Polish (Poland)English (United Kingdom)

The learning of neuro-fuzzy approximator with fuzzy rough sets in case of missing features.

Rodzaj publikacji: Rozdział książki
Rok: 2014
Autorzy:
Strony: 3759–3766
BibTex:
Abstrakt:
The architecture of neuro-fuzzy systems with fuzzy rough sets originally has been developed to process with imprecise data. In this paper, the adaptation of those systems to the missing features case is presented. However, the main considerations concern with methods of learning which could be applied to such systems for approximation tasks. Various methods for determining values of system parameters have been considered, in particular the gradient learning method. The effectiveness of proposed methods has been confirmed by many simulation experiments, which results have been supplied to this paper.

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.