Review of the achievements of employees of the Lublin University Of Technology in the field of fuzzy set utilization

• Autorzy: Celiński Maciej , Kiersztyn Adam

Identyfikatory

DOI

10.35784/iapgos.5866

Warianty tytułu

PL

Przegląd osiągnięć pracowników Politechniki Lubelskiej w dziedzinie wykorzystania zbiorów rozmytych

• Języki publikacji: EN

Abstrakty

EN

In this paper, we present a review of research on the applications of fuzzy set theory conducted by Lublin University of Technology researchers. We focus on analyzing research trends and practical applications of fuzzy sets in time series analysis and missing data imputation. Fuzzy sets constitute a key methodology for addressing data uncertainty and imprecision. We discuss various techniques within the field of fuzzy sets, including fuzzy classification, outlier detection, and missing data imputation, emphasizing their significance across various fields of science and social life. The presented results indicate the potential for innovative research and further development in this field. The academic community at Lublin University of Technology plays a significant role in promoting and advancing fuzzy set theory, which is crucial for future scientific and technological research.

PL

W niniejszym artykule przedstawiamy przegląd badań nad zastosowaniami teorii zbiorów rozmytych prowadzonych przez naukowców z Politechniki Lubelskiej. Skupiamy się na analizie trendów badawczych i praktycznych zastosowaniach zbiorów rozmytych w analizie szeregów czasowych oraz imputacji brakujących danych. Zbiory rozmyte stanowią kluczową metodologię do rozwiązywania problemów związanych z niepewnością i nieprecyzyjnością danych. Omawiamy różne techniki w dziedzinie zbiorów rozmytych, w tym klasyfikację rozmytą, wykrywanie wartości odstających oraz imputację brakujących danych, podkreślając ich znaczenie w różnych dziedzinach nauki i życia społecznego. Przedstawione wyniki wskazują na potencjał innowacyjnych badań i dalszego rozwoju w tej dziedzinie. Społeczność akademicka Politechniki Lubelskiej odgrywa istotną rolę w promowaniu i rozwijaniu teorii zbiorów rozmytych, co jest kluczowe dla przyszłych badań naukowych i technologicznych.

Słowa kluczowe

EN

fuzzy sets; fuzzy methods; outlier detection; fuzzy classification; missing data filling

PL

zbiory rozmyte; metody rozmyte; wykrywanie wartości odstających; klasyfikacja rozmyta; uzupełnianie brakujących danych

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2024
• Tom: T. 14, nr 2
• Strony: 133--140
• Opis fizyczny: Bibliogr. 23 poz., tab., wykr.

Twórcy

autor

Celiński Maciej

• Lublin University of Technology, Faculty of Mathematics and Technical Computer Science, Lublin, Poland

• https://orcid.org/0000-0001-8412-207X

autor

Kiersztyn Adam

• Lublin University of Technology, Faculty of Mathematics and Technical Computer Science, Lublin, Poland

• https://orcid.org/0000-0001-5222-8101

Bibliografia

• [1] Badurowicz M., Montusiewicz J., Karczmarek P.: Detection of Road Artefacts Using Fuzzy Adaptive Thresholding. IEEE International Conference on Fuzzy Systems, 2020 [https://doi.org/10.1109/FUZZ48607.2020.9177822].
• [2] Badurowicz M., Karczmarek P., Montusiewicz J.: Fuzzy Extensions of Isolation Forests for Road Anomaly Detection. IEEE International Conference on Fuzzy Systems, 2021 [https://doi.org/10.1109/FUZZ45933.2021.9494469].
• [3] Bojanowska A. B., Kulisz M.: Using Fuzzy Logic to Make Decisions Based on the Data From Customer Relationship Management Systems. Advances in Science and Technology Research Journal 17(5), 2023 [https://doi.org/10.12913/22998624/172374].
• [4] Czerwinski D. et al.: An Application of Fuzzy C-Means, Fuzzy Cognitive Maps, and Fuzzy Rules to Forecasting First Arrival Date of Avian Spring Migrants. IEEE International Conference on Fuzzy Systems, 2020 [https://doi.org/10.1109/FUZZ48607.2020.9177763].
• [5] Czerwinski D. et al.: Influence of the Fuzzy Robust Gamma Rank Correlation, Fuzzy C-Means, and Fuzzy Cognitive Maps to Predict the Z Generation's Acceptance Attitudes Towards Internet Health Information. IEEE International Conference on Fuzzy Systems, 2021 [https://doi.org/10.1109/FUZZ45933.2021.9494596].
• [6] Dolecki M. et al.: On the Understanding of Anomalies in the Oculography Data and Their Classification with an Application of Fuzzy Aggregators. IEEE International Conference on Fuzzy Systems, 2022 [https://doi.org/10.1109/FUZZ-IEEE55066.2022.9882877].
• [7] Gola A., Kłosowski G.: Development of computer-controlled material handling model by means of fuzzy logic and genetic algorithms. Neurocomputing 338, 2019 [https://doi.org/10.1016/j.neucom.2018.05.125].
• [8] Jasiulewicz-Kaczmarek M., Żywica P., Gola A.: Fuzzy set theory driven maintenance sustainability performance assessment model: a multiple criteria approach. Journal of Intelligent Manufacturing 32(5), 2021 [https://doi.org/10.1007/s10845-020-01734-3].
• [9] Karczmarek P. et al.: K-Medoids Clustering and Fuzzy Sets for Isolation Forest. IEEE International Conference on Fuzzy Systems, 2021 [https://doi.org/10.1109/FUZZ45933.2021.9494460].
• [10] Karczmarek P. et al.: Fuzzy C-Means-based Isolation Forest. Applied Soft Computing 106, 2021 [https://doi.org/10.1016/j.asoc.2021.107354].
• [11] Kiersztyn A. et al.: Detection and Classification of Anomalies in Large Datasets on the Basis of Information Granules, in IEEE Transactions on Fuzzy Systems 30(8), 2022, 2850–2860 [https://doi.org/10.1109/TFUZZ.2021.3076265].
• [12] Kiersztyn A. et al.: Analysis of the Homozygosity of Microsatellite Markers by Using Fuzzy Sets. IEEE International Conference on Fuzzy Systems, 2022 [https://doi.org/10.1109/FUZZ-IEEE55066.2022.9882630].
• [13] Kiersztyn A., Kiersztyn K.: Fuzzy Modification of Analytic Hierarchy Process Using GUI Tools. IEEE International Conference on Fuzzy Systems, 2022 [https://doi.org/10.1109/FUZZ-IEEE55066.2022.9882579].
• [14] Kaczmarek-Majer K., Kiersztyn A.: Experimental Evaluation of the Accuracy of an Ensemble of Fuzzy Methods for Classification of Episodes in Bipolar Disorder. IEEE International Conference on Fuzzy Systems, 2022 [https://doi.org/10.1109/FUZZ-IEEE55066.2022.9882582].
• [15] Kiersztyn A. et al.: Data Imputation in Related Time Series Using Fuzzy Set-Based Techniques. IEEE International Conference on Fuzzy Systems, 2020 [https://doi.org/10.1109/FUZZ48607.2020.9177617].
• [16] Kiersztyn K., Kiersztyn A.: Fuzzy Rule-based Outlier Detector. IEEE International Conference on Fuzzy Systems, 2022 [https://doi.org/10.1109/FUZZ-IEEE55066.2022.9882567].
• [17] Kiersztyn A. et al.: The use of information granules to detect anomalies in spatial behavior of animals. Ecological Indicators 136, 2022 [https://doi.org/10.1016/j.ecolind.2022.108583].
• [18] Karczmarek P., Kiersztyn A., Pedrycz W.: Fuzzy Set-Based Isolation Forest. IEEE International Conference on Fuzzy Systems, 2020 [https://doi.org/10.1109/FUZZ48607.2020.9177718].
• [19] Karczmarek P. et al.: The Assessment of Importance of Selected Issues of Software Engineering, IT Project Management, and Programming Paradigms Based on Graphical AHP and Fuzzy C-Means. IEEE International Conference on Fuzzy Systems, 2020 [https://doi.org/10.1109/FUZZ48607.2020.9177591].
• [20] Kiersztyn A. et al.: Classification of Companies Based on Fuzzy Levels of Innovation. IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), 2022 [https://doi.org/10.1109/FUZZIEEE55066.2022.9882734].
• [21] Witczak M. et al.: A fuzzy logic approach to remaining useful life control and scheduling of cooperating forklifts. In: IEEE CIS International Conference on Fuzzy Systems 2021: Conference Proceedings, 2021, 1–8 [https://doi.org/10.1109/FUZZ45933.2021.9494562].
• [22] Wittbrodt P. et al.: Identification of the Impact of the Availability Factor on the Efficiency of Production Processes Using the AHP and Fuzzy AHP Methods. Applied Computer Science 18(4), 2022 [https://doi.org/10.35784/acs-2022-32].
• [23] Zadeh L. A.: Fuzzy Sets. Information and Control, 1965.