An approach to linguistic pattern recognition using fuzzy systems

DSpace/Manakin Repository

Show simple item record

dc.contributor.author Raitamäki, Jouni
dc.date.accessioned 2008-01-09T12:55:39Z
dc.date.available 2008-01-09T12:55:39Z
dc.date.issued 2003
dc.identifier.isbn 951-39-1653-7
dc.identifier.uri http://urn.fi/URN:ISBN:951-39-1653-7
dc.identifier.uri http://hdl.handle.net/123456789/13240
dc.description.abstract Jouni Raitamäen väitöskirjan tarkoituksena on löytää menetelmiä sumeiden kielellisten JOS-NIIN -tyypisten sääntöjen tuottamiseen numeerisesta tiedosta. Apuna tässä käytetään sumeiden järjestelmien teoriaa.Menetelmien antamien tulosten tulee olla sekä ymmärrettäviä että tarkkoja. Kuitenkin vaatimus on yleensä ristiriitainen, sillä riittävän tarkan ratkaisun saavuttaminen vaatii usein monimutkaisempia menetelmiä ja malleja. Tämä ymmärrettävyyden ja tarkkuuden välinen tasapaino sumeissa järjestelmissä on keskeisellä sijalla väitöskirjan tarkasteluissa.Raitamäen tavoitteena on löytää sumea järjestelmä, joka on riittävän yleinen siten, että sitä voi soveltaa pienin modifikaatioin sekä regressio- että luokittelutehtäviin. Lähtökohtana on, että järjestelmä on oppiva ja sen avulla aikaansaatu numeerisen tiedon representaatio (joukko sumeita JOS-NIIN sääntöjä) on helposti tulkittavissa. fi
dc.description.abstract The present work is devoted to the study of fuzzy logic systems and to enhance their applicability to real-world problems. The goal is to find techniques for extracting readable linguistic representations from numerical data. The problematic relationship between interpretability and accuracy of a model is considered throughout the thesis. Fuzzy logic systems are applied to both modeling and knowledge acquisition types of problems.Modeling is viewed as a functional mapping from the input to the output. A fuzzy logic system that is suitable for this kind of task and methods to train such a system are sought for. Also ways to reduce the number of rules and dimensionality are studied.In knowledge acquisition the goal is to find relevant features from high-dimensional data and to form rules which can be presented as a quick overview of the data for the user. Thus, this application could be described with information compression or summarization. The basic idea behind the proposed method is to evaluate the importance of features by using a (fuzzy) entropy criterion. The method is tested with real-world examples. en
dc.language.iso eng
dc.publisher Jyväskylän yliopisto
dc.relation.ispartofseries Jyväskylä studies in computing;32
dc.relation.isversionof ISBN 951-39-1373-2
dc.title An approach to linguistic pattern recognition using fuzzy systems
dc.type Diss. fi
dc.identifier.urn URN:ISBN:951-39-1653-7
dc.subject.ysa sumea logiikka
dc.subject.ysa mallit
dc.subject.ysa kielitiede
dc.type.dcmitype Text en
dc.type.ontasot Väitöskirja fi
dc.type.ontasot Doctoral dissertation en
dc.contributor.tiedekunta Informaatioteknologian tiedekunta fi
dc.contributor.tiedekunta Faculty of Information Technology en
dc.contributor.yliopisto University of Jyväskylä en
dc.contributor.yliopisto Jyväskylän yliopisto fi

This item appears in the following Collection(s)

Show simple item record