logo
calendar3 Dekabr 2019
view35
Main language:Russian

Increasing the reliability of non-stationary objects data on the basis of parametrical regulation and generalization of fuzzy logic properties.

Field of Science:
pdf

5de61f3ad2899.pdf

PDF

Hisoblash va amaliy matematika muammolari

Hisoblash va amaliy matematika muammolari

Publish Articlesee more

ARTICLE ANNOTATION

quote
The problem is formulated for increasing the reliability of non-stationary objects data during transfer and processing on the basis of the intellectual analysis methods. Methods of improvement and development of traditional technologies for increasing the reliability of data processing are developed on the basis of generalization the properties and features of fuzzy set, fuzzy logic, neural network, neuro-fuzzy network models. Tools for control the reliability of data, submitted as casual time series are received on the basis of statistical, dynamic, intellectual approaches, suitable to conditions of transfer of incomplete, diverse, partially given information at the large parametrical uncertainty. Principles and methods to control the reliability of data in fuzzy environment are developed on the basis of generalization and use of neural networks, fuzzy logic properties and statistical methods of modeling. Algorithms to search the correlations, tendencies, interrelations and laws in data, formation training, control and test sets, division the space of object attributes are synthesized. The results of researches are realized as software complex to increase the reliability of data transfer and processing, ensuring adaptivity and high efficiency.

AUTHORS

I.Jumanov

информационных технологий Самаркандского государственного университета

Z.Bekmurodov

информационных технологий Самаркандского государственного университета

Tags

# нейронная сеть# идентификация# tarkibiy# structural# identification# нечеткое множество# fuzzy set# нечеткий вывод# нестационарный объект# настройка параметров# nostatsionar obyekt# non-stationary object# adjustment of parameters# интеллектуальные технологии# достоверность данных# структурная# параметрическая# tafakkurli texnologiyalar# ma’lumot ishonchliligi# identifikatsiya# neyron tarmog’i# notiniq to’plam# notiniq xulosalash# parametrik# parametrlarni sozlash# intellectual technologies# software complex# reliability of data# neural network# fuzzy conclusion# parametrical

OTHER ARTICLES IN THIS JOURNAL

Rate Article

0
0 ratings
5
4
3
2
1

Article Identifiers

ROI:

https://eroi.uz/11.0007/A1219-0009

DOI:

Not Available

References

Макарычев П.П., Афонин А.Ю. Оперативный и интеллектуальный анализ данных: учеб. пособие. – Пенза: Изд-во ПГУ, 2010. – 156 с.

Барсегян А.А., Куприянов М.С., Степаненко В.В. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP. – 2-е изд., перераб. и доп. – СПб.: БХВ-Петербург, 2007. – 384 с.

Камилов М.М., Мирзаев Н. М., Маматов Н.С. Методы формирования пространства информативных признаков с помощью k-родного критерия // Химическая технология. Контроль и управление. – Ташкент, 2007. – № 6. – С. 41-44.

Камилов М.М., Хамраев А.Ш., Мингликулов З.Б. О вопросе распределения значений функции близости между объектами в классе алгоритмов вычисления оценок // Химическая технология. Контроль и управление. – Ташкент, 2015. – № 5. – С. 55-58.

Жуманов И.И., Холмонов С.М. Оптимизация обучения нейросетевой системы обработки данных на основе статистических свойств информации// Узб. журнал «Проблемы информатики и энергетики». – Ташкент, 2011. – № 3. – С.50-56.

Жуманов И.И., Бекмуродов З.Т. Контроль достоверности прогноза случайных временных рядов на основе нейро-нечеткой сети // Химическая технология. Контроль и управление. – Ташкент, 2015. – № 1 (61). – С. 43-48.

Жуманов И.И., Бекмуродов З.Т. Идентификация случайных временных рядов на основе нейро-нечеткой сети для повышения достоверности прогноза // Проблемы оптимизации сложных систем: Труды ХI Международной Азиатской школы-семинара. 27 июля – 7 августа 2015. - Кыргызская Республика, Иссык- Кульская область, с. Булан-Соготу. – Алматы, 2015. – С. 258-264.

Ротштейн А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. – Винница: УНИВЕРСУМ, 1999. – 320 с.

Zaripova G.I. Increase of information transfer authenticity for non-stationary processes on the basis of neurofuzzy data processing system // “Applied Technologies and Innovations”, Prague Development Center. – Prague, 2013. – Volume 9, March 2013. – Рp. 1-10.

Митюшкин Ю.И., Мокин Б.И., Ротштейн А.П. Soft-Computing: идентификация закономерностей нечеткими базами знаний. – Винница: УНIВЕРСУМ, 2002. – 145 с.