Neural network based fuzzy cognitive map
Neural network based fuzzy cognitive map
复制标题
基于神经网络的模糊认知图
DOI：
10.1016/j.eswa.2022.117567
复制
发表时间：
2022
影响因子：
8.5
通讯作者：
Stanfield, Paul M.
中科院分区：
文献类型：
--
作者：
Sabahi, Sima;Stanfield, Paul M.
模糊认知图（FCM）是一种用于复杂系统建模和分析的强大技术。在这项研究中，我们提出了一种新的学习算法，不同于现有的基于FCM的学习算法，确保匹配所需的系统状态，通过计算模型中的其他“无法解释的”偏差。我们的学习算法既考虑了整个系统的偏差，也考虑了每个系统因素（概念）的个体偏差。我们探讨了FCM的结构和特点的影响，所提出的算法，并建议计算偏差的解释。最后，我们提出了一个FCM可视化技术，使建模系统之间的比较和更深入的了解。由于FCM提供了更广泛的，可量化的因素之间的因果关系的观点，在这项研究中使用的方法提供了深入了解FCM建模和应用到现实世界的复杂系统。
A Fuzzy Cognitive Map (FCM) is a powerful technique for modeling and analyzing complex systems. In this study, we propose a novel learning algorithm that, unlike existing FCM-based learning algorithms, ensures matching the desired system state by computing the otherwise “unexplained” biases in the model. Our learning algorithm considers both the whole system bias and the individual biases for each system factor (concept). We explore the impact of FCM structure and characteristics for the proposed algorithm and suggest an interpretation of computed biases. Finally, we propose an FCM visualization technique which enables comparison between and a deeper understanding of modeled systems. As FCMs offer a broader, quantifiable view of the causal relationships between factors, the approach used in this study provides insights into FCM modeling and application to real-world complex systems.
整合定性比较分析（QCA）和模糊认知图（FCM）以增强自变量的选择
DOI：
--
发表时间：
2016
期刊：
影响因子：
--
作者：
F. Ferreira;Marjan S. Jalali;J. Ferreira
通讯作者：
J. Ferreira
探索 IS 评估的模糊认知图
影响因子：
6.4
作者：
A. Sharif;Z. Irani
通讯作者：
Z. Irani
FCM的自动构建
DOI：
--
发表时间：
1998
期刊：
Fuzzy Sets Syst.
影响因子：
--
作者：
Moti Schneider;E. Shnaider;A. Kandel;G. Chew
通讯作者：
G. Chew