Polish (Poland)English (United Kingdom)

The Learning of Neuro-Fuzzy Classifier with Fuzzy Rough Sets for Imprecise Datasets

Rodzaj publikacji: Rozdział książki
Rok: 2014
Autorzy:
Edytor: Leszek Rutkowski, Marcin Korytkowski, Rafał Scherer, Ryszard Tadeusiewicz, Lotfi A. Zadeh, Jacek M. Zurada
Tom: 8467
Strony: 256–266
Wydawca: Springer International Publishing
Seria: Lecture Notes in Computer Science
ISBN: 978-3-319-07172-5
BibTex:
Abstrakt:
The paper concerns the architecture of a neuro-fuzzy classifier with fuzzy rough sets which has been developed to process imprecise data. A raw output of such system is an interval which has to be interpreted in terms of classification afterwards. To obtain a credible answer, the interval should be as narrow as possible; however, its width cannot be zero as long as input values are imprecise. In the paper, we discuss the determination of classifier parameters using the standard gradient learning technique. The effectiveness of the proposed method is confirmed by several simulation experiments. Learning of Neuro-Fuzzy Classifier with Fuzzy Rough Sets for Imprecise Datasets

Na tej stronie używamy ciasteczek do zapisania spersonalizowanych ustawien użytkownika oraz w celach statystycznych. Jeśli Państwa przeglądarka nie blokuje ciasteczek, informacje te zostały zapisane na Waszym komputerze.Więcej informacji w naszej polityce prywatności.

Akceptuję wykorzystanie ciasteczek na tej stronie.