آشنايي با مجموعه راف و شبكه عصبي راف
شبكه عصبي rough بر اساس تئوري مجموعه rough ايجاد شده است. مجموعه rough اولين بار توسط دانشمند لهستاني zdzislaw pawlak معرفي شده است كه در واقع تقريبي از يك مجموعه crisp (مجموعه اي كه مقادير آن مطلق هستند يا صفر و يك هستند. مانند مجموعه هاي معمولي) است. مجموعه rough به اين صورت است كه دو مجموعه بصورت تخمينهاي كران بالا و كران پايين از مجموعه اوليه معرفي ميكند در تعريف اوليه كه توسط pawlak معرفي شد اين مجموعه ها خودشان crisp هستند اما در تعريف هاي جديدتر اين مجموعهها بصورت مجموعههاي فازي معرفي ميشوند.
شبكه عصبي rough مبناي اين مجموعهها طراحي شده است. شبكههاي عصبي rough ساختارهاي عصبي هستند كه در آن از نرونهاي راف استفاده ميشود. اصطلاح نرونهاي راف اولين بار توسط لينگراس در سال 1991 معرفي شده است. يك نرون راف برحسب كرانهاي پايين و بالاي الگوهايي كه معمولا مقادير بازهاي دارند تعريف ميشود بنابراين، اين نوع از نرونها را نرونهاي راف بازهاي نيز ميگويند. هر نرون راف زوجي از دو نرون است كه يكي مقدار كران پايين و ديگري مقدار كران بالاي سيگنال توليد شده توسط نرون راف را به عنوان خروجيهاي آن از خود عبور ميدهند. به اين ترتيب بين اين دو نرون همواره تبادل اطلاعاتي وجود دارد تا مقادير كراني هر يك از اين دو نرون به درستي تعيين شوند. تبادل اين اطلاعات در شبكه عصبي راف معمول قطعي است. اما در مقالات مختلف روشهاي ديگري معرفي شده است. ساختار آن در شكل زير نشان داده شده است.
توضيحات بيشتر همراه با فايل pdf را از لينك زير دانلود نماييد.
آشنايي با مجموعه راف و شبكه عصبي راف