Reguły decyzyjne z rozmytą granulacją wiedzy

• Autorzy: Sosnowski Z. A.

Warianty tytułu

EN

Decision rules with fuzzy granulation of knowledge

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono architekturę klasyfikatora rozmytego opartego na klastrowo-kontekstowych rozmytych drzewach decyzyjnych oraz zbadano jego wydajność na standardowych zestawach danych: Dermatology i Housing Data Sets. Wyniki symulacji pokazują, że przedstawiony klasyfikator daje zadowalające wskaźniki klasyfikacji.

EN

In this paper, we present the architecture of fuzzy classifier based on context fuzzy cluster-oriented decision trees and examine its performance on Dermatology and Housing data sets. Simulation results show that the presented classifier has a satisfactory classification rate.

Słowa kluczowe

PL

klasyfikator rozmyty; rozmyte drzewa decyzyjne; rozmyte grupowanie kontekstowe

EN

fuzzy classifier; fuzzy decision trees; context based FCM

• Wydawca: Polskie Towarzystwo Symulacji Komputerowej
• Czasopismo: Symulacja w Badaniach i Rozwoju
• Rocznik: 2012
• Tom: Vol. 3, nr 4
• Strony: 225--232
• Opis fizyczny: Bibliogr. 8 poz., rys., tab.

Twórcy

autor

Sosnowski Z. A.

• Politechnika Białostocka, Wydział Informatyki ul. Wiejska 45a, 15-351 Białystok

Bibliografia

• 1. Rutkowski L.: Metody i techniki sztucznej inteligencji, Wydawnictwo Naukowe PWN, 2006.
• 2. Quinlann J.R.: Induction of decision trees, Machine Learning 1, 1986, 81-106.
• 3. Pedrycz W., Sosnowski Z. A.: C-Fuzzy Decision Trees, IEEE Transactions on Systems, Man and Cybernetics, Part C, Vol. 35, No 4, 2005, p. 498-511.
• 4. Cichosz P.: Systemy uczące się, Wydawnictwo Naukowo-Techniczne, Warszawa 2000.
• 5. Pedrycz W., Sosnowski Z. A.: Designing decision trees with the use of fuzzy granulation, IEEE Transactions on Systems, Man, and Cybernetics – Part A, vol. 30, 2000,151-159.
• 6. Sosnowski Z.A.: Contex-based fuzzy cluster-oriented decision trees, The European Simulation & Modelling Conference ESM’2007, October 22-24, 2007, St. Julians, Malta, p.326-328.
• 7. Romanowicz M.K.: Badanie metod hierarchicznego grupowania rozmytego, praca magisterska, Politechnika Białostocka, Wydział Informatyki, 2011.
• 8. Merz C.J, Murphy P.M.: UCI Repository for Machine Learning Data-Bases [http://www.ics.uci.edu/~mlearn/MLRepository.html], Irvine, CA: University of California, Department of Information and Computer Science, 1996.

Uwagi

PL

Praca finansowana w ramach badań statutowych Wydziału Informatyki Politechniki Białostockiej nr S/WI/2/08