Szikszayl, 2014. március 13., 12:48-n

2014-03-13T12:48:49Z

← Régebbi változat		A lap 2014. március 13., 14:48-kori változata
69. sor:		69. sor:
	==22. Feltételes függetlenség definíciója, vizsgálata a Bayes hálók kvalitatív modellkomponensében. Irányfüggő elválasztás alapesetek.==		==22. Feltételes függetlenség definíciója, vizsgálata a Bayes hálók kvalitatív modellkomponensében. Irányfüggő elválasztás alapesetek.==

	[[~~Category~~:~~InfoMsc~~]]		[[Kategória:Mérnök informatikus MSc]]

Szikszayl: Szikszayl átnevezte a(z) Tételsor lapot a következő névre: Lágy számítási módszerek - Tételsor

2014-02-18T16:22:25Z

Szikszayl átnevezte a(z) Tételsor lapot a következő névre: Lágy számítási módszerek - Tételsor

← Régebbi változat	A lap 2014. február 18., 18:22-kori változata
(Nincs különbség)

Szikszayl, 2013. október 2., 20:50-n

2013-10-02T20:50:45Z

← Régebbi változat		A lap 2013. október 2., 22:50-kori változata
1. sor:		1. sor:
	{{~~GlobalTemplate~~\|~~Infoszak\|MscAirerLSZMTetelsor~~}}		{{Vissza\|Lágy számítási módszerek}}

	==1. Fuzzy halmazok és tagsági függvények, T,S és C normák axiómái, fuzzy halmaz műveletek==		==1. Fuzzy halmazok és tagsági függvények, T,S és C normák axiómái, fuzzy halmaz műveletek==
	==2. Fuzzy direkt szorzat, hengeres kiterjesztés, ~~proekció~~, összekapcsolás és kompozíció==		==2. Fuzzy direkt szorzat, hengeres kiterjesztés, projekció, összekapcsolás és kompozíció==
	==3. Fuzzy logika, fuzzy konjunkció, diszjunkció, negálás, fuzzy implikáció típusok, fuzzy relácók standard alakja==		==3. Fuzzy logika, fuzzy konjunkció, diszjunkció, negálás, fuzzy implikáció típusok, fuzzy relácók standard alakja==
	==4. Bemeneti adatok fuzzifikálása. Kompozíció-bázisú és egyedi kompozíció-bázisú következtetések. Mamdani-féle max-min, max-dot és sum-dot következtetési algoritmus. A max-min és max-dot algoritmus illusztrálása 2 reláció esetén.==		==4. Bemeneti adatok fuzzifikálása. Kompozíció-bázisú és egyedi kompozíció-bázisú következtetések. Mamdani-féle max-min, max-dot és sum-dot következtetési algoritmus. A max-min és max-dot algoritmus illusztrálása 2 reláció esetén.==
69. sor:		69. sor:
	==22. Feltételes függetlenség definíciója, vizsgálata a Bayes hálók kvalitatív modellkomponensében. Irányfüggő elválasztás alapesetek.==		==22. Feltételes függetlenség definíciója, vizsgálata a Bayes hálók kvalitatív modellkomponensében. Irányfüggő elválasztás alapesetek.==

			[[Category:InfoMsc]]
	[[Category:~~Infoszak~~]]

Unknown user: Új oldal, tartalma: „{{GlobalTemplate|Infoszak|MscAirerLSZMTetelsor}} ==1. Fuzzy halmazok és tagsági függvények, T,S és C normák axiómái, fuzzy halmaz műveletek== ==2. Fuzzy direk…”

2012-10-21T20:42:57Z

Új oldal, tartalma: „{{GlobalTemplate|Infoszak|MscAirerLSZMTetelsor}} ==1. Fuzzy halmazok és tagsági függvények, T,S és C normák axiómái, fuzzy halmaz műveletek== ==2. Fuzzy direk…”

Új lap

{{GlobalTemplate|Infoszak|MscAirerLSZMTetelsor}}

==1. Fuzzy halmazok és tagsági függvények, T,S és C normák axiómái, fuzzy halmaz műveletek==
==2. Fuzzy direkt szorzat, hengeres kiterjesztés, proekció, összekapcsolás és kompozíció==
==3. Fuzzy logika, fuzzy konjunkció, diszjunkció, negálás, fuzzy implikáció típusok, fuzzy relácók standard alakja==
==4. Bemeneti adatok fuzzifikálása. Kompozíció-bázisú és egyedi kompozíció-bázisú következtetések. Mamdani-féle max-min, max-dot és sum-dot következtetési algoritmus. A max-min és max-dot algoritmus illusztrálása 2 reláció esetén.==
==5. Defuzzifikációs módszerek. COG=COA, COS, biszektor, height, MOM módszerek. TSK-típusú fuzzy rendszerek. Defuzzifikáció TSK-típusú fuzzy rendszerek esetén.==
==6. Fuzzy logikai szabályozó (FLC) blokkvázlata és az egyes egységek funkciói. Fuzzy PID és PD szabályozók. A Macvicar-Whelan metaszabályok. Fuzzy PD szabályozó szabálybázisának felvétele.==
==7. Genetikus algoritmusok elméleti alapjai. Optimalizálási feladat, egyed, fenotipus és genotipus alak, pupuláció, bináris és real genetikus algoritmus. Egyszerű bináris genetikus algoritmus (SGA) blokkvázlata. Multipopulációs genetikus algoritmus (MPGA) blokkvázlata, migrációs stratégiák.==
==8. Átszámítás célfüggvényről fitness értékre, lineáris és nemlineáris rangsor. Szelekciós algoritmusok, rulett-kerék módszer, sztochasztikus univerzális mintavételezés (SUS). Genetikus operátorok (rekombináció, mutáció) és megvalósításuk bináris és real GA esetén. Visszahelyettesítési stratégiák.==
==9. Optimum szükséges analitikus feltétele korlátozások mellett. A probléma megfogalmazása, aktív halmaz, LICQ feltétel, az optimalizálási probléma Lagrange függvénye, Elsőrendű (Karush-Kuhn-Tucker) feltétel.==
==10. Numerikus optimalizálási módszerek: Optimumkeresés scalar változóban (Cauchy elv, Goldstein elv), Gradiens, konjugált gradiens, Newton és kvázi Newton módszerek.==
==11. Lineáris paraméterbecslés. Batch (off-line) módszer. Az SVD alkalmazása a problémára, rekurzív (on-line) paraméterbecslés felejtéssel, θi és Pi rekurzív számítása. A nemlineáris paraméterbecslési feladat visszavezetése lineárisra lépésenkénti deriválással és a megoldás alakja.==
==12. Fuzzy SISO adaptív irányítások. A rendszerosztály lehatárolása. Az 1. típusú indirekt fuzzy adaptív irányítás blokkvázlata. Specifikáció, tervezési előírások, Ljapunov egyenlet. A névleges és a felügyelő irányítás alakja, adaptív hangolási szabály. Paraméterkorlátozások figyelembe vétele, Luenberger projekció. Módosítások a 2. típusú irányítás esetén, a függvények paraméterek szerinti deriváltjainak számítása.==
==13. A SISO 1. típusú direkt fuzzy adaptív irányítás uc névleges és us felügyelő irányításának alakja. A rendszeroszály leszűkítése és az adaptív hangolás szabálya. Módosítások a 2. típusú irányítás eseté==
==14. A szubtraktív klaszterezesi algoritmus lepesei es az azokban hasznalt matematikai osszefuggesek. Nulladrendu Sugeno (Wang) fuzzy rendszer inicializalasa a klaszterezes eredmenyei alapjan. A hibakriterium yi , xi es fii parameterek szerinti parcialis derivaltjai a gradiens technikan alapulo; hangolashoz.==
(amugy a wiki miert ***** el az ekezeteket?)

masik, hogy miert kell egy betut harom dologra hasznalni egy algoritmus leirasaban? konvenciok vagy valami? vagy az elozo x evben hulyeseget tanitottak. amugy csak annyi a bajom vele, hogy le lehetne ugy is irni, hogy elso olvasasra megertsem, es megjegyezzem.

===szubtraktiv klaszterezes===
Legyen a rendszer bemenete x, a kimenete y, mindkettő egydimenziós. Osszuk fel az x és y értelmezési tartományát rácshálókra, legyen egy raszter a rácshálók egy kereszteződési pontja

jelolje:

<math> rp(i,j) </math> i,j-edik rácspontot

ind, az indl elemszámú mintapont tömböt

<math> dist(a,b) = (b.x-a.x)^2+(b.y-a.y)^2 </math> két pont távolságát

<math> getmax_{i,j}(func) </math> függvényt ami kiértékeli a func függvényt az összes lehetséges i,j értékre és visszaadja maximum értékét és helyét.

<math> max[m].p </math> és <math> max[m].v </math> a ciklus m-edik lefutásakor keletkezett legnagyobb érték helyét és értékét

m a ciklusváltozót;

a,b klaszterezés paramétereit;

d leállási feltételt

<math> value(m,x) = </math>

<math> if (m==0) </math>

<math> \sum_{k=0}^{indl-1} \exp (-{a}*dist(x,ind[k])) </math>

<math> else </math>

<math> value(m-1,x)-max[m-1].v * \exp (-b*dist(max[m-1].p,x)) </math> a hegyfüggvény értékét

A ciklus:

<math> for(m=0;(max[m]=getmax_{i,j}(value(m,rp(i,j)))).v>=d;m++); </math>

a kimenet a max vektor és m a vektor mérete

==15. Adaptív hálózat alapú fuzzy következtető rendszerek (ANFIS). Rétegek, csomópontok, kimeneti függvények és argumentumaik, fix és változó (adaptív) csomópontok. Tanítási és tesztelési I/O adatok, hibakritérium, hátratartó rekurzió és a részletes deriválási szabályok a paraméterek szerinti hangoláshoz.==
==16. Elsőrendű Sugeno fuzzy rendszer konvertálása adaptív hálózattá. A módszer illusztrálása 2 bemenet és 2 reláció esetén, a paraméterbecslés lineáris részének φiTθ alakjában a konkrét φiT és θ megadása. Hibrid tanítás LS és gradiens módszerrel. Lépéshossz módosítási stratégiák. A lineáris rész paramétereinek becslése felejtéses rekurzív LS technikával, θˆi és Pi számítása az egykimenetű és többkimenetű esetben.==
==17. Adaptív irányításban használt neurális hálózatok. Az egyrétegű és az RBF-et használó neurális hálózat felépítése, a neurális hálózat univerziális approximációs képességét kimondó tétel.==
==18. Direkt adaptív neurális irányítás teljes állapot-visszacsatolással. A rendszerosztály specifikációja, a pszeudo irányítás, hibadinamika , az irányítási architektúra, az irányítási törvény, az inverziós hiba approximációja neurális hálózattal, az irányítás stabilitása.==
==19. Direkt adaptív neurális irányítás lineáris megfigyelővel. A feladat megfogalmazása rendszerosztály specifikációja, a pszeudo irányítás, a szabályozótervezés koncepciója, az irányítási architektúra==
==20. Direkt adaptív neurális irányítás lineáris megfigyelővel. Az irányítási törvény, a dinamikus kompenzátor tervezése, hibadinamika (végleges) alakja, megfigyelőtervezés a hibadinamikához, az inverziós hiba approximációja neurális hálózattal, az irányítás stabilitása.==
==21. A. Valószínűségi modellek klasszikus leírása, reprezentációs eszközök tulajdonságai (JPT és CPT). Lokális valószínűségi univerzumok és faktorizált forma. Bayes hálós modellreprezentáció definíciója, jellemzők.==
==22. Feltételes függetlenség definíciója, vizsgálata a Bayes hálók kvalitatív modellkomponensében. Irányfüggő elválasztás alapesetek.==

[[Category:Infoszak]]

Lágy számítási módszerek - Tételsor - Laptörténet

Szikszayl, 2014. március 13., 12:48-n

Szikszayl: Szikszayl átnevezte a(z) Tételsor lapot a következő névre: Lágy számítási módszerek - Tételsor

Szikszayl, 2013. október 2., 20:50-n

Unknown user: Új oldal, tartalma: „{{GlobalTemplate|Infoszak|MscAirerLSZMTetelsor}} ==1. Fuzzy halmazok és tagsági függvények, T,S és C normák axiómái, fuzzy halmaz műveletek== ==2. Fuzzy direk…”