Kapcsolat
Hogyan vásároljunk
Kézbesítés
Vásárlási tanácsadó
Learning Accuracy from Limited Data
Using Mega-Fuzzification Method to Improve Small Data Set Learning Accuracy for Early Flexible Manufacturing System Scheduling
Angol
121 b
Akár 30 napos visszaküldési lehetőség
A vásárlók ilyet vásároltak
/
Puha kötésű
14 407
Ft
/
Kemény kötésű
11 877
Ft
/
Könyv
3 126
Ft
/
Puha kötésű
25 093
Ft
/
Puha kötésű
24 011
Ft
/
Kemény kötésű
17 973
Ft
/
Puha kötésű
6 817
Ft
/
Puha kötésű
6 850
Ft
Many machine learning methods to improve system scheduling have been proposed in the field of artificial intelligence. Most of them rely on a large amount of data having been gathered, and knowledge derived from the limited data available in the early manufacturing stages is usually too fragile for a flexible manufacturing system. This causes the accuracy of prediction with regard to the production strategy to be very low. It is therefore a challenging problem to increase the accuracy of predictions derived from early knowledge acquisition. This thesis is aimed at increasing the accuracy of machine learning for FMS scheduling using small data sets. Methodologies proposed include data continualized concept, mega-fuzzification, application of fuzzy theory, and data domain external expansion approach. Also, this thesis considers the data bias phenomenon that often occurs in small data sets and provides a method for its adjustment. Furthermore, a method is proposed to determine the domain external expansion magnitude when data range is unknown. Briefly, the results show that the proposed approaches can increase the learning accuracy in a broad range of applications.
Információ a könyvről
Angol
Ajándékozza oda ezt a könyvet még ma
Nagyon egyszerű
1 Tegye a kosárba könyvet, és válassza ki a kiszállítás ajándékként opciót 2 Rögtön küldjük Önnek az utalványt 3 A könyv megérkezik a megajándékozott címéreEzt is ajánljuk
/
Puha kötésű
21 827
Ft
/
Puha kötésű
5 810
Ft
/
Kemény kötésű
89 450
Ft
/
Puha kötésű
3 988
Ft
/
Puha kötésű
6 129
Ft
Szia! Libroamiko vagyok, a könyvtanácsadód.
Miben segíthetek?