Đề tài khoa học và công nghệ cấp cơ sở: Một số giải pháp tối ưu tập luật mờ TSK trích xuất từ máy học Véc-tơ hỗ trợ hồi quy

Một số giải pháp tối ưu tập luật mờ TSK trích xuất từ máy học véc-tơ hỗ trợ hồi quy

Tác giả: Nguyễn Đức Hiển

Lĩnh vực: Khoa học và Công nghệ

Nội dung tài liệu:

Báo cáo tổng kết đề tài khoa học và công nghệ cấp cơ sở này tập trung vào việc đề xuất và thực nghiệm các giải pháp nhằm rút gọn và tối ưu hóa tập luật mờ TSK được trích xuất từ máy học véc-tơ hỗ trợ. Nghiên cứu bao gồm việc phân tích lý thuyết về mô hình hóa mờ (fuzzy modelling), máy học véc-tơ hỗ trợ (SVM), luật mờ TSK, cũng như các phương pháp tối ưu hóa như kỹ thuật phân cụm k-Means. Đề tài cũng trình bày về mô hình nhiều giai đoạn cho bài toán dự báo dữ liệu chuỗi thời gian, bao gồm cả huấn luyện và dự đoán. Các kết quả thực nghiệm được trình bày nhằm đánh giá hiệu quả của các mô hình đề xuất.

Mục lục chi tiết:

• MỤC LỤC
• DANH MỤC HÌNH VẼ
• DANH MỤC BẢNG BIỂU
• DANH MỤC CÁC TỪ VIẾT TẮT
• THÔNG TIN KẾT QUẢ NGHIÊN CỨU
• MỞ ĐẦU
• Chương 1. TRÍCH XUẤT MÔ HÌNH MỜ HƯỚNG DỮ LIỆU DỰA TRÊN MÁY HỌC VÉC-TƠ HỖ TRỢ
• Chương 2. CÁC GIẢI PHÁP TỐI ƯU HÓA TẬP LUẬT MỜ TRÍCH XUẤT TỪ DỮ LIỆU DỰA VÀO MÁY HỌC VÉC-TƠ HỖ TRỢ
• Chương 3. MÔ HÌNH TÍCH HỢP NHIỀU GIAI ĐOẠN CHO BÀI TOÁN DỰ BÁO DỮ LIỆU CHUỐI THỜI GIAN
• KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO