Editura Scientia – Universitatea Sapientia

Neurális hálózatok és fuzzy logika [Rețele neuronale și logica fuzzy]

Volumul intitulat Rețele neuronale și logica fuzzy este structurat pe trei parți: rețele neuronale, logica fuzzy și  implementare hardware. Pe parcursul a noua capitole sunt tratate elementele de baza ale rețelelor neuronale, în doua capitole logica fuzzy, respectiv sisteme de inferența fuzzy, iar în ultimele trei capitole implementarea hardware a rețelelor neuronale și  sistemelor de inferența fuzzy.

În prima parte a cărții, în cadrul rețelelor neuronale sunt prezentate elementele de baza ale topologiilor rețelelor neuronale, soluții de antrenare a rețelelor neuronale, structura perceptronului cu un singur strat și  antrenarea acestuia. În capitolul al patrulea sunt discutați algoritmi de optimizare bazați pe gradient utilizat pentru actualizarea parametrilor rețelei neuronale, funcțiile de cost utilizate pentru antrenarea rețelelor neuronale, soluțiile pentru normalizarea datelor și  posibilități de regularizare utilizate cu scopul de optimizare a dimensiunii rețelei neuronale. Capitolul cinci descrie structura perceptronului multistrat și  antrenarea acestuia cu algoritmul backpropagation. În capitolul șase sunt detaliate structura rețelei neuronale RBF, antrenarea și  domeniile de aplicare ale acesteia.

În capitolul șapte sunt prezentate rețelele neurale competitive. În cadrul rețelelor neurale competitive, sunt detaliate topologia rețelei Kohonen, antrenarea, respectiv aplicarea rețelei Kohonen pentru rezolvarea problemei agentului calator. În capitolul următor, sunt discutate rețelele asociative și  autoasociative. Structura și  antrenarea rețelei neuronale de tip CMAC este explicata în capitolul noua. În capitolele zece și  unsprezece, sunt revizuite cunoștințele de baza ale logicii fuzzy, funcțiile de apartenența, operațiile cu mulțimi fuzzy, relații fuzzy cu mulțimi fuzzy, respectiv sistemele de inferența fuzzy Mamdani și Takagi-Suegno. Capitol unsprezece oferă perspective asupra aplicării sistemului de inferența fuzzy de tip Mamdani. În cea de-a treia parte este tratata implementarea hardware a rețelelor neuronale și  a sistemelor de inferența fuzzy.

În capitolul doisprezece sunt detaliate constrângerile aplicate implementării hardware a rețelelor neuronale, cum ar fi aritmetica aplicată, precizia și  posibilele soluții de paralelizare a algoritmilor. În ultimele capitole sunt prezentate implementarea hardware a unei rețele neuronale cu funcții de baza radiale și  a unui sistem de inferențe fuzzy de tip Takagi-Sugeno. Rezultatele prezentate în partea de implementare hardware au fost obținute pe parcursul cercetării științifice pe care am realizat-o. Am încercat în acest volum, sa aplic experiența acumulata pe parcursul anilor în cadrul Universității Sapientia, în domeniul inteligenței artificiale.