U pondjeljak, 15.01.2007. godine na Elektrotehničkom fakultetu je odbranjen magistarski rad Lejle Begić-Fazlić, dipl.el.ing, sa temom "Transformacija fuzzy modela u neuronsku mrežu sa ciljem učenja parametara fuzzy modela primjenom algoritma sa prostiranjem signala greške unatrag", kod mentora Prof. dr. Zikrije Avdagića.

Sažetak rada:
Uvodni dio rada daje pregled osnovnih pojmova i glavnih rezultata teorije  fuzzy skupova, neuronskih mreža, fuzzy rezonovanja i ANFIS pristupa. Zatim se analiziraju manipulacije fuzzy skupova i operacija nad njima da bi se razvili različiti tipovi fuzzy modela iz modela lingvističkih jednačina.
ANFIS ( Adaptive Neuro Fuzzy Inference System) metod je iskorišten za Tagaki Sugeno tipove modela, te klastering za Singleton fuzzy modele. Cilj rada je da se verifikuju sposobnosti učenja ANFIS-a  aproksimacijom linearnih i nelinearnih funkcija i  ažuriranje veličine koraka konvergencije i greške. ANFIS je primjenjen u aproksimaciji nelinearne funkcije i u inverznoj kontroli učenja. U aplikativnom dijelu rada modeliran je  neuro-fuzzy sistem  zaključivanja (ANFIS) za prepoznavanje i dijagnosticiranje dermatološkog oboljenja. Domen istraživanja sadrži bazu pacijenata sa poznatim dijagnozama. ANFIS je iskorišten za otkrivanje eritemskih dermatoloških bolesti definisanih sa 11 kliničkih obilježja. Predloženi ANFIS model kombinuje  kapacitete prilagođavanja neuronske mreže i kvantitativni pristup fuzzy logike. Zaključci koji su dobijeni prilikom analize odnose se na uticaj određenih obilježja  na otkrivanje oboljenja. U drugom modelu ANFIS je iskorišten  za serijska predviđanja količine CO prilikom dobijanja sirovog dimnog kondenzata-tara. Izvođenje ANFIS modela je ocijenjeno u smislu uspjeha treniranja i klasifikacije preciznosti  i dobijeni rezultati potvrđuju da implementirani ANFIS model ima određene potencijale u otkrivanju pomenutih problema

Kolegici želimo puno sreće u budućem radu i čestitamo joj sticanje zvanja Magistra elekrotehničkih nauka.

ICT Team