Näytä suppeat kuvailutiedot

dc.contributor.authorRaitamäki, Jouni
dc.date.accessioned2008-01-09T12:55:39Z
dc.date.available2008-01-09T12:55:39Z
dc.date.issued2003
dc.identifier.isbn951-39-1653-7
dc.identifier.otheroai:jykdok.linneanet.fi:920382
dc.identifier.urihttps://jyx.jyu.fi/handle/123456789/13240
dc.description.abstractJouni 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.abstractThe 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.format.extentverkkoaineisto (164 sivua).
dc.language.isoeng
dc.publisherJyväskylän yliopisto
dc.relation.ispartofseriesJyväskylä studies in computing
dc.relation.isversionofISBN 951-39-1373-2
dc.titleAn approach to linguistic pattern recognition using fuzzy systems
dc.typeDiss.fi
dc.identifier.urnURN:ISBN:951-39-1653-7
dc.type.dcmitypeTexten
dc.type.ontasotVäitöskirjafi
dc.type.ontasotDoctoral dissertationen
dc.contributor.tiedekuntaInformaatioteknologian tiedekuntafi
dc.contributor.tiedekuntaFaculty of Information Technologyen
dc.contributor.yliopistoUniversity of Jyväskyläen
dc.contributor.yliopistoJyväskylän yliopistofi
dc.contributor.oppiaineTietotekniikkafi
dc.relation.issn1456-5390
dc.relation.numberinseries32
dc.rights.accesslevelopenAccessfi
dc.subject.ysosumea logiikka
dc.subject.ysomallit
dc.subject.ysokielitiede
dc.subject.ysosäännöt
dc.subject.ysonumeeriset menetelmät


Aineistoon kuuluvat tiedostot

Thumbnail

Aineisto kuuluu seuraaviin kokoelmiin

Näytä suppeat kuvailutiedot