Modeling of chaotic time series by interval type-2 NEO-fuzzy neural network

Yancho Todorov, Margarita Terziyska

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

9 Sitaatiot (Scopus)

Abstrakti

This paper describes the development of Interval Type-2 NEO-Fuzzy Neural Network for modeling of complex dynamics. The proposed network represents a parallel set of multiple zero order Sugeno type approximations, related only to their own input argument. The induced gradient based learning procedure, adjusts solely the consequent network parameters. To improve the robustness of the network and the possibilities for handling uncertainties, Type-2 Gaussian fuzzy sets are introduced into the network topology. The potentials of the proposed approach in modeling of Mackey-Glass and Rossler Chaotic time series are studied.

AlkuperäiskieliEnglanti
OtsikkoArtificial Neural Networks and Machine Learning, ICANN 2014 - 24th International Conference on Artificial Neural Networks, Proceedings
Sivut643-650
Sivumäärä8
DOI - pysyväislinkit
TilaJulkaistu - 2014
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaInternational Conference on Artificial Neural Networks - Hamburg, Saksa
Kesto: 15 syysk. 201419 syysk. 2014
Konferenssinumero: 24

Julkaisusarja

NimiLecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)
Vuosikerta8681 LNCS
ISSN (painettu)0302-9743
ISSN (elektroninen)1611-3349

Conference

ConferenceInternational Conference on Artificial Neural Networks
LyhennettäICANN
Maa/AlueSaksa
KaupunkiHamburg
Ajanjakso15/09/201419/09/2014

Sormenjälki

Sukella tutkimusaiheisiin 'Modeling of chaotic time series by interval type-2 NEO-fuzzy neural network'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä