Fundamental of fuzzy systems and neural networks
Cơ sở của hệ mờ và mạng nơ ron
Course description
Basic concepts of fuzzy set, basic operators, linguistic variables, if then rules, computational rules, defuzzification methods, Mandani and Sugeno models. Basic concepts of artificial neurons, layer, neural networks, network training methods, fuzzy and neural network tools in Matlab, applications such as classification problem, system identification, function approximation and control.
Tiếng Việt
Những khái niệm về tập mờ, các phép toán cơ bản trên tập mờ, biến ngôn ngữ, mệnh đề hợp thành, luật hợp thành, phương pháp giải mờ, mô hình mờ Mamdani và Sugeno; những khái niệm về nơ-ron nhân tạo, lớp nơ-ron, mạng nơ-ron, phương pháp huấn luyện mạng công cụ mờ và nơ-ron trong Matlab; một số ứng dụng của hệ mờ và mạng nơ-ron trong các bài toán phân loại, nhận dạng hệ thống, xấp xỉ hàm và điều khiển.
Course Learning Outcomes (CLOs) 3
Click each outcome to see the translation, mapped PLOs and contribution level.
-
CLO1 Design fuzzy systems and neural networks for problems such as function approximation, input classification and system identification.
Thiết kế hệ mờ và mạng nơ-ron để giải quyết các bài toán như xấp xỉ hàm, phân loại véc tơ đầu vào và nhận dạng hệ thống.
-
CLO2 Design controllers based on fuzzy systems and neural networks for uncertain systems.
Thiết kế bộ điều khiển dựa trên hệ mờ và mạng nơ-ron cho hệ thống bất định.
-
CLO3 Illustrate and evaluate performance of the fuzzy systems and neural newtorks.
Mô phỏng và đánh giá chất lượng của hệ mờ và mạng nơ-ron.
Assessment
| Component | Weight | Timing |
|---|---|---|
| Thi cuối kỳ (Final Examination) | 50.0% |
Learning materials
Required
- [1] Điều khiển mờ và Mạng nơ-ron (Tập 1: Cơ sở của hệ mờ và mạng nơ-ron), Nguyễn Hoài Nam, Nguyễn Thu Hà, 2021, NXB ĐHBK Hà Nội, 2021
- [2] Điều khiển mờ và mạng nơ-ron , Nguyễn Hoài Nam, 2021