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 />
RecBF - Regelextraktion<br />
Kern und Einflußbereich im ℜ m<br />
Wennx1 in [a1, b1 ] ⊆ (c1, d1, )<br />
Und xn in Kernn ⊆ Einflußb.<br />
DannKlasse K = [ay, by ] ⊆ (cy, dy )<br />
Regeln = Explizites (lokales) Wissen über<br />
Zusammenhänge, Parametereinfluß und Empfindlichkeit<br />
• Algorithmus<br />
Universität Karlsruhe<br />
ITEC (Prof. J. Henkel)<br />
University of California<br />
Intelligente Datenanalyse – F4.67 at Berkeley 67<br />
RecBFN<br />
– Überdeckung (covered)<br />
– Einfügung (commit)<br />
– Verkleinern (shrink)<br />
• Klassifikationsregionen<br />
– lokal<br />
– rechteckförmig und achsenparallel -> Regeln<br />
extrahierbar<br />
– Bereich zwischen Klassen interpretierbar<br />
University of California<br />
Intelligente Datenanalyse – F4.68 at Berkeley 68<br />
34