Extended neo-fuzzy neuron in the task of images filtering

Abstract

EN: The paper describes a modification of the neo-fuzzy neuron called as «extended neo-fuzzy neuron» (ENFN) that characterized by improved approximating properties. The adaptive learning algorithm for ENFN is proposed, that has both following and smoothing properties and allows to solve problems of prediction, filtering and smoothing of non-stationary disturbed stochastic and chaotic signals. A distinctive feature of ENFN is its implementation computational simplicity compared with artificial neural networks and neuro-fuzzy systems. These properties of the proposed neo-fuzzy neuron make it very effective in suppressing noise in image filtering. UK: У статті пропонується модифікація нео-фаззі нейрона, що названа нами «розширений нео-фаззі нейрон» (ENFN) і характеризується поліпшеними апроксимуючими властивостями. Введено адаптивний алгоритм навчання ENFN, що має слідкуючі і згладжувальні властивості і дозволяє вирішувати завдання прогнозування, фільтрації і згладжування нестаціонарних «зашумлених» стохастичних і хаотичних сигналів. Відмінною особливістю ENFN є обчислювальна простота його реалізації в порівнянні з штучними нейронними мережами і нейро-фаззі системами. Ці властивості запропонованого нео-фаззі нейрона роблять його ефективним для пригнічення шумів на зображеннях в ході фільтрації.