Tompa, Tamás (2023) Fuzzy szabálybázis optimalizálás a HFRIQ-learning-rendszerben. PRODUCTION SYSTEMS AND INFORMATION ENGINEERING, 11 (2). pp. 114-128. ISSN 1785-1270
|
Text
2420-Article Text-16808-1-10-20250816.pdf - Published Version Download (753kB) | Preview |
Abstract
A HFRIQ-learning (heurisztikusan gyorsított FRIQlearning) a ’FIVE’ fuzzy szabályinterpolációs módszeren alapuló Q-tanuló-algoritmus, amelybe szakértő által megadott tudásbázis illeszthető fuzzy produkciós szabályok formájában. A tanulási folyamat során a kezdeti szakértői tudásbázist a rendszer optimalizálja olyan módon, hogy ha szükséges, akkor új fuzzy szabálypontot hoz létre, egyébként pedig a meglévő inkrementális szabályrendszert (Q-függvényt) hangolja. A hangolási folyamat során a szabálypontok pozíciója (antecedense és konzekvense) a gradiens módszer alkalmazása következtében a Q-függvény gradiense által módosul. A cikk célja annak bemutatása, hogy a tanulási folyamat során a szabálypontok optimalizálása hogyan valósul meg a HFRIQ-learning-rendszerben.
| Item Type: | Article |
|---|---|
| Uncontrolled Keywords: | megerősítéses tanulás, heurisztikusan gyorsított megerősítéses tanulás, szakértői tudásbázis, fuzzy szabályinterpoláció, Q-learning, FRIQ-learning |
| Subjects: | Q Science / természettudomány > QA Mathematics / matematika T Technology / alkalmazott, műszaki tudományok > T2 Technology (General) / műszaki tudományok általában |
| Depositing User: | Anita Agárdi |
| Date Deposited: | 22 Nov 2025 16:48 |
| Last Modified: | 22 Nov 2025 16:49 |
| URI: | https://real.mtak.hu/id/eprint/229630 |
Actions (login required)
 |
Edit Item |
