Phrasebook

Neuro - Fuzzy : Integrasi Sistem Fuzzy dan Jaringan Syaraf

---

Penilaian

---

Secara garis besar buku ini membahas tentang algoritma dan aplikasi terkait dengan integrasi antara sistem fuzzy dan jaringan syaraf. Untuk memberikan pemahaman awal tentang sistem hybrid tersebut. buku ini diawali dengan pembahasan tentang teori himpunan fuzzy danjaringan syaraf. Pada bagianbagian selanjutnya akan dibahas beberapa metode disertai dengan contoh-contoh tentang Fuzzy Neural Network (FNN) Neural Fuzzy Systems (NFS) dan Adaptive Neuro-Fuzzy lnference Systems (ANFTS) Buku initersusun atas 6 bab, yaitu: Bab 1. memberikan gambaran tentang soft computing, dan beberapa aplikasiyang telah dikembangkan. Bab 2 membahas tentang teori himpunan fuzzy. Pada bagian ini akan dijelaskan konsep_\"dasar himpunan fuzzy. perbedaan antara himpunan crisp dan himpunan fuzzy, fungsi keanggotaan, operator operator Iuzzy, dan sislem inferensi fuzzy menggunakan metode Tsukamoto dan metode sugeno Kedua metode rnferensr tersebut nantrnya akan digunakan sebagai dasar bagi jaringan adaptif yang akan dibahas pada bab 6 Bab 3, membahas tentang jaringan syaraf tiruan Pada bagian ini akan dijelaskan tentang komponen komponen dasar jaringan syaraf, dan beberapa algoritma pembelajaran seperti hebb. Perceptron Backpropagation dan Bidirectional Associative Memory (BAM). Algoritma-algoritma pembelajaran tersebut nantinya akan digunakan sebagai dasar untuk beberapa model FNN dan NFS yang akan dibahas pada bab 4 dan bab 5. Bab 4, membahas tentang Fuzzy Neural Network (FNN). Pada bagian ini akan dijelaskan tentang Neuron Fuzzy, jaringan syaraf dengan input fuzzy, dan beberapa algoritma pembelajaran yang Ertuzzykan, seperti Fuzzy Perceptron, Fuzzy Backpropagation, Fuzzy Rule, FuzzyAssociative memory (FAM), dan Fuzzy Learning VectorQuantization (FLVQ). Bab 5, Neural Fuzzy Systems (NFS). Pada bagian ini akan dijelas ran aplikasi jaringan sya alam membentuk fungsi keanggotaan, jaringan syaraf sebagai pengendali penalaran fuzzy, rule-based Neural Fuzzy Modeling, dan lnterval Regresi Fuzzy. Bab 6, Adaptive Neuro-Fuzzy lnference Systems (ANFIS). Pada bagian ini akan dijelaskan tentang jaringan adaptif, least squares estimator (LSE) rekursif dan algoritma pembelajaran hybrid (gabungan antara LSE rekursif dengan Algoritma Steepest Descent). baik dengan metode sugeno maupun metode Tsukamoto Buku ini dilengkapi dengan contoh-contoh dan kasus-kasus yang relevan dengan topik yang dibahas pada setiap bab. Disamping itu, setiap metode yang dibahas juga disertaidengan kode program yang ditulis dengan software MATLAB, yang diberikan pada setiap akhir bab. Buku ini dapat digunakan baik oleh para akademisi maupun praktisi yang ingin mengaplikasikan sistem cerdas (intelligent systems) untuk menyelesaikan beberapa kasus baik di bidang teknologi maupun manajemen.

---

Availability

Detail Information

Series Title

NULL

Call Number

Kus-005. 369-n

Publisher

: ., 2006

Collation

xii + 404 hlm, 1 Jil.: 23 cm

Language

Indonesia

ISBN/ISSN

979-756-124-1

Classification

Phrasebook

Content Type

-

Media Type

-

Carrier Type

-

Edition

I

Subject(s)

-

Specific Detail Info

-

Statement of Responsibility

-

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment