Aufbau der Vorlesung Gliederung: Fuzzy Logik - CES
Aufbau der Vorlesung Gliederung: Fuzzy Logik - CES
Aufbau der Vorlesung Gliederung: Fuzzy Logik - CES
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<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 />
Verknüpfungen (fuzzy ( fuzzy)<br />
• Vereinigung • Durchschnitt<br />
μ(x)<br />
μ(x)<br />
1<br />
0<br />
μ(x)<br />
1<br />
0<br />
μ (x) = max( μ (x), μ (x))<br />
1+2 1 2<br />
μ (x) = μ (x) + μ (x)<br />
1+2 1 2<br />
drastische<br />
Summe<br />
Universität Karlsruhe<br />
ITEC (Prof. J. Henkel)<br />
x<br />
x<br />
1<br />
0<br />
μ(x)<br />
1<br />
0<br />
μ (x) = min( μ (x), μ (x))<br />
1·2 1 2<br />
μ (x) = μ (x) · μ (x)<br />
1·2 1 2<br />
University of California<br />
Intelligente Datenanalyse – F4.11 at Berkeley 11<br />
Spektrum an Verknüpfungen<br />
Durchschnitts-Operatoren<br />
t-Conormen t-Normen<br />
max min<br />
University of California<br />
Intelligente Datenanalyse – F4.12 at Berkeley 12<br />
x<br />
x<br />
drastisches<br />
Produkt<br />
6