fuzzy associative classifier
در نشریات گروه برق-
پایگاه قوانین طبقه بند فازی همباشی (FAC)، مجموعه ای از قوانین فازی همباشی است که اغلب مبتنی بر داده های کمی سیستم می باشد. درحالی که در دنیای واقعی- با پیچیدگی ها و عدم قطعیت های موجود- طبقه بندی، یک مسئله تصمیم گیری است که تحت تاثیر شدید دانش، تجربه، و دیدگاه شخصی افراد می باشد. در این مقاله، ساختار کلی ف-طبقه بند فازی همباشی(f-FAC) را در چارچوب منطق فازی توسعه یافته معرفی می نماییم که بیش از پیش به شیوه تفکر و استنتاج آدمی نزدیک می باشد. در ساختار پیشنهادی، دانش و تجربه انسانی در قالب مفهوم اعتبار فازی در هر دو مرحله تشکیل پایگاه قوانین و استنتاج طبقه بندهای فازی همباشی لحاظ شده است. در این طبقه بند، اعتبار مشخصه ها و قوانین با تلفیق نظرکارشناسان براساس هوش جمعی و با استفاده از محاسبات ادراکی تعیین می گردد. به منظور ارزیابی روش پیشنهادی، f-FARC-HD به عنوان توسعه ای از طبقه بند FARC-HD پیاده سازی شده و با تعدادی از طبقه بندهای دیگر- فازی همباشی و غیرفازی همباشی- مقایسه می شود. همچنین، کارآیی دو طبقه بند f-FARC-HD و FARC-HD در سطوح مختلف اغتشاش بررسی می گردد. آزمایش ها بر روی یک مجموعه داده واقعی ازاطلاعات بیماران بخش سوختگی بیمارستان های اهواز اجرا شده است. نتایج نشان می دهد که با در نظر گرفتن مفهوم اعتبار در f-FARC-HD، طبقه بندی کارا با پیچیدگی بسیار کم تر بدست می آید که حساسیت آن نسبت به تغییرات اغتشاش کمتر از FARC-HD می باشد.
کلید واژگان: اعتبار، منطق فازی توسعه یافته، طبقه بند فازی همباشی، عدم قطعیت، محاسبات ادراکیRule base of a Fuzzy Associative Classifier (FAC) is a collection of fuzzy associative rules that are often based on the system's quantitative data. However, due to the real-world complexities and uncertainties, classification in many practical circumstances remains a matter of art of decision-making that is strongly influenced by the knowledge, experience, and personal perspective of individuals. In this paper, we introduce the f-associative fuzzy classifier (f-FAC) in the framework of Extended Fuzzy Logic (FLe), which is more closely related to the way of thinking and reasoning of human beings. In the proposed structure, human knowledge and experience are considered by fuzzy validity concept in both phases of construction and deduction of FACs. In this classifier, the validity of the items and rules is determined by integrating the opinion of experts on the basis of wisdom of crowds and using perceptual computing. To evaluate the proposed approach, a real dataset of burn patients in Ahwaz are considered. f-FARC-HD is then implemented as an extension of FARC-HD associative classifier and is compared with the other approaches (associative classifier and non-associative classifier). Also, f-FARC-HD and FARC-HD are compared in different levels of noise. Results indicate that considering the concept of validity in the proposed extended approach, f-FARC-HD, leads to comparable accuracy, but at a considerably less complexity. Also, f-FARC-HD is less sensitive against noise.
Keywords: Validity, Extended Fuzzy Logic, Fuzzy Associative Classifier, uncertainty, Perceptual Computing
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.