‎Fuzzy Ordinary and Fractional General Sigmoid Function Activated‎ ‎Neural Network Approximation

Article Type:
Research/Original Article (بدون رتبه معتبر)
Here we research the univariate fuzzy ordinary and fractional quantitative‎ ‎approximation of fuzzy real valued functions on a compact interval by‎ ‎quasi-interpolation general sigmoid activation function relied on fuzzy neural‎ ‎network operators‎. ‎These approximations are derived by establishing fuzzy‎ ‎Jackson type inequalities involving the fuzzy moduli of continuity of the‎ ‎function‎, ‎or of the right and left Caputo fuzzy fractional derivatives of‎ ‎the involved function‎. ‎The approximations are fuzzy pointwise and fuzzy‎ ‎uniform‎. ‎The related feed-forward fuzzy neural networks are with one hidden‎ ‎layer‎. ‎We study in particular the fuzzy integer derivative and just fuzzy‎  ‎continuous cases‎. ‎Our fuzzy fractional approximation result using higher‎ ‎order fuzzy differentiation converges better than in the fuzzy just‎ ‎continuous case‎.
Transactions on Fuzzy Sets and Systems, Volume:2 Issue: 2, Fall - Winter 2023
15 to 38
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!