This study elaborates on a comprehe

This study elaborates on a comprehensive design methodology of fuzzy cognitive maps (FCMs). Here, the maps are regarded as a modeling vehicle of time series. It is apparent that whereas time series are predominantly numeric, FCMs are abstract constructs operating at the level of abstract entities referred to as concepts and represented by the individual nodes of the map. We introduce a mechanism to represent a numeric time series in terms of information granules constructed in the space of amplitude and change of amplitude of the time series, which, in turn, gives rise to a collection of concepts forming the corresponding nodes of the FCMs. Each information granule is mapped onto a node (concept) of the map. We identify two fundamental design phases of FCMs, namely 1) formation of information granules mapping numeric data (time series) into activation levels of information granules (viz., the nodes of the map), and 2) optimization of information granules at the parametric level, viz., learning (estimating) the weights between the nodes of the map. The learning is typically realized in a supervised mode on a basis of some experimental data. A construction of information granules is realized with the aid of fuzzy clustering, namely fuzzy C-means. The optimization is realized with the use of particle swarm optimization. The proposed approach is illustrated in detail by a series of experiments using a collection of publicly available data.

ผลลัพธ์ (ไทย) 1:

การศึกษานี้ elaborates บนวิธีการออกแบบของแผนที่ความรู้เลือน (FCMs) ที่นี่ แผนที่ถือเป็นรถโมเดลของชุดข้อมูลเวลา ปรากฏว่า ในขณะที่ชุดเวลาจะเป็นตัวเลข FCMs เป็นโครงสร้างนามธรรมในระดับนามธรรมตีโดยแต่ละโหนของแผนที่ และว่าแนวคิดในการทำงานได้ เราแนะนำกลไกการแสดงชุดตัวเลขเวลาในแง่ของเม็ดข้อมูลที่สร้างขึ้นในพื้นที่ของคลื่นและคลื่นของเวลา ซึ่ง ในทางกลับกัน ทำให้เกิดคอรูปโหน FCMs สอดคล้องกันแนวคิดของ การเปลี่ยนแปลง เม็ดละข้อมูลที่ถูกแมปไปยังโหน (แนวคิด) ของแผนที่ เราระบุระยะที่สองออกแบบพื้นฐานของ FCMs ได้แก่ 1) การก่อตัวของเม็ดข้อมูลแมปข้อมูลตัวเลข (เวลาชุด) เปิดใช้งานระดับของเม็ดข้อมูล (viz. โหนของแผนที่), และ 2) เพิ่มประสิทธิภาพของเม็ดข้อมูลระดับพาราเมตริก ได้แก่ การเรียนรู้ (ประมาณ) น้ำหนักระหว่างโหนของแผนที่ โดยทั่วไปได้ตระหนักในโหมดการดูแลการเรียนรู้บนพื้นฐานของข้อมูลทดลอง การสร้างข้อมูลเม็ดถูกรับรู้ ด้วยความช่วยเหลือของปุย เลือนคือ C-หมายถึง การเพิ่มประสิทธิภาพถูกรับรู้ ด้วยการใช้เพิ่มประสิทธิภาพฝูงอนุภาค วิธีการนำเสนอจะแสดงรายละเอียด โดยชุดการทดลองที่ใช้ชุดของข้อมูลที่เปิดเผยต่อสาธารณะ

ผลลัพธ์ (ไทย) 2:

การศึกษาครั้งนี้ elaborates ในวิธีการออกแบบที่ครอบคลุมของแผนที่องค์ความรู้เลือน (FCMs) นี่แผนที่ที่ได้รับการยกย่องเป็นยานพาหนะการสร้างแบบจำลองของอนุกรมเวลา มันเป็นที่ชัดเจนว่าในขณะอนุกรมเวลาส่วนใหญ่เป็นตัวเลข FCMs มีโครงสร้างนามธรรมทำงานในระดับของหน่วยงานที่เป็นนามธรรมที่เรียกว่าแนวความคิดและตัวแทนจากแต่ละโหนดของแผนที่ เราแนะนำกลไกที่จะเป็นตัวแทนของอนุกรมเวลาที่เป็นตัวเลขในแง่ของเม็ดข้อมูลสร้างขึ้นในพื้นที่ของความกว้างและการเปลี่ยนแปลงของความกว้างของชุดเวลาซึ่งในที่สุดก็ก่อให้เกิดการสะสมของแนวคิดการสร้างโหนดสอดคล้องกันของ FCMs ที่ แต่ละเม็ดข้อมูลถูกแมปบนโหนด (แนวคิด) ของแผนที่ เราระบุสองขั้นตอนการออกแบบพื้นฐานของ FCMs ได้แก่ 1) การก่อตัวของข้อมูลเม็ดทำแผนที่ข้อมูลที่เป็นตัวเลข (อนุกรมเวลา) เป็นระดับที่กระตุ้นการทำงานของเม็ดข้อมูล ( ได้แก่ . โหนดของแผนที่) และ 2) การเพิ่มประสิทธิภาพของเม็ดข้อมูลที่พารา ระดับ ได้แก่ . การเรียนรู้ (ประมาณ) น้ำหนักระหว่างโหนดของแผนที่ที่ การเรียนรู้โดยทั่วไปแล้วจะตระหนักในโหมดภายใต้การดูแลบนพื้นฐานของข้อมูลการทดลองบางอย่าง การสร้างเม็ดข้อมูลตระหนักด้วยความช่วยเหลือของการจัดกลุ่มเลือนเลือนคือ C-หมายถึง การเพิ่มประสิทธิภาพการตระหนักกับการใช้งานของการเพิ่มประสิทธิภาพจับกลุ่มอนุภาค วิธีการที่นำเสนอเป็นตัวอย่างในรายละเอียดโดยชุดการทดลองโดยใช้การเก็บรวบรวมข้อมูลที่เปิดเผยต่อสาธารณชนได้

ผลลัพธ์ (ไทย) 3:

การศึกษานี้ elaborates ในกระบวนการออกแบบที่ครอบคลุมของแผนที่แบบฟัซซี่ ( FCMs ) ที่นี่แผนที่ถือว่าเป็นโมเดลรถของอนุกรมเวลา เห็นได้ชัดว่าส่วนอนุกรมเวลาเด่นตัวเลข FCMs เป็นนามธรรมโครงสร้างระบบปฏิบัติการในระดับขององค์กรที่เป็นนามธรรมเรียกว่าแนวคิดและแสดงโดยแต่ละโหนดของแผนที่ เราแนะนำกลไกที่จะเป็นตัวแทนของอนุกรมเวลา ตัวเลขในแง่ของเม็ดข้อมูลที่สร้างขึ้นในพื้นที่ของขนาดและการเปลี่ยนแปลงของขนาดของอนุกรมเวลา ซึ่ง จะช่วยให้สูงขึ้นเพื่อรวบรวมแนวคิดสร้างโหนดที่สอดคล้องของ FCMs . ข้อมูลแต่ละเม็ดเป็นแมปไปยังโหนด ( ความคิด ) ของแผนที่ เราระบุสองพื้นฐานการออกแบบขั้นตอน FCMs คือ 1 ) การสร้างข้อมูลแผนที่ตัวเลขข้อมูลเม็ด ( แบบเวลา ) ในระดับการกระตุ้นเม็ดข้อมูล ( viz . โหนดของแผนที่ ) และ 2 ) การเพิ่มประสิทธิภาพของเม็ดข้อมูลในระดับเชิง ได้แก่ การเรียนรู้ ( คำนวณ ) น้ำหนักระหว่างโหนด ของแผนที่ การเรียนรู้โดยทั่วไปตระหนักในอยู่ในโหมดบนพื้นฐานของข้อมูลบางส่วน การสร้างเม็ดข้อมูลตระหนักด้วยความช่วยเหลือของการจัดกลุ่มแบบฟัซซี่คือฟัซซีซีมีน . การเพิ่มประสิทธิภาพการรับรู้ด้วยการใช้เพิ่มประสิทธิภาพของฝูงอนุภาค วิธีการที่เสนอจะแสดงในรายละเอียดโดยชุดการทดลองที่ใช้เก็บข้อมูลที่เปิดเผยต่อสาธารณชน