文章基本信息

标题：Knowledge Discovery by Hopfield Network
本地全文：下载
作者：Thanakorn SORNKAEW ; Yasuo YAMASHITA
期刊名称：情報知識学会誌
印刷版ISSN：0917-1436
电子版ISSN：1881-7661
出版年度：2004
卷号：14
期号：4
页码：119-136
DOI：10.2964/jsik_KJ00001039622
出版社：Japan Society of Information and Knowledge
摘要：本論文では,ホップフィールドニューラルネットワークを用いて経験的データから定性推論知識を発見する手法を提案する.本手法は,4つのステップから成り立つ.まず,ヒストグラムの分析により,ファジーメンバーシップ関数の言語的変数を定義する.次に,ホップフィールドニューラルネットワークの重みを計算する.そして,ボップフィールドニューラルネットワークの状態は安定になるまで非同期的に変化する.最後に,提案する抽出アルゴリズムにより,定性推論知識を抽出することができる.本手法の有効性を3種類のデータを用いた実験により確認した.
关键词：ホップフイールドニューラルネットワーク;定性推論知識;メンバーシップ関数;ファジー;ルール抽出;Hopfield network;symbolic knowledge;membership function;fuzzy;rule extraction