Geri Dön

Hyperbox based neuro-fuzzy system for linguistic term extraction

Dilbilimsel terimleri elde eden hyperbox tabanlı bulanık yapay sinir ağı modeli

  1. Tez No: 75812
  2. Yazar: DİDEM DURMAZ
  3. Danışmanlar: YRD. DOÇ. DR. FERDA ALPASLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Yapay Sinir Ağlan, Bulanık Mantık, Bulanık Kurallar, Dilbilimsel Terimler, Bulanık Yapay Sinir Ağları, Tıbbi Uygulamalar vi, Dil bilim, Yapay sinir ağları, Neural Networks, Fuzzy Logic, Fuzzy Rules, Linguistic Terms, Neuro-Fuzzy Systems, Medical Diagnosis Applications IV, Linguistics, Artificial neural networks
  7. Yıl: 1998
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

öz DİLBİLİMSEL TERİMLERİ ELDE EDEN HYPERBOX TABANLI BULANIK YAPAY SİNİR AĞI MODELİ DURMAZ, Didem Yüksek Lisans, Bilgisayar Mühendisliği Bölümü Tez Yöneticisi: Yrd. Doç. Dr. Ferda N. Alpaslan Temmuz 1998, 85 sayfa Yapay sinir ağlan, öğrenmeye dayalı problemler üzerinde yaygın olarak kullanılmaktadır. Belirsiz veriyi işleyebilen bulanık sistemler, daha esnek sistemler ortaya çıkarmak ve daha kesin sonuçlar elde edebilmek amacıyla yapay sinir ağlarıyla birleştirilmektedir. Yapay sinir ağlarının bulanık mantıkla birleştirilmesi için çeşitli yaklaşımlar bulunmaktadır. Bu değişik tasarımlardan bulanık kümeleri yapay sinir ağlarında tutulacak biçimde n-boyutlu kutularla temsil eden“hyperbox”yöntemi, pratikliğinden dolayı tercih edilen bir yaklaşımdır. Bu tezin çalışma kapsamında, bulanık kuralları işleyebilen üç tane“hyperbox”tabanlı yapay sinir ağı modeli (Model- 1, Model-2 ve Model-3) sunulmuştur. Model- 1 ve Model-2 sayısal kuralparametreleriyle çalışırken Model-3 hem sayısal hem de dîlbilimsel değişkenleri içeren kuralları işleyebilmektedir. Model-3 'ü geliştirmekteki amaç, üzerinde çalışılan uygulamanın dilbilimsel değişkenlerini çıkararak bulanık kuralları dîlbilimsel terimlerle ifade edilecek biçimde tutmaktır. Bu üç model özellikle tıbbi uygulamalar için tasarlanmıştır. Bu nedenle bu modeller deneysel sonuçlar elde etmek için yüksek boyutlu gerçek veri içeren tıbbi veritabanları üzerinde test edilmiştir.

Özet (Çeviri)

ABSTRACT HYPERBOX BASED NEURO-FUZZY SYSTEM FOR LINGUISTIC TERM EXTRACTION DURMAZ, Didem M.S., Department of Computer Engineering Supervisor: Assist. Prof. Dr. Ferda N. Alpaslan July 1998, 85 pages Neural networks are being widely used for problems based on learning. Fuzzy systems, which are capable of managing uncertain data, are integrated to neural networks in order to form more flexible systems producing more accurate results. Among several approaches for combining neural networks and fuzzy logic, hyperbox method that represents fuzzy sets as N-dimensional boxes, which are fit into a neural network model, is one of the practical solutions for neuro-fuzzy approaches. In this thesis, three hyperbox based neural network models namely, Model-1, Model-2 and Model-3 to evaluate fuzzy rules are proposed. Model-1 and Model-2 work with the mrules having numerical rule input parameters while Model-3 works with the rules which are either in the form of numerical values or linguistic variables. The aim of Model-3 is to hold the fuzzy rules in terms of linguistic expressions by extracting the linguistic variables of the related application. These three models are especially designed for medical diagnosis applications; so, they are tested on medical databases, which consist of high dimensional real data.

Geri Dön