Aufbau der Vorlesung Gliederung: Fuzzy Logik - CES
Aufbau der Vorlesung Gliederung: Fuzzy Logik - CES
Aufbau der Vorlesung Gliederung: Fuzzy Logik - CES
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
<strong>Vorlesung</strong> “Intelligente Datenanalye”<br />
Universität Karlsruhe, ITEC (Prof. J. Henkel)<br />
Dr. F. Feldbusch<br />
• Gitterbasiert<br />
Universität Karlsruhe<br />
ITEC (Prof. J. Henkel)<br />
Klassifikation <strong>der</strong> Verfahren<br />
– klassischer Ansatz (Wang & Mendel ‘92)<br />
– Erweiterung (Higgins & Goodman ‘93)<br />
– NEFCLASS (Nauck & Kruse ‘92)<br />
• Finetuning Regelbasis<br />
– <strong>Fuzzy</strong>-MLP (Mitra & Pal ‘94)<br />
– Bewertung von Regeln (Delgado & Gonzalez ‘93)<br />
• Regionenbasiert<br />
– Aktivierungs/Inhibitions-Rechtecke (Abe & Lan ‘95)<br />
– RecBF und <strong>Fuzzy</strong> Graph (Berthold & Huber ‘95)<br />
Universität Karlsruhe<br />
ITEC (Prof. J. Henkel)<br />
University of California<br />
Intelligente Datenanalyse – F4.61 at Berkeley 61<br />
Aktivierungs-/Inhibitions<br />
Aktivierungs /Inhibitions-Rechtecke Rechtecke<br />
• Abe & Lan ‘95<br />
– Quantisierung <strong>der</strong> Ausgaben (keine Granularisierung)<br />
– Bilde Aktivierungs-Hyperrechtecke<br />
– Werden Daten an<strong>der</strong>er Klassen überdeckt, bilde<br />
Inhibitionsrechteck usw.<br />
– Wenn X in Akt.HR A und X nicht in Inh.HR B<br />
dann Intervall I<br />
University of California<br />
Intelligente Datenanalyse – F4.62 at Berkeley 62<br />
31