要約
この研究では、航空障害の重要な問題を抱える航空act、自動車、ドローンアプリケーションに重要な影響を及ぼす航空フォイルによって生成された自己ノイズをモデル化するために、遺伝的ファジーシステム(GFS)の応用を調査しています。
公開されている翼のセルフノイズデータセットを使用して、さまざまなファジー回帰戦略が調査され、比較されます。
この論文では、ルール密度が高く、カスケードジェノティファジーツリー(GFT)アーキテクチャ、およびモデルの複雑さを減らすためにファジーCマーン(FCM)に基づく新しいクラスター化されたアプローチを備えたブルートフォースタカギスゲノカン(TSK)ファジーシステムを評価します。
これは、複雑なエアロの偶然の現象の効果的な回帰ツールとしてのクラスタリング補助ファジー推論の生存率を強調しています。
キーワード:ファジーロジック、回帰、カスケードシステム、クラスタリング、AI。
要約(オリジナル)
This study investigates the application of Genetic Fuzzy Systems (GFS) to model the self-noise generated by airfoils, a key issue in aeroaccoustics with significant implications for aerospace, automotive and drone applications. Using the publicly available Airfoil Self Noise dataset, various Fuzzy regression strategies are explored and compared. The paper evaluates a brute force Takagi Sugeno Kang (TSK) fuzzy system with high rule density, a cascading Geneti Fuzzy Tree (GFT) architecture and a novel clustered approach based on Fuzzy C-means (FCM) to reduce the model’s complexity. This highlights the viability of clustering assisted fuzzy inference as an effective regression tool for complex aero accoustic phenomena. Keywords : Fuzzy logic, Regression, Cascading systems, Clustering and AI.
arxiv情報
著者 | Hugo Henry,Kelly Cohen |
発行日 | 2025-05-29 17:59:04+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google