PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
  • Sesja wygasła!
Tytuł artykułu

Application of fuzzy cognitive maps to analysis of development scenarios for academic units

Autorzy
Treść / Zawartość
Identyfikatory
Warianty tytułu
PL
Zastosowanie rozmytych map kognitywnych do badania scenariuszy rozwoju jednostek akademickich
Języki publikacji
EN
Abstrakty
EN
For many classes of problems it is difficult to make decisions, assessments or develop plans based on precise quantitative models. Fuzzy Cognitive Maps (FCM) are a well-known tool for qualitative analysis of systems that uses a simple representation of knowledge in the form of a graph of concepts linked by causal relationships. Advantages of FCMs are the ease of gathering and representing knowledge and the simplicity of reasoning techniques, very close to neural networks. The paper gives results of experiments aiming at application of FCMs to analysis of development scenarios for research and teaching units. The analyzes were conducted for four representative classes of academic units: strong, medium, weak with a development potential and weak; their results are discussed and several observations related to reasoning with FCMs are made.
PL
Dla wielu klas zagadnień podejmowanie decyzji, określenie strategii postępowania lub formułowanie ocen na podstawie precyzyjnych modeli ilościowych może być bardzo trudne w realizacji. Rozmyte mapy kognitywne (ang. FCM - Fuzzy Cognitive Maps) są znanym narzędziem jakościowej analizy systemów wykorzystującym prostą reprezentację wiedzy w postaci grafu pojęć i zależności przyczynowych pomiędzy nimi. Ich zaletą jest zarówno łatwość gromadzenia wiedzy, jak i prostota technik wnioskowania bliska sieciom neuronowym. Celem artykułu jest opisanie eksperymentu polegającego zastosowaniu FCM dla analizy zagadnienia słabo poddającego się ocenie ilościowej, jakim jest prognoza rozwoju jednostek naukowo-dydaktycznych. Praca podsumowuje rezultaty analizy w postaci scenariuszy rozwoju dla czterech reprezentatywnych klas jednostek: silnych, średnich, słabych z potencjałem i słabych oraz omawia zebrane obserwacje dotyczące wnioskowania z wykorzystaniem rozmytych map kognitywnych.
Wydawca
Rocznik
Strony
229--239
Opis fizyczny
Bibliogr. 8 poz., rys., wykr.
Twórcy
autor
  • AGH University of Science and Technology, Krakow, Poland
Bibliografia
  • [1] Axelrod R.M., Structure of Decision: The Cognitive Maps of Political Elites. Princeton University Press, New Jersey, 1976.
  • [2] Kosko В., Fuzzy Cognitive maps. International Journal of Machine Studies 24, 1986, pp. 65-75.
  • [3] Kosko В., Neural network and fuzzy systems: a dynamical systems approach to machine intelligence. Englewood Cliffs USA 449, Prentice Hall, 1992.
  • [4] Jetter A., Schweinfort W., Building scenarios with Fuzzy Cognitive Maps: An exploratory study of solar energy. Futures 43, 2011, pp. 52-66.
  • [5] Özesmi U., Özesmi S., Ecological models based on people's knowledge: A multi-step fuzzy cognitive mapping approach. Ecological Modelling 176, 2004, pp. 43-64.
  • [6] Aguilar J., A Survey about Fuzzy Cognitive Maps Papers (Invited Paper). International Journal 3, 2005, pp. 27-33.
  • [7] Papageorgiou E.I., Learning Algorithms for Fuzzy Cognitive Maps - A Review Study. Construction, 2011, pp. 1-14.
  • [8] Bueno S., Salmeron J., Benchmarking main activation functions in fuzzy cognitive maps. Expert Systems with Applications 36, 2009, pp. 5221-5229.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-6901443b-d993-45a2-94e5-c3ce83dece52
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.