English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Tools annual

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Presents the access of premium content as premium feature

Premium Content

Global: Zendy Plus annual

Global: Zendy Free Plan

Sistem pengenalan pola seperti pengenalan suara, aroma, wajah, dan tulisan sudah berkembang dengan pesat dan sebagian besar menggunakan metode jaringan syaraf tiruan (JST) seperti multilayer perceptron, back propagation dan lainnya. Pada sistem pengenalan pola secara umum terdapat beberapa komponen yang terintegrasi. Komponen tersebut dikelompokan menjadi 3 bagian yaitu input data, processing data dan output data. Merata-ratakan beberapa nilai yang berdistribusi menjadi sebuah nilai tunggal akan menyebabkan informasi dari nilai-nilai itu akan tereduksi didalam pengenalan pola pada bagian proses pembelajarannya. Dalam paper ini akan dijelaskan suatu metode Segitiga Fuzzy-Neural Network yang dapat memasukan semua informasi dari nilai-nilai yang terukur dari suatu sensor agar lebih merepresentasikan keseluruhan data dan tidak ada informasi yang terreduksi. Hasil pengenalan pola untuk suatu aroma dengan metode ini menunjukan akurasi yang cukup tinggi.

Segitiga Fuzzy-Neural Network untuk Mengenali Pola dari Model Input Data yang Berdistribusi