Tài liệu Sự lọc mờ thích ứng trong một cài đặt tiền định

Tác giả: Mohit Kumar, Norbert Stoll, Regina Stoll

Đăng trên Tạp chí IEEE, Vol.17, No.4, tháng 8/2009


Tóm tắt.

Nhiều ứng dụng thế giới thực cần đến việc lọc và ước lượng các biến quá trình. Nghiên cứu này nói về các mô hình mờ loại Sugeno khả diễn. Mục đích của bài viết là cung cấp những thuật toán lọc mờ thích ứng trong một cài đặt tiền định. Những thuật toán được dẫn giải và nghiên cứu theo một cách thống nhất, không giả định dựa trên bản chất của tín hiệu (các biến quá trình). Bài viết mở rộng (trong một khuôn khổ chung) những thuật toán lọc thích ứng (thường được nghiên cứu trong các tài liệu về xử lí tín hiệu) và các thuật toán p-chuẩn (thường được nghiên cứu trong các sách về học máy ) tới những mô hình mờ nửa tuyến tính. Một khung cơ sở toán học được cung cấp cho phép sự phát triển và phân tích các thuật toán lọc mờ thích ứng. Ta nghiên cứu một lớp các thuật toán phi tuyến dạng LMS nhằm ước lượng trực tiếp các tham số mô hình mờ. Một sự tổng quát các thuật toán p-chuẩn được trình bày sử dụng phân kì Bregman (công cụ tiêu chuẩn cho những thuật toán học máy)