Información del autor
Autor Melin, Patricia |
Documentos disponibles escritos por este autor (8)
Crear una solicitud de compra Refinar búsquedaDynamic Parameter Adaptation for Meta-Heuristic Optimization Algorithms Through Type-2 Fuzzy Logic / Olivas, Frumen
TÃtulo : Dynamic Parameter Adaptation for Meta-Heuristic Optimization Algorithms Through Type-2 Fuzzy Logic Tipo de documento: documento electrónico Autores: Olivas, Frumen, ; Valdez, Fevrier, ; Castillo, Oscar, ; Melin, Patricia, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: VII, 105 p. 25 ilustraciones ISBN/ISSN/DL: 978-3-319-70851-5 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional Inteligencia artificial Clasificación: 006.3 Resumen: En este libro se propone una metodologÃa para la adaptación de parámetros en métodos de optimización metaheurÃstica. Esta metodologÃa se basa en el uso de métricas sobre la población de los métodos metaheurÃsticos, para decidir mediante un sistema de inferencia difusa los mejores valores de los parámetros que fueron cuidadosamente seleccionados para ser ajustados. Con esta modificación de parámetros queremos encontrar un mejor modelo del comportamiento del método de optimización, ya que con la modificación de parámetros estos afectarán directamente la forma en que se realiza la búsqueda global o local. Se utilizaron tres métodos de optimización diferentes para verificar la mejora de la metodologÃa propuesta. En este caso los métodos de optimización son: PSO (Particle Swarm Optimization), ACO (Ant Colony Optimization) y GSA (Gravitational Search Algorithm), donde se seleccionan algunos parámetros para ajustarlos dinámicamente, y estos parámetros tienen el mayor impacto. en el comportamiento de cada método de optimización. Los resultados de la simulación muestran que la metodologÃa propuesta ayuda a cada método de optimización a obtener mejores resultados que los resultados obtenidos por el método original sin ajuste de parámetros. Nota de contenido: Introduction -- Theory and Background -- Problems Statement -- Methodology -- Simulation Results -- Statistical Analysis and Comparison of Results. Tipo de medio : Computadora Summary : In this book, a methodology for parameter adaptation in meta-heuristic op-timization methods is proposed. This methodology is based on using met-rics about the population of the meta-heuristic methods, to decide through a fuzzy inference system the best parameter values that were carefully se-lected to be adjusted. With this modification of parameters we want to find a better model of the behavior of the optimization method, because with the modification of parameters, these will affect directly the way in which the global or local search are performed. Three different optimization methods were used to verify the improve-ment of the proposed methodology. In this case the optimization methods are: PSO (Particle Swarm Optimization), ACO (Ant Colony Optimization) and GSA (Gravitational Search Algorithm), where some parameters are se-lected to be dynamically adjusted, and these parameters have the most im-pact in the behavior of each optimization method. Simulation results show that the proposed methodology helps to each optimization method in obtaining better results than the results obtained by the original method without parameter adjustment. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Dynamic Parameter Adaptation for Meta-Heuristic Optimization Algorithms Through Type-2 Fuzzy Logic [documento electrónico] / Olivas, Frumen, ; Valdez, Fevrier, ; Castillo, Oscar, ; Melin, Patricia, . - 1 ed. . - [s.l.] : Springer, 2018 . - VII, 105 p. 25 ilustraciones.
ISBN : 978-3-319-70851-5
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Inteligencia Computacional Inteligencia artificial Clasificación: 006.3 Resumen: En este libro se propone una metodologÃa para la adaptación de parámetros en métodos de optimización metaheurÃstica. Esta metodologÃa se basa en el uso de métricas sobre la población de los métodos metaheurÃsticos, para decidir mediante un sistema de inferencia difusa los mejores valores de los parámetros que fueron cuidadosamente seleccionados para ser ajustados. Con esta modificación de parámetros queremos encontrar un mejor modelo del comportamiento del método de optimización, ya que con la modificación de parámetros estos afectarán directamente la forma en que se realiza la búsqueda global o local. Se utilizaron tres métodos de optimización diferentes para verificar la mejora de la metodologÃa propuesta. En este caso los métodos de optimización son: PSO (Particle Swarm Optimization), ACO (Ant Colony Optimization) y GSA (Gravitational Search Algorithm), donde se seleccionan algunos parámetros para ajustarlos dinámicamente, y estos parámetros tienen el mayor impacto. en el comportamiento de cada método de optimización. Los resultados de la simulación muestran que la metodologÃa propuesta ayuda a cada método de optimización a obtener mejores resultados que los resultados obtenidos por el método original sin ajuste de parámetros. Nota de contenido: Introduction -- Theory and Background -- Problems Statement -- Methodology -- Simulation Results -- Statistical Analysis and Comparison of Results. Tipo de medio : Computadora Summary : In this book, a methodology for parameter adaptation in meta-heuristic op-timization methods is proposed. This methodology is based on using met-rics about the population of the meta-heuristic methods, to decide through a fuzzy inference system the best parameter values that were carefully se-lected to be adjusted. With this modification of parameters we want to find a better model of the behavior of the optimization method, because with the modification of parameters, these will affect directly the way in which the global or local search are performed. Three different optimization methods were used to verify the improve-ment of the proposed methodology. In this case the optimization methods are: PSO (Particle Swarm Optimization), ACO (Ant Colony Optimization) and GSA (Gravitational Search Algorithm), where some parameters are se-lected to be dynamically adjusted, and these parameters have the most im-pact in the behavior of each optimization method. Simulation results show that the proposed methodology helps to each optimization method in obtaining better results than the results obtained by the original method without parameter adjustment. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Edge Detection Methods Based on Generalized Type-2 Fuzzy Logic Tipo de documento: documento electrónico Autores: Gonzalez, Claudia I., ; Melin, Patricia, ; Castro, Juan R., ; Castillo, Oscar, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: X, 89 p. 34 ilustraciones, 21 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-53994-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional Inteligencia artificial Sistemas de reconocimiento de patrones Reconocimiento de patrones automatizado Clasificación: 006.3 Resumen: En este libro se proponen cuatro nuevos métodos. En el primer método se combina la lógica difusa generalizada tipo 2 con la técnica del gradiente morfológico. El segundo método combina los sistemas difusos generales tipo 2 (GT2 FS) y el operador Sobel; en el tercer enfoque se mejora la metodologÃa basada en el operador Sobel y GT2 FS para su aplicación en imágenes en color. En el cuarto enfoque, propusimos un método novedoso de detección de bordes en el que una imagen digital se convierte en una imagen borrosa generalizada de tipo 2. En este libro también se incluye un estudio comparativo de los sistemas difusos tipo 1, tipo 2 de intervalo y tipo 2 generalizado como herramientas para mejorar la detección de bordes en imágenes digitales cuando se utilizan junto con el gradiente morfológico y el Sobel. operador. Los métodos de detección de bordes difusos generalizados tipo 2 propuestos se probaron con imágenes de referencia e imágenes sintéticas, en escala de grises y formato de color. Otra contribución de este libro es que el método generalizado del detector de bordes difusos tipo 2 se aplica en la fase de preprocesamiento de un sistema de reconocimiento facial; donde el sistema de reconocimiento se basa en una red neuronal monolÃtica. El objetivo de esta parte del libro es mostrar la ventaja de utilizar un detector de bordes difusos tipo 2 generalizado en aplicaciones de reconocimiento de patrones. El objetivo principal de utilizar lógica difusa generalizada de tipo 2 en aplicaciones de detección de bordes es brindarles la capacidad de manejar la incertidumbre en el procesamiento de imágenes del mundo real; de lo contrario, demostrar que un FS GT2 tiene un mejor rendimiento que los métodos de detección de bordes basados ​​en sistemas de lógica difusa tipo 1 y tipo 2. Nota de contenido: Introduction -- Generalized Type-2 Fuzzy Logic -- Edge Detection Methods and Filters Used on Digital Image Processing -- Metrics for Edge Detection Methods -- Edge Detection Methods Based on Generalized Type-2 Fuzzy Logic Systems -- Generalized Type-2 Fuzzy Edge Detection Applied on a Face Recognition System -- Experimentation and Results Discussion -- Conclusions. Tipo de medio : Computadora Summary : In this book four new methods are proposed. In the first method the generalized type-2 fuzzy logic is combined with the morphological gra-dient technique. The second method combines the general type-2 fuzzy systems (GT2 FSs) and the Sobel operator; in the third approach the me-thodology based on Sobel operator and GT2 FSs is improved to be applied on color images. In the fourth approach, we proposed a novel edge detec-tion method where, a digital image is converted a generalized type-2 fuzzy image. In this book it is also included a comparative study of type-1, inter-val type-2 and generalized type-2 fuzzy systems as tools to enhance edge detection in digital images when used in conjunction with the morphologi-cal gradient and the Sobel operator. The proposed generalized type-2 fuzzy edge detection methods were tested with benchmark images and synthetic images, in a grayscale and color format. Another contribution in this book is that the generalized type-2 fuzzy edge detector method is applied in the preprocessing phase of a face rec-ognition system; where the recognition system is based on a monolithic neural network. The aim of this part of the book is to show the advantage of using a generalized type-2 fuzzy edge detector in pattern recognition applications. The main goal of using generalized type-2 fuzzy logic in edge detec-tion applications is to provide them with the ability to handle uncertainty in processing real world images; otherwise, to demonstrate that a GT2 FS has a better performance than the edge detection methods based on type-1 and type-2 fuzzy logic systems. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Edge Detection Methods Based on Generalized Type-2 Fuzzy Logic [documento electrónico] / Gonzalez, Claudia I., ; Melin, Patricia, ; Castro, Juan R., ; Castillo, Oscar, . - 1 ed. . - [s.l.] : Springer, 2017 . - X, 89 p. 34 ilustraciones, 21 ilustraciones en color.
ISBN : 978-3-319-53994-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Inteligencia Computacional Inteligencia artificial Sistemas de reconocimiento de patrones Reconocimiento de patrones automatizado Clasificación: 006.3 Resumen: En este libro se proponen cuatro nuevos métodos. En el primer método se combina la lógica difusa generalizada tipo 2 con la técnica del gradiente morfológico. El segundo método combina los sistemas difusos generales tipo 2 (GT2 FS) y el operador Sobel; en el tercer enfoque se mejora la metodologÃa basada en el operador Sobel y GT2 FS para su aplicación en imágenes en color. En el cuarto enfoque, propusimos un método novedoso de detección de bordes en el que una imagen digital se convierte en una imagen borrosa generalizada de tipo 2. En este libro también se incluye un estudio comparativo de los sistemas difusos tipo 1, tipo 2 de intervalo y tipo 2 generalizado como herramientas para mejorar la detección de bordes en imágenes digitales cuando se utilizan junto con el gradiente morfológico y el Sobel. operador. Los métodos de detección de bordes difusos generalizados tipo 2 propuestos se probaron con imágenes de referencia e imágenes sintéticas, en escala de grises y formato de color. Otra contribución de este libro es que el método generalizado del detector de bordes difusos tipo 2 se aplica en la fase de preprocesamiento de un sistema de reconocimiento facial; donde el sistema de reconocimiento se basa en una red neuronal monolÃtica. El objetivo de esta parte del libro es mostrar la ventaja de utilizar un detector de bordes difusos tipo 2 generalizado en aplicaciones de reconocimiento de patrones. El objetivo principal de utilizar lógica difusa generalizada de tipo 2 en aplicaciones de detección de bordes es brindarles la capacidad de manejar la incertidumbre en el procesamiento de imágenes del mundo real; de lo contrario, demostrar que un FS GT2 tiene un mejor rendimiento que los métodos de detección de bordes basados ​​en sistemas de lógica difusa tipo 1 y tipo 2. Nota de contenido: Introduction -- Generalized Type-2 Fuzzy Logic -- Edge Detection Methods and Filters Used on Digital Image Processing -- Metrics for Edge Detection Methods -- Edge Detection Methods Based on Generalized Type-2 Fuzzy Logic Systems -- Generalized Type-2 Fuzzy Edge Detection Applied on a Face Recognition System -- Experimentation and Results Discussion -- Conclusions. Tipo de medio : Computadora Summary : In this book four new methods are proposed. In the first method the generalized type-2 fuzzy logic is combined with the morphological gra-dient technique. The second method combines the general type-2 fuzzy systems (GT2 FSs) and the Sobel operator; in the third approach the me-thodology based on Sobel operator and GT2 FSs is improved to be applied on color images. In the fourth approach, we proposed a novel edge detec-tion method where, a digital image is converted a generalized type-2 fuzzy image. In this book it is also included a comparative study of type-1, inter-val type-2 and generalized type-2 fuzzy systems as tools to enhance edge detection in digital images when used in conjunction with the morphologi-cal gradient and the Sobel operator. The proposed generalized type-2 fuzzy edge detection methods were tested with benchmark images and synthetic images, in a grayscale and color format. Another contribution in this book is that the generalized type-2 fuzzy edge detector method is applied in the preprocessing phase of a face rec-ognition system; where the recognition system is based on a monolithic neural network. The aim of this part of the book is to show the advantage of using a generalized type-2 fuzzy edge detector in pattern recognition applications. The main goal of using generalized type-2 fuzzy logic in edge detec-tion applications is to provide them with the ability to handle uncertainty in processing real world images; otherwise, to demonstrate that a GT2 FS has a better performance than the edge detection methods based on type-1 and type-2 fuzzy logic systems. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Ensembles of Type 2 Fuzzy Neural Models and Their Optimization with Bio-Inspired Algorithms for Time Series Prediction Tipo de documento: documento electrónico Autores: Soto, Jesus, ; Melin, Patricia, ; Castillo, Oscar, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: VIII, 97 p. 101 ilustraciones, 73 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-71264-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional Inteligencia artificial Clasificación: 006.3 Resumen: Este libro se centra en los campos de los sistemas inteligentes hÃbridos basados ​​en sistemas difusos, redes neuronales, algoritmos bioinspirados y series temporales. Este libro describe la construcción de conjuntos de modelos de redes neuronales difusas de intervalo tipo 2 y la optimización de sus integradores difusos con algoritmos bioinspirados para la predicción de series temporales. Los sistemas difusos de intervalo tipo 2 y tipo 1 se utilizan para integrar las salidas del conjunto de modelos de redes neuronales difusas de intervalo tipo 2. Los algoritmos genéticos y la optimización del enjambre de partÃculas son los algoritmos bioinspirados utilizados para la optimización de los integradores de respuesta difusa. Para probar el desempeño del método propuesto se utilizan las series de tiempo de Mackey-Glass, Bolsa Mexicana de Valores, Dow Jones y NASDAQ. Los errores de predicción se evalúan mediante las siguientes métricas: error medio absoluto, error cuadrático medio, error cuadrático medio, error porcentual medio y error porcentual absoluto medio. El modelo de predicción propuesto supera a los métodos más avanzados en la predicción de series de tiempo particulares consideradas en este trabajo. . Tipo de medio : Computadora Summary : This book focuses on the fields of hybrid intelligent systems based on fuzzy systems, neural networks, bio-inspired algorithms and time series. This book describes the construction of ensembles of Interval Type-2 Fuzzy Neural Networks models and the optimization of their fuzzy integrators with bio-inspired algorithms for time series prediction. Interval type-2 and type-1 fuzzy systems are used to integrate the outputs of the Ensemble of Interval Type-2 Fuzzy Neural Network models. Genetic Algorithms and Particle Swarm Optimization are the Bio-Inspired algorithms used for the optimization of the fuzzy response integrators. The Mackey-Glass, Mexican Stock Exchange, Dow Jones and NASDAQ time series are used to test of performance of the proposed method. Prediction errors are evaluated by the following metrics: Mean Absolute Error, Mean Square Error, Root Mean Square Error, Mean Percentage Error and Mean Absolute Percentage Error. The proposed prediction model outperforms state of the art methods in predicting the particular time series considered in this work. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Ensembles of Type 2 Fuzzy Neural Models and Their Optimization with Bio-Inspired Algorithms for Time Series Prediction [documento electrónico] / Soto, Jesus, ; Melin, Patricia, ; Castillo, Oscar, . - 1 ed. . - [s.l.] : Springer, 2018 . - VIII, 97 p. 101 ilustraciones, 73 ilustraciones en color.
ISBN : 978-3-319-71264-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Inteligencia Computacional Inteligencia artificial Clasificación: 006.3 Resumen: Este libro se centra en los campos de los sistemas inteligentes hÃbridos basados ​​en sistemas difusos, redes neuronales, algoritmos bioinspirados y series temporales. Este libro describe la construcción de conjuntos de modelos de redes neuronales difusas de intervalo tipo 2 y la optimización de sus integradores difusos con algoritmos bioinspirados para la predicción de series temporales. Los sistemas difusos de intervalo tipo 2 y tipo 1 se utilizan para integrar las salidas del conjunto de modelos de redes neuronales difusas de intervalo tipo 2. Los algoritmos genéticos y la optimización del enjambre de partÃculas son los algoritmos bioinspirados utilizados para la optimización de los integradores de respuesta difusa. Para probar el desempeño del método propuesto se utilizan las series de tiempo de Mackey-Glass, Bolsa Mexicana de Valores, Dow Jones y NASDAQ. Los errores de predicción se evalúan mediante las siguientes métricas: error medio absoluto, error cuadrático medio, error cuadrático medio, error porcentual medio y error porcentual absoluto medio. El modelo de predicción propuesto supera a los métodos más avanzados en la predicción de series de tiempo particulares consideradas en este trabajo. . Tipo de medio : Computadora Summary : This book focuses on the fields of hybrid intelligent systems based on fuzzy systems, neural networks, bio-inspired algorithms and time series. This book describes the construction of ensembles of Interval Type-2 Fuzzy Neural Networks models and the optimization of their fuzzy integrators with bio-inspired algorithms for time series prediction. Interval type-2 and type-1 fuzzy systems are used to integrate the outputs of the Ensemble of Interval Type-2 Fuzzy Neural Network models. Genetic Algorithms and Particle Swarm Optimization are the Bio-Inspired algorithms used for the optimization of the fuzzy response integrators. The Mackey-Glass, Mexican Stock Exchange, Dow Jones and NASDAQ time series are used to test of performance of the proposed method. Prediction errors are evaluated by the following metrics: Mean Absolute Error, Mean Square Error, Root Mean Square Error, Mean Percentage Error and Mean Absolute Percentage Error. The proposed prediction model outperforms state of the art methods in predicting the particular time series considered in this work. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Fuzzy Logic Augmentation of Neural and Optimization Algorithms: Theoretical Aspects and Real Applications Tipo de documento: documento electrónico Autores: Castillo, Oscar, ; Melin, Patricia, ; Kacprzyk, Janusz, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XI, 546 p. 239 ilustraciones, 173 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-71008-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional Inteligencia artificial Clasificación: 006.3 Resumen: Este libro comprende artÃculos sobre diversos aspectos de la lógica difusa, las redes neuronales y las metaheurÃsticas de optimización inspiradas en la naturaleza y su aplicación en diversas áreas, como el control inteligente y la robótica, el reconocimiento de patrones, el diagnóstico médico, la predicción de series temporales y la optimización de problemas complejos. El libro está organizado en siete partes principales, cada una con una colección de artÃculos sobre un tema similar. La primera parte presenta nuevos conceptos y algoritmos basados ​​en lógica difusa tipo 2 para la adaptación dinámica de parámetros en metaheurÃsticas. La segunda parte analiza la teorÃa y las aplicaciones de redes, e incluye artÃculos que describen aplicaciones de redes neuronales en diversas áreas, como la predicción de series temporales y el reconocimiento de patrones. La tercera parte aborda la teorÃa y práctica de las metaheurÃsticas en diferentes áreas de aplicación, mientras que la cuarta parte describe diversas aplicaciones de la lógica difusa en el área de control, que pueden ser consideradas como controladores inteligentes. Las siguientes dos partes exploran aplicaciones en áreas como la predicción de series temporales y el reconocimiento de patrones y nuevos algoritmos de optimización y evolución y sus aplicaciones, respectivamente. Por último, la séptima parte aborda el diseño y aplicación de diferentes sistemas inteligentes hÃbridos. Nota de contenido: Part I: Type-2 Fuzzy Logic in Metaheuristics -- A comparative study of dynamic adaptation of parameters in the GWO algorithm using type-1 and interval type-2 fuzzy logic -- Ensemble Neural Network optimization using a gravitational search algorithm with Interval Type-1 and Type-2 fuzzy parameter adaptation in pattern recognition applications -- Improved method based on type-2 fuzzy logic for the adaptive harmony search algorithm -- Comparison of bio-inspired methods with parameter adaptation through interval type-2 fuzzy logic -- Differential Evolution algorithm with Interval type-2 fuzzy logic for the optimization of the mutation parameter -- Part II: Neural Networks Theory and Applications -- Person recognition with modular deep neural network using the iris biometric measure -- Neuro-evolutionary Neural Network for the Estimation of Melting Point of Ionic Liquids -- A proposal to classify ways of walking patterns using spik-ing neural networks -- Partially-connected Artificial Neural Networksdeveloped by Grammatical Evolution for pattern recognition problems -- Part III: Metaheuristics: Theory and Applications -- Bio-inspired Metaheuristics for Hyper-parameter Tuning of Support Vector Machine Classifiers. Tipo de medio : Computadora Summary : This book comprises papers on diverse aspects of fuzzy logic, neural networks, and nature-inspired optimization meta-heuristics and their application in various areas such as intelligent control and robotics, pattern recognition, medical diagnosis, time series prediction and optimization of complex problems. The book is organized into seven main parts, each with a collection of papers on a similar subject. The first part presents new concepts and algorithms based on type-2 fuzzy logic for dynamic parameter adaptation in meta-heuristics. The second part discusses network theory and applications, and includes papers describing applications of neural networks in diverse areas, such as time series prediction and pattern recognition. The third part addresses the theory and practice of meta-heuristics in different areas of application, while the fourth part describes diverse fuzzy logic applications in the control area, which can be considered as intelligent controllers. The next two parts explore applications in areas, such as time series prediction, and pattern recognition and new optimization and evolutionary algorithms and their applications respectively. Lastly, the seventh part addresses the design and application of different hybrid intelligent systems. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Fuzzy Logic Augmentation of Neural and Optimization Algorithms: Theoretical Aspects and Real Applications [documento electrónico] / Castillo, Oscar, ; Melin, Patricia, ; Kacprzyk, Janusz, . - 1 ed. . - [s.l.] : Springer, 2018 . - XI, 546 p. 239 ilustraciones, 173 ilustraciones en color.
ISBN : 978-3-319-71008-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Inteligencia Computacional Inteligencia artificial Clasificación: 006.3 Resumen: Este libro comprende artÃculos sobre diversos aspectos de la lógica difusa, las redes neuronales y las metaheurÃsticas de optimización inspiradas en la naturaleza y su aplicación en diversas áreas, como el control inteligente y la robótica, el reconocimiento de patrones, el diagnóstico médico, la predicción de series temporales y la optimización de problemas complejos. El libro está organizado en siete partes principales, cada una con una colección de artÃculos sobre un tema similar. La primera parte presenta nuevos conceptos y algoritmos basados ​​en lógica difusa tipo 2 para la adaptación dinámica de parámetros en metaheurÃsticas. La segunda parte analiza la teorÃa y las aplicaciones de redes, e incluye artÃculos que describen aplicaciones de redes neuronales en diversas áreas, como la predicción de series temporales y el reconocimiento de patrones. La tercera parte aborda la teorÃa y práctica de las metaheurÃsticas en diferentes áreas de aplicación, mientras que la cuarta parte describe diversas aplicaciones de la lógica difusa en el área de control, que pueden ser consideradas como controladores inteligentes. Las siguientes dos partes exploran aplicaciones en áreas como la predicción de series temporales y el reconocimiento de patrones y nuevos algoritmos de optimización y evolución y sus aplicaciones, respectivamente. Por último, la séptima parte aborda el diseño y aplicación de diferentes sistemas inteligentes hÃbridos. Nota de contenido: Part I: Type-2 Fuzzy Logic in Metaheuristics -- A comparative study of dynamic adaptation of parameters in the GWO algorithm using type-1 and interval type-2 fuzzy logic -- Ensemble Neural Network optimization using a gravitational search algorithm with Interval Type-1 and Type-2 fuzzy parameter adaptation in pattern recognition applications -- Improved method based on type-2 fuzzy logic for the adaptive harmony search algorithm -- Comparison of bio-inspired methods with parameter adaptation through interval type-2 fuzzy logic -- Differential Evolution algorithm with Interval type-2 fuzzy logic for the optimization of the mutation parameter -- Part II: Neural Networks Theory and Applications -- Person recognition with modular deep neural network using the iris biometric measure -- Neuro-evolutionary Neural Network for the Estimation of Melting Point of Ionic Liquids -- A proposal to classify ways of walking patterns using spik-ing neural networks -- Partially-connected Artificial Neural Networksdeveloped by Grammatical Evolution for pattern recognition problems -- Part III: Metaheuristics: Theory and Applications -- Bio-inspired Metaheuristics for Hyper-parameter Tuning of Support Vector Machine Classifiers. Tipo de medio : Computadora Summary : This book comprises papers on diverse aspects of fuzzy logic, neural networks, and nature-inspired optimization meta-heuristics and their application in various areas such as intelligent control and robotics, pattern recognition, medical diagnosis, time series prediction and optimization of complex problems. The book is organized into seven main parts, each with a collection of papers on a similar subject. The first part presents new concepts and algorithms based on type-2 fuzzy logic for dynamic parameter adaptation in meta-heuristics. The second part discusses network theory and applications, and includes papers describing applications of neural networks in diverse areas, such as time series prediction and pattern recognition. The third part addresses the theory and practice of meta-heuristics in different areas of application, while the fourth part describes diverse fuzzy logic applications in the control area, which can be considered as intelligent controllers. The next two parts explore applications in areas, such as time series prediction, and pattern recognition and new optimization and evolutionary algorithms and their applications respectively. Lastly, the seventh part addresses the design and application of different hybrid intelligent systems. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Fuzzy Logic in Intelligent System Design : Theory and Applications Tipo de documento: documento electrónico Autores: Melin, Patricia, ; Castillo, Oscar, ; Kacprzyk, Janusz, ; Reformat, Marek, ; Melek, William, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XI, 422 p. 140 ilustraciones ISBN/ISSN/DL: 978-3-319-67137-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional Inteligencia artificial Clasificación: 006.3 Resumen: Este libro describe los avances recientes en el uso de la lógica difusa para el diseño de sistemas inteligentes hÃbridos basados ​​en la optimización inspirada en la naturaleza y sus aplicaciones en áreas como el control inteligente y la robótica, el reconocimiento de patrones, el diagnóstico médico, la predicción de series temporales y la optimización de problemas complejos. . Basado en los trabajos presentados en la Conferencia Anual de la Sociedad Norteamericana de Procesamiento de Información Difusa (NAFIPS 2017), celebrada en Cancún, México, del 16 al 18 de octubre de 2017, el libro se divide en nueve partes principales, la primera de las cuales aborda primero aspectos teóricos, y propone nuevos conceptos y algoritmos basados ​​en sistemas difusos tipo 1. La segunda parte consta de artÃculos sobre nuevos conceptos y algoritmos para sistemas difusos de tipo 2 y sobre aplicaciones de sistemas difusos de tipo 2 en diversas áreas, como la predicción de series temporales y el reconocimiento de patrones. A su vez, la tercera parte contiene artÃculos que presentan mejoras a las metaheurÃsticas basadas en técnicas de lógica difusa que describen nuevos algoritmos de optimización inspirados en la naturaleza que utilizan una adaptación dinámica difusa de parámetros. La cuarta parte presenta modelos inteligentes emergentes, que van desde algoritmos cuánticos hasta autómatas celulares. La quinta parte explora aplicaciones de la lógica difusa en diversas áreas de la medicina, como el diagnóstico de hipertensión y enfermedades cardÃacas. La sexta parte describe nuevos algoritmos de inteligencia computacional y sus aplicaciones en diferentes áreas del control inteligente, mientras que la séptima examina el uso de la lógica difusa en diferentes modelos matemáticos. La octava parte trata de una amplia gama de aplicaciones de la lógica difusa, que van desde la navegación medioambiental hasta la navegación autónoma, mientras que la novena cubre conceptos teóricos de modelos difusos. Tipo de medio : Computadora Summary : This book describes recent advances in the use of fuzzy logic for the design of hybrid intelligent systems based on nature-inspired optimization and their applications in areas such as intelligent control and robotics, pattern recognition, medical diagnosis, time series prediction and optimization of complex problems. Based on papers presented at the North American Fuzzy Information Processing Society Annual Conference (NAFIPS 2017), held in Cancun, Mexico from 16 to 18 October 2017, the book is divided into nine main parts, the first of which first addresses theoretical aspects, and proposes new concepts and algorithms based on type-1 fuzzy systems. The second part consists of papers on new concepts and algorithms for type-2 fuzzy systems, and on applications of type-2 fuzzy systems in diverse areas, such as time series prediction and pattern recognition. In turn, the third part contains papers that present enhancements to meta-heuristics based on fuzzy logic techniques describing newnature-inspired optimization algorithms that use fuzzy dynamic adaptation of parameters. The fourth part presents emergent intelligent models, which range from quantum algorithms to cellular automata. The fifth part explores applications of fuzzy logic in diverse areas of medicine, such as the diagnosis of hypertension and heart diseases. The sixth part describes new computational intelligence algorithms and their applications in different areas of intelligent control, while the seventh examines the use of fuzzy logic in different mathematic models. The eight part deals with a diverse range of applications of fuzzy logic, ranging from environmental to autonomous navigation, while the ninth covers theoretical concepts of fuzzy models. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Fuzzy Logic in Intelligent System Design : Theory and Applications [documento electrónico] / Melin, Patricia, ; Castillo, Oscar, ; Kacprzyk, Janusz, ; Reformat, Marek, ; Melek, William, . - 1 ed. . - [s.l.] : Springer, 2018 . - XI, 422 p. 140 ilustraciones.
ISBN : 978-3-319-67137-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Inteligencia Computacional Inteligencia artificial Clasificación: 006.3 Resumen: Este libro describe los avances recientes en el uso de la lógica difusa para el diseño de sistemas inteligentes hÃbridos basados ​​en la optimización inspirada en la naturaleza y sus aplicaciones en áreas como el control inteligente y la robótica, el reconocimiento de patrones, el diagnóstico médico, la predicción de series temporales y la optimización de problemas complejos. . Basado en los trabajos presentados en la Conferencia Anual de la Sociedad Norteamericana de Procesamiento de Información Difusa (NAFIPS 2017), celebrada en Cancún, México, del 16 al 18 de octubre de 2017, el libro se divide en nueve partes principales, la primera de las cuales aborda primero aspectos teóricos, y propone nuevos conceptos y algoritmos basados ​​en sistemas difusos tipo 1. La segunda parte consta de artÃculos sobre nuevos conceptos y algoritmos para sistemas difusos de tipo 2 y sobre aplicaciones de sistemas difusos de tipo 2 en diversas áreas, como la predicción de series temporales y el reconocimiento de patrones. A su vez, la tercera parte contiene artÃculos que presentan mejoras a las metaheurÃsticas basadas en técnicas de lógica difusa que describen nuevos algoritmos de optimización inspirados en la naturaleza que utilizan una adaptación dinámica difusa de parámetros. La cuarta parte presenta modelos inteligentes emergentes, que van desde algoritmos cuánticos hasta autómatas celulares. La quinta parte explora aplicaciones de la lógica difusa en diversas áreas de la medicina, como el diagnóstico de hipertensión y enfermedades cardÃacas. La sexta parte describe nuevos algoritmos de inteligencia computacional y sus aplicaciones en diferentes áreas del control inteligente, mientras que la séptima examina el uso de la lógica difusa en diferentes modelos matemáticos. La octava parte trata de una amplia gama de aplicaciones de la lógica difusa, que van desde la navegación medioambiental hasta la navegación autónoma, mientras que la novena cubre conceptos teóricos de modelos difusos. Tipo de medio : Computadora Summary : This book describes recent advances in the use of fuzzy logic for the design of hybrid intelligent systems based on nature-inspired optimization and their applications in areas such as intelligent control and robotics, pattern recognition, medical diagnosis, time series prediction and optimization of complex problems. Based on papers presented at the North American Fuzzy Information Processing Society Annual Conference (NAFIPS 2017), held in Cancun, Mexico from 16 to 18 October 2017, the book is divided into nine main parts, the first of which first addresses theoretical aspects, and proposes new concepts and algorithms based on type-1 fuzzy systems. The second part consists of papers on new concepts and algorithms for type-2 fuzzy systems, and on applications of type-2 fuzzy systems in diverse areas, such as time series prediction and pattern recognition. In turn, the third part contains papers that present enhancements to meta-heuristics based on fuzzy logic techniques describing newnature-inspired optimization algorithms that use fuzzy dynamic adaptation of parameters. The fourth part presents emergent intelligent models, which range from quantum algorithms to cellular automata. The fifth part explores applications of fuzzy logic in diverse areas of medicine, such as the diagnosis of hypertension and heart diseases. The sixth part describes new computational intelligence algorithms and their applications in different areas of intelligent control, while the seventh examines the use of fuzzy logic in different mathematic models. The eight part deals with a diverse range of applications of fuzzy logic, ranging from environmental to autonomous navigation, while the ninth covers theoretical concepts of fuzzy models. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Permalink
Permalink
Permalink
