...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Soft computing: A fusion of foundations, methodologies and applications >Creating comprehensible regression models - Inductive learning and optimization of fuzzy regression trees using comprehensible fuzzy predicates
【24h】

Creating comprehensible regression models - Inductive learning and optimization of fuzzy regression trees using comprehensible fuzzy predicates

机译：创建可理解的回归模型-使用可理解的模糊谓词对模糊回归树进行归纳学习和优化

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper we will present a novel approach to data-driven fuzzy modeling which aims to create highly accurate but also easily comprehensible models. This is achieved by a three-stage approach which separates the definition of the underlying fuzzy sets, the learning of the initial fuzzy model, and finally a local or global optimization of the resulting model. The benefit of this approach is that it allows to use a language comprising of comprehensible fuzzy predicates and to incorporate expert knowledge by defining problem specific fuzzy predicates. Furthermore, we achieve highly accurate results by applying a regularized optimization technique.
机译：在本文中，我们将提出一种新颖的数据驱动模糊建模方法，旨在创建高度准确但也易于理解的模型。这是通过三阶段方法实现的，该方法将基础模糊集的定义，初始模糊模型的学习以及最终生成模型的局部或全局优化分离开来。这种方法的好处在于，它允许使用由可理解的模糊谓词组成的语言，并通过定义问题特定的模糊谓词来合并专家知识。此外，我们通过应用规范化优化技术获得了高度准确的结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号