XiaoMi-AI文件搜索系统
World File Search SystemFuzzy
使用在线TS模糊...
复杂非线性系统（例如自动驾驶汽车）的控制通常需要可能无法使用或不准确的模型。在本文中，基于数据驱动的方法，用于学习非线性系统的数据驱动方法，以学习学习takagi – Sugeno（TS）模型，提出了一种新型的数据驱动模型预测控制（MPC）框架。为了解决数据TS建模，我们使用了不断发展的TS模糊椭圆形信息颗粒（TS-EEEFIG）方法来获得多型表示形式以及一组成员函数，这些功能允许使用有效的线性控制工具来处理复杂的非线性系统。，采用公式的方法用于赛车的自主驾驶控制问题。拟议的控件使用外部轨迹规划师提供的参考文献，在赛车模式下提供高驾驶性能。基于1/10比例RC汽车的高保真车辆模型，在模拟的赛车环境中验证了控制估计方案，以显示拟议方法的潜力。
开发具有模糊逻辑的智能系统的室内微气候控制
摘要该论文介绍了为智能系统模拟模糊逻辑控制器的结果，以监视和管理室内微气候条件。在编程中使用模糊逻辑提供了某些优点，例如对控制系统的数据输入简单性以及减少经典微控制器固有的错误的能力。使用的微处理器系统基于Arduino Uno板型号Arduino Rev3，该型号具有Atmel Atmega328p微控制器，并且紧凑，成本效益且易于使用。在系统中使用模糊逻辑控制器进行有效的微气候调节。在智能系统的开发过程中，采用了LabView软件环境和Arduino IDE。研究将系统分解为几个组件，并在它们之间建立联系以提高软件的效率。决策 - 由系统的功能要求和用于实施的设备确定。
应用KNN机器学习和模糊C均值诊断糖尿病
这种疾病在人类中是普遍的。攻击人类的疾病不认识任何人，也不知道年龄。一个人所经历的疾病从普通水平开始，直到可能严重到处于死亡风险的地步。在这项研究中，进行了早期诊断与糖尿病有关的糖尿病是糖尿病是患者体内糖水平低于正常水平的疾病。受害人经历的症状包括频繁的口渴，尿液频繁，频繁饥饿和体重减轻。基于这些问题，需要一个系统可以快速发现患者所经历的诊断。这项研究旨在根据早期症状在早期诊断糖尿病。使用的方法是基于KNN和基于Web的模糊C均值。创建基于Web的系统可以代表医疗人员专家以快速诊断的糖尿病方法。该系统是嵌入糖尿病特征的计算机程序。测试KNN和模糊的C均应用程序的应用和方法对于K-最近的邻居方法的准确度为96％，而对于使用混淆矩阵计算的模糊C-Means方法，获得了96％的精确度，因此可以得出结论，因此可以得出结论，即Fuzzy C-Means方法比K-nearears方法更好。
软件行业中的量子计算挑战。基于模糊 AHP 的方法
背景：当前的技术革命给软件行业带来了意想不到的挑战。近年来，量子计算 (QC) 技术领域的影响力和成熟度不断增长，现在有望彻底改变软件工程。然而，软件行业中 QC 挑战的评估和优先级排序仍未得到探索，相对缺乏识别和分散。目标：本研究的目的是通过实施模糊层次分析法 (F-AHP) 来识别、检查和优先考虑软件行业中最关键的挑战。方法：首先，为了确定关键挑战，我们进行了系统的文献综述，从四个相关数字图书馆中提取数据，并通过向前和向后滚雪球搜索补充这些努力。其次，我们遵循 F-AHP 方法对已确定的挑战或障碍进行评估和排序。结果：结果表明，采用 QC 的主要障碍是缺乏技术专业知识、信息准确性和组织对采用新流程的兴趣。另一个关键障碍是缺乏实施 QC 的安全通信技术标准。结论：通过应用 F-AHP，我们发现在软件行业面临的主要 QC 挑战中，制度障碍是全球权重排名最高的类别，组织障碍是全球权重排名第二的类别。我们观察到，软件技术行业面临的排名最高的本地障碍是缺乏设计和主动性的资源，而组织对采用新流程缺乏兴趣则是最重要的组织障碍。我们的研究结果对学者和从业者都具有重要意义，揭示了 QC 研究的新兴性质以及对跨学科研究日益增长的需求，以应对已发现的挑战。
使用模糊模型自动分割 MR 脑图像中的肿瘤...
肿瘤的自动分割仍然是医学图像处理领域一个相当令人兴奋的研究课题，并且它在形成正确诊断和辅助有效治疗方面发挥着重要作用。在本文中，介绍了一种用于分割 MRI 图像中的脑肿瘤的全自动系统。建议的系统由三部分组成：首先，使用过滤和形态学操作对图像进行预处理以增强对比度、消除噪音并从图像中去除头骨。其次，使用两种技术对图像进行分割，即模糊 c 均值聚类 (FCM) 和应用种子区域增长算法 (SGR)。第三，该方法提出了一个后处理步骤，使用形态学操作平滑分割区域边缘。对所提出的系统的测试涉及 233 名患者，其中包括 287 张 MRI 图像。随后，通过医生对轨迹的人工验证，将结果与传统分割技术（如FCM方法）进行比较，最终证明平均Dice系数为90.13％，平均Jaccard系数为82.60％。分割结果和定量数据分析证明了所提出的系统的有效性。
神经元 - 胶体传播中的外泌体
抽象简介：Covid-19已在世界各地散布，并严重中断了人类活动。是一种新发现的疾病，不仅疾病的许多方面都是未知的，而且没有有效治愈该疾病的有效药物。此外，设计药物是一个耗时的过程，需要大量投资。因此，使用药物重新利用技术来发现现有药物的隐藏好处，这可能是治疗Covid-19的有用选择。方法：本研究利用了药物重新定位概念，并引入了一些可能有效控制Covid-19的候选药物。建议的方法包括三个主要步骤。首先，从公共数据库中提取了所需的数据，例如靶标的氨基酸序列和药物 - 靶标相互作用。第二，使用拟议的基于模糊逻辑的方法计算目标（蛋白质/酶）和SARS-COV-2的基因组之间的相似性评分。由于经典方法产生的结果可能对现实世界应用没有用，因此模糊技术可以解决该问题。第三，在基于获得的分数对目标进行排名之后，检查了影响靶标的药物的有用性以管理COVID-19。结果：结果表明，专为治愈丙型肝炎的抗病毒药物也可以治疗19.19。根据发现，利巴韦林，Simeprevir，Danoprevir和XTL-6865可能有助于控制该疾病。此外，基于模糊逻辑的评分方法可以产生与实际生物学应用更一致的结果。结论：可以得出结论，基于相似性的药物重新利用技术可能是管理新兴疾病（例如COVID-19）的最合适的选择，并且可以应用于广泛的数据。
自然语言过程的定量描述
摘要 - 在本文中，我们在自动生成过程的定量和定性自然语言描述的框架中提出了一系列模糊的时间原型。该模型包括从过程和属性中的时间和因果信息，在过程中的时间范围内定量属性，并回顾事件之间的因果关系和事件之间的因果关系以及其他特征之间的时间距离。通过在常用的数据到领位体系结构中通过进一步的过程采矿技术和模糊集，我们的框架能够从过程中提取相关的定量时间和结构信息，并以自然语言中的自然语言描述它，涉及不确定的术语。提出了心脏病学领域中的真正用例，显示了我们模型提供向领域专家提供的自然语言解释的潜力。索引术语 - 进程采矿，原型，语言描述数据，自然语言生成
使用模糊逻辑估算伊朗的社会资本指数
a。伊朗Sanandaj的库尔德斯坦大学经济系b。 经济学，发展和规划系，塔尔比亚特大学，伊朗德黑兰 *通讯作者，电子邮件：z.mozaffari@uok.ac.ac.ir文章历史记录：收到：2022年3月13日，修订：2022年7月19日，2022年7月19日，接受：2022年8月23日出版商：Tehran大学出版商：Tehran University of Tehran Press。 ©作者。 摘要本文旨在估算伊朗的社会资本水平及其趋势水平，并从1988 - 2019年确定伊朗社会资本的主要组成部分和变量。 通过分析社会资本的理论和经验基础，三个主要组成部分（犯罪参与意识）和相关的社会资本被考虑用于计算社会资本指数。 然后，使用Mamdani模糊推理系统和模糊方法，估计了社会资本指数。 对该指数趋势的回顾表明，在研究期间，直到2001年的研究期间，增长显着，因此，在2001年，该指数估计为0.67。 但是，从2001年到2019年，下降趋势发生了不同的波动，因此在2018年，该指数在研究期间的最低水平进行了检查。 社会资本减少的原因之一可能是由于从农村到城市地区移民的趋势不断增长，犯罪率的提高。 此外，根据先前研究的方法，更准确地评估了社会资本指数的估计，使用Dagum方法对社会资本进行了估计。 JEL分类：Z13，D83，C22。 1。伊朗Sanandaj的库尔德斯坦大学经济系b。经济学，发展和规划系，塔尔比亚特大学，伊朗德黑兰 *通讯作者，电子邮件：z.mozaffari@uok.ac.ac.ir文章历史记录：收到：2022年3月13日，修订：2022年7月19日，2022年7月19日，接受：2022年8月23日出版商：Tehran大学出版商：Tehran University of Tehran Press。©作者。摘要本文旨在估算伊朗的社会资本水平及其趋势水平，并从1988 - 2019年确定伊朗社会资本的主要组成部分和变量。通过分析社会资本的理论和经验基础，三个主要组成部分（犯罪参与意识）和相关的社会资本被考虑用于计算社会资本指数。然后，使用Mamdani模糊推理系统和模糊方法，估计了社会资本指数。对该指数趋势的回顾表明，在研究期间，直到2001年的研究期间，增长显着，因此，在2001年，该指数估计为0.67。但是，从2001年到2019年，下降趋势发生了不同的波动，因此在2018年，该指数在研究期间的最低水平进行了检查。社会资本减少的原因之一可能是由于从农村到城市地区移民的趋势不断增长，犯罪率的提高。此外，根据先前研究的方法，更准确地评估了社会资本指数的估计，使用Dagum方法对社会资本进行了估计。JEL分类：Z13，D83，C22。1。这种方法的结果表明，根据投入变量和社会资本的决定因素的状态，模糊估计提供了对社会资本的更准确和适当的估计。关键词：意识，犯罪，模糊逻辑，参与，社会资本。引言社会资本是现代社会经济和社会研究中目前讨论的概念。可以说，社会资本通常比物理和人力资本更重要，因为如果不存在，其他首都将不会有效。社会资本在各个领域都具有关键作用，对它的各种态度反映了这一资本在生活的各个方面的重要地位，这一点通过对这个问题的越来越多的研究证明了这一点（Zugravu-Soilita等人，2021年）。根据世界银行的说法，社会资本是由社会机构，人际关系和规范对数量和质量的影响
应用区间型 2 模糊集中的 AHP 和 TOPSIS 进行飞机选择
选择合适的飞机能为航空公司带来竞争优势，然而许多因素会给选择过程带来一定程度的不确定性。通过消除这种不确定性，航空公司可以增加实现其长期目标的机会。新的多准则决策（MCDM）方法为决策者提供了选择合适飞机的满意解决方案。因此，我们专注于使用新的 MCDM 方法对最合适的商用飞机替代方案进行多维评估和选择。本文为航空公司规划者在不确定的情况下选择商用飞机提供决策支持。在本研究中，与文献中关于飞机选择的其他研究不同，此处介绍的模型使用区间型 2 模糊层次分析法（IT2FAHP）和按与理想解的相似性排序的区间型 2 模糊技术（IT2FTOPSIS）混合方法。所提出的飞机选择模型允许商业航空公司根据特定标准评估飞机：经济性能、技术性能和环境影响，从而帮助决策者在不确定的环境中选择合适的飞机。除了供商业航空公司使用外，研究中的方法还可以应用于教练机、货机和军用飞机的选择。我们的研究结果表明，空客 A321neo 在技术方面、经济方面和环境方面都是最适合航空公司的商用飞机。
用于时间相关可解释人工智能的时间 2 型模糊系统
摘要 —可解释人工智能 (XAI) 是一种提供透明模型和决策的范例，非技术受众也易于理解、分析和增强这些模型和决策。基于模糊逻辑系统 (FLS) 的 XAI 可以提供可解释的框架，同时还可以对现实环境中存在的不确定性进行建模，这使其适用于需要可解释性的应用。然而，大多数现实生活中的过程不仅仅是以高度的不确定性为特征；它们本质上也与时间有关，即过程随时间而变化。为了解释与过程相关的时间成分，在本文中，我们为时间相关的 XAI (TXAI) 系统提出了一种基于时间类型 2 FLS 的新型方法，该方法可以使用（测量的）发生频率来解释测量在时间域中发生的可能性。在时间 2 型模糊集 (TT2FSs) 中，开发了一个四维 (4D) 时间相关成员函数，其中关系用于构建论域元素与其出现频率之间的相互关系。使用现实生活中的智能环境数据集通过分步数值示例和实证研究来说明所提出的具有 TT2FSs 的 TXAI 系统，以解决时间相关分类问题（根据一天中特定时间的传感器读数预测房间是否有人）。TXAI 系统性能还与具有不同可解释性水平的其他最先进分类方法进行了比较。 TXAI 系统表现出更好的分类能力，使用 10 倍测试数据集，平均召回率为 95.40%，而标准 XAI 系统（基于非时间一般 2 型 (GT2) 模糊集）的平均召回率为 87.04%。TXAI 的表现也明显优于大多数不可解释的 AI 系统，平均召回率提高了 3.95% 到 19.04%。时间卷积网络 (TCN) 略优于 TXAI（平均召回率提高了 1.98%），尽管计算复杂度较大。此外，TXAI 还可以使用嵌入在 TXAI 模型中的出现频率值概述最可能的时间相关轨迹；即，给定确定时间间隔内的规则，随后时间间隔内最可能的下一个规则是什么。在这方面，提出的 TXAI 系统对于描述现实生活中的时间相关过程（例如行为或生物过程）的演变具有深远的影响。