Project R-5038

Topologie en parameter optimalisatie van vage cognitieve maps met behulp van leeralgoritmen (Onderzoek)

FCM vormt grafische modellen onder de vorm van gerichte diagrammen bestaande uit twee basiselementen: Knooppunten, die overeenkomen met Cognitieve Concepten die verschillende activeringstoestanden draagt afhankelijk van de kennis die ze vertegenwoordigd; Pijlen duidend op de oorzakelijke effecten die bronknooppunten uitoefenen op het ontvangend begrip uitgedrukt door middel van gewichten. Een FCM gedraagt zich typisch als een speciale vorm van een neuraal netwerk met berekening van de activatieniveaus van de conceptneuronen die iteratief tempo nemen duidend op hun aanwezigheid in het conceptueel domein dat gemodelleerd wordt. Onderzoek over FCM concentreert zich op twee axonen: (a) Mathematische modellering en leer algoritmes, en (b) Toepassen van FCM op specifieke gebieden of problemen. Er is ook geen gestandaardiseerde software of programmeer tool of platform dat de vorming, simulatie en analyse van FCM kan faciliteren alsmede ondersteuning kan bieden aan het inferentie proces. Dit onderzoeksproject zal focusseren op de mathematische modellering en leer algoritmes. Eerst zal een nieuw leer algoritme ontwikkeld moeten worden om een correcte gewichtsmatrix te berekenen om de convergentie van het FCM inferentie proces te verzekeren. Vervolgens is FCM bijna exclusief gefocusseerd op het schatten van de gewichtsmatrix. Minder aandacht werd gegeven aan de rol die neuronen spelen op het uiteindelijke systeem. Daarom zullen we nieuwe knooppunt representaties en gerelateerde activatie functies onderzoeken. En last but not least zullen we de ontwikkeling van FCM software verderzetten.

01 januari 2014 - 31 december 2017