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 />
Universität Karlsruhe<br />
ITEC (Prof. J. Henkel)<br />
Zusammenfassung FGA<br />
+ Approximation<br />
+ Fehlerbeschränkung auf Beispieldaten<br />
(Rauschtoleranz)<br />
+ Einfache Anwendbarkeit und schnelle Erzeugung<br />
+ Lokal an die Daten adaptierend<br />
- Keine linguistische Interpretation<br />
- Überlappung von Regeln<br />
- Heuristik beeinflußt Ergebnis<br />
Universität Karlsruhe<br />
ITEC (Prof. J. Henkel)<br />
University of California<br />
Intelligente Datenanalyse – F4.87 at Berkeley 87<br />
Rückblick: Klassifikation <strong>der</strong> Verfahren<br />
• Gitterbasiert<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 />
University of California<br />
Intelligente Datenanalyse – F4.88 at Berkeley 88<br />
44