×
G·卡斯特拉诺。;C·卡斯蒂略。;法内利，A.M。;C·门卡尔。

通过神经模糊建模框架进行知识发现。 （英语） 兹比尔1071.68535

模糊集系统。 149，第1期，187-207（2005）.
摘要：本文提出了一种神经模糊建模框架，用于从数据中发现知识并以模糊规则的形式表示。该框架的核心是一个知识提取过程，旨在通过神经模糊网络的两阶段学习来识别模糊规则库的结构和参数。为了获得可靠和可读的知识，知识提取过程还集成了两个阶段：预处理阶段、，对可用数据进行变量选择，以获得更简单、更可靠的模糊规则，以及一个后处理阶段，该阶段将提取的模糊规则的输出细化，从而提供估计输出的有效范围。此外，该框架可以解决复杂的多输入多输出问题。在这种情况下，可以遵循两种不同的建模策略，并有机会生成单个MIMO模型或MISO模型集合。提出的框架在一个实际案例研究中得到了验证，该案例研究涉及对意大利热电发电机燃烧过程产生的灰烬化学成分的预测。

引用于三文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
68层37 人工智能背景下的不确定性推理

关键词：

从数据中提取知识;神经模糊系统;功能选择;模糊聚类;学习

软件：

NEFCLASS-X公司
PDF格式BibTeX公司 XML格式引用
\textit{G.Castellano}等人，《模糊集系统》。149，编号1，187--207（2005年；兹bl 1071.68535）
全文： 内政部

参考文献：

[1] Abraham，A.，《神经-模糊系统现状建模技术》，（Mira，J.；Prieto，A.，神经元、学习过程和人工智能的连接主义模型（2001），Springer:Springer Berlin），269-276·Zbl 0982.68698号
[2] Arafeh，L。；辛格，H。；Putatunda，S.K.，材料处理的神经模糊逻辑方法，IEEE Trans。Systems Man Cybernet。，29, 362-370 (1999)
[3] 巴布斯卡，R。；鲁博斯，J.A。；Verbruggen，H.B.，《通过输入-输出TS模糊模型识别MIMO系统》，（IEEE Internat.Conf.on fuzzy systems（FUZZ-IEEE 1998）。程序。IEEE国际。模糊系统会议（FUZZ-IEEE 1998），阿拉斯加安克雷奇（1998），657-662
[4] Bellman，R.，《自适应控制过程导览》（1961），普林斯顿大学出版社：普林斯顿大学出版，新泽西州普林斯顿·Zbl 0103.12901号
[5] Bishop，C.M.，《模式识别的神经网络》（1995），克拉伦登出版社：牛津克拉伦登出版公司
[6] 卡波内蒂，L。；卡斯特拉诺，G。；Fanelli，A.M.，《用于文档图像分割和区域分类的神经模糊系统》（IEEE Internat.Proc.智能信号处理研讨会（WISP 2001）。程序。IEEE国际。智能信号处理研讨会（WISP 2001），匈牙利布达佩斯（2001），27-32
[7] 卡斯特拉诺，G。；Fanelli，A.M.，《自组织神经模糊推理网络》，（IEEE Internat.神经网络联合会议（IJCNN 2000）。程序。IEEE国际。神经网络联合会议（IJCNN 2000），意大利科莫（2000），14-19
[8] 卡斯特拉诺，G。；Fanelli，A.M.，《使用神经网络的模糊推理和规则提取》，《神经网络世界杂志》，第3361-371页（2000年）
[9] 卡斯特拉诺，G。；Fanelli，A.M。；Roselli，T.，《通过KBN方法提取模糊规则》（Proc.First Internat.ICSC Conf.on Neuro-Fuzzy Technologies）（NF 2002）。程序。第一国际。国际公务员制度委员会神经模糊技术会议（NF 2002），古巴哈瓦那（2002）
[10] 卡斯特拉诺，G。；Castiello，C。；Fanelli，A.M。；Giovannini，M.，《灰特性预测的神经模糊系统》，（第二届国际会议论文集，智能系统设计与应用研讨会（ISDA2002）。程序。第二国际。智能系统设计和应用研讨会（ISDA2002），美国亚特兰大（2002），175-180·Zbl 1089.68584号
[11] Castiello，C。；卡斯特拉诺，G。；Fanelli，A.M.，《用神经模糊方法对图像像素进行分类》，（第十届IFSA世界大会（IFSA 2003）。程序。第十届国际单项体育联合会世界大会（2003年国际单项体育联合会），土耳其伊斯坦布尔（2003年），253-256
[12] Chen，J.Q。；Xi，Y.G.，基于竞争学习和自适应模糊推理系统的非线性系统建模，IEEE Trans。Systems Man Cybernet。，28, 2, 231-238 (1998)
[13] 邱秀林，模糊模型输入变量的选择，智能模糊系统。，4, 243-256 (1996)
[14] Cios，K。；佩德里茨，W。；Swiniarski，R.，《知识发现的数据挖掘方法》（1998），Kluwer学术出版社：Kluwer-学术出版社Dordrecht·兹比尔0912.68199
[15] Cloete，I。；Zurada，J.M.，《基于知识的神经计算》（2000），麻省理工学院出版社：麻省理学院出版社剑桥
[16] Farag，W.A。；昆塔纳，V.H。；Lambert-Torres，G.，基于遗传的神经模糊方法，用于动态系统建模和控制，IEEE Trans。神经网络，9，5，756-767（1998）
[17] 法耶兹，U.M。；Piatetsky-Shapiro，G。；史密斯，P。；Uthurusamy，R.，《知识发现和数据挖掘的进展》（1996），麻省理工学院出版社：麻省理学院出版社剑桥
[18] 加韦达，A。；Zurada，J.，《数据驱动模糊建模中的输入选择》，（第十届IEEE国际会议，模糊系统会议，第十届电气与电子工程师协会国际会议，fuzzy系统会议，澳大利亚墨尔本（2001））
[19] Gegov，A.，通过主动分解实现多变量系统的多层模糊控制，国际。《智能系统杂志》，第12期，第403-411页（1997年）
[20] Geman，S。；Bienenstock，E。；Doursat，R.，《神经网络与偏差/方差困境》，神经计算，4，1-58（1992）
[21] Gili，P.A。；Battipede，M.，《非线性直升机模型的MIMO神经自适应速率阻尼的比较设计》（欧洲人工神经网络研讨会论文集（ESANN 2000）。程序。欧洲交响乐团。《人工神经网络》（ESANN 2000），比利时布鲁日（2000），159-164
[22] Halgamuge，S.K。；Glesner，M.，《模糊系统设计中的神经网络》。用于实际应用，模糊集和系统，65，1，1-12（1994）
[23] Hanss，M.，《关于开发非线性过程控制的增强模糊模型》，（第17届NAFIPS国际会议（NAFIPS 1998）。程序。第17届NAFIPS国际。Conf.（NAFIPS 1998），美国佛罗里达州彭萨科拉海滩（1998），365-369
[24] Himavathi，S。；Umamaheswari，B.，从输入输出数据建模MIMO系统的多步骤方法，（IEEE工业电子学会第27届年会（IECON 2001）（2001）），664-669
[25] Jang，J.R.，ANFIS自适应网络模糊推理系统，IEEE Trans。Systems Man Cybernet。，23, 665-685 (1993)
[26] Jang，J.R.，ANFIS学习的输入选择，（美国新奥尔良，IEEE Internat.Conf.Fuzzy Systems
[27] Kim，J。；Kasabov，N.，HyFIS自适应神经模糊推理系统及其在非线性动力系统中的应用，神经网络，121301-1319（1999）
[28] Kouatli，I.M.，制造环境中的简化模糊多变量结构，智能制造，5365-387（1994）
[29] Lin，C.T。；Lee，C.S.G.，基于神经网络的模糊逻辑控制和决策系统，IEEE Trans。计算。，40, 12, 1320-1336 (1991) ·Zbl 1395.93324号
[30] 林肯斯博士。；Chen，M.-Y.，使用神经网络、模糊集和系统进行模糊建模的输入选择和分区验证。，107, 299-308 (1999)
[31] 吕义忠。；他，M。；Xu，C.-W.，工业过程的模糊建模和专家优化控制，IEEE Trans。控制系统技术。，5, 2-12 (1997)
[32] Luk，A。；Lien，S.，《竞争对手奖励和随机奖励竞争对手竞争学习》，（《IEEE国际标准》，《联合Conf.神经网络》，《IEEE国内标准》，美国华盛顿（1999））
[33] T.M.Mitchell，《机器学习》，McGraw-Hill国际版，纽约，1997年。；T.M.Mitchell，《机器学习》，McGraw-Hill国际版，纽约，1997年·Zbl 0913.68167号
[34] 莫洛夫，S。；van den Boom，T。；库斯塔，F。；Ollero，A。；Babuska，R.，模糊模型预测控制的鲁棒稳定性约束，IEEE Trans。模糊系统。，22, 1, 50-56 (2002)
[35] 诺克·D。；克拉旺，F。；Kruse，R.，《神经模糊系统基础》（1997），威利：威利-奇切斯特
[36] 诺克·D。；Kruse，R.，《NEFCLASS-数据分类的神经模糊方法》（George，K.M.；等，《应用计算1995》）。应用计算1995，Proc。ACM交响乐团。《应用计算》，纳什维尔（1995），ACM出版社：纽约ACM出版社
[37] Neter，J。；Wasserman，W。；Kutner，M.H.，《应用线性统计模型方差回归分析和实验设计》（1985年），Irwin:Irwin Homewood，IL
[38] 野村，H。；Hayashi，Y。；Wakami，N.，用下降法学习模糊推理规则，（Proc.IEEE Internat.Conf.on fuzzy Systems.Proc.IEEE.Internat.Conf.on fuzzy Systems，CA，USA（1992）），203-210
[39] Shi，Y。；Mizumoto，M.，用于调整模糊规则、模糊集和系统的神经模糊学习算法的新方法。，112, 1, 99-116 (2000)
[40] Stec，P。；朱毅，《关于识别病态过程进行控制的一些研究》，（美国控制会议论文集，美国阿灵顿，2001年）
[41] Sugeno，M。；Yasukawa，T.，《基于模糊逻辑的定性建模方法》，IEEE Trans。模糊系统。，1, 7-31 (1993)
[42] Sun，C.T.，基于自适应网络的模糊推理系统中的规则库结构识别，IEEE Trans。模糊系统。，2, 1, 64-73 (1994)
[43] Timm，H.，分类数据的模糊聚类分析，（第九届IFSA世界大会和第二十届NAFIPS国际会议的会议记录（IFSA-NAFIPS 2001）。程序。第九届IFSA世界联合大会和第二十届NAFIPS国际会议。Conf.（IFSA-NAFIPS 2001），加拿大温哥华（2001））
[44] Wang，L.X.，用模糊系统建模和控制分层系统，Automatica，33，6，1041-1053（1997）·Zbl 0891.93050号
[45] 王立新。；孟德尔，J.，通过从例子中学习生成模糊规则，IEEE Trans。Systems Man Cybernet。，22, 1414-1427 (1992)
[46] 徐，L。；Krizak，A。；Oja，E.，竞争对手因聚类分析而惩罚竞争学习，IEEE Trans。神经网络，4，4，636-649（1993）
[47] 曾晓杰。；Singh，M.G.，模糊系统近似理论——MIMO案例，IEEE Trans。模糊系统。，3, 2, 219-235 (1995)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。