Сравнение погрешности решения задачи классификации четкими и нечеткими нейронными сетями

Abstract

В рамках выпускной квалификационной работы было проведеносравнение погрешности решения задачи классификации с помощью четких инечетких нейронных сетей.Целью данной работы является выбор оптимальных для решения задачиклассификации архитектуры и типа нейронной сети, а также реализацияалгоритмов функционирования и обучения нейронных сетей. Задача такжепредполагает проектирование многослойного персептрона на основе четкоговывода и нечеткой нейронной сети Ванга-Менделя.В качестве алгоритмов обучения нейронных сетей использовалисьалгоритмы на основе градиентного спуска.Тесты проводились с использованием наборов данных, описывающихирисы Фишера.Система реализована на языке Kotlin 1.1 с помощью интегрированнойсреды разработки IntelliJ IDEA 2017.1.