bulanık denetleyiciler, Bulanık dilsel yöntem, Bulanık küme teorisi, Bulanık kümeler, Bulanık mantık, Bulanık sistemler, Bulanık çıkarsama, Yapay sinir ağları, Fuzzy control, Fuzzy control algorithms, Fuzzy control systems, Fuzzy controllers, Fuzzy linguistic method, Fuzzy Set Theory, Fuzzy sets, Fuzzy logic, Fuzzy systems, Fuzzy inference, Artificial neural networks
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Tip-2 bulanık mantık sistemleri, tip-1 bulanık mantık sistemlerine g öre belirsizlikleridaha etkin bir şekilde modelleyebildiğinden bu sistemlere alternatif bir sistemolarak önerilmiştir. Bu tezde, tip-1 n üro-bulanık ağların eğitilmesinde kullanılan kaymakipli kontrol kuramı fikri, tip-2 n üro-bulanık ağların eğitilmesi için geliştirilmiştir. Önerilen yaklaşımda, hata fonksiyonunu sıfırlamak yerine, ağın öğrenme parametreleri öyle ayarlanacaktır ki, hata kararlı bir denklemi sağlamaya zorlanacaktır. Parametreg üncelleme kuralları elde edilmiş ve öğrenme algoritmasnın kararlılığı Lyapunovkararlılık metodu ile kanıtlanmıştır. Önerilen öğrenme algoritmasının performansıservo sistem olan gerçek zamanlı bir laboratuvar d üzeneğinde test edilmiştir. Benzetimve gerçek zamanlı deney sonuçlarından, tip-2 nü ro-bulanık ağların, tip-1 nü ro-bulanıkağlara oranla, belirsizliklere karşı daha g ürb üz olduğu ve hesap açısından daha etkinolduğu görülmüştür.
Özet (Çeviri)
Type-2 fuzzy logic systems are proposed in the literature as an alternative totype-1 fuzzy logic systems because of their abilities to more eectively model ruleuncertainties. This thesis extends the idea of using the sliding mode control theory inthe training of type-1 fuzzy neural networks to type-2 fuzzy neural networks. In theapproach, instead of trying to minimize an error function, the weights of the networkare tuned by the proposed algorithm in a way that the error is enforced to satisfy astable equation. The parameter update rules are derived, and the convergence of theweights is proved by Lyapunov stability method. The performance of the proposedlearning algorithms is tested for both type-1 and type-2 fuzzy neural networks on areal-time laboratory servo system. Simulation and experimental results indicate thatthe proposed type-2 fuzzy neural network with the proposed learning algorithm is morerobust to uncertainties and computationally eective than its type-1 fuzzy counterpart.
Benzer Tezler
- Otomatik üretim kontrolü sistemlerine yapılan yanlış veri enjeksiyon saldırılarının torbalama ağaçları algoritması ile tespiti
Detection of false data injection attacks on automatic generation control systems with bagged trees algorithm
ATAKAN ÖZTÜRK
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Eğitimsel veri madenciliği ve bir uygulaması
Educational data mining and an application
YASEMİN YAKUPOĞLU
Yüksek Lisans
Türkçe
2018
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAŞAR ÖZTAYŞİ
- Exploiting clustering patterns in training sets to improve classification performance of fully connected layers
Tam bağlantılı katmanların sınıflandırma performansını iyileştirmek için eğitim setlerindeki kümeleme örüntülerinden faydalanma
TOLGA AHMET KALAYCI
Doktora
İngilizce
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. UMUT ASAN
- Code clone detection with convolutional neural network
Konvolüsyonel sinir ağı ile kod klon tespiti
HARUN DİŞLİ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE TOSUN
- En iyileştirilmiş çekirdek uç öğrenme makineleri kullanılarak trafik sinyalizasyon süresinin kontrolü
Controlling traffic signaling time using optimized kernel extreme learning machines
ALİ OSMAN GÖKCAN
Doktora
Türkçe
2025
EnerjiFırat ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. RESUL ÇÖTELİ
DOÇ. DR. DERYA AVCI