Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 14.09.2026 auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher, nicht preisgebundene Bücher und Kalender in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Aufgrund der Buchpreisbindung sind deutschsprachige Bücher und eBooks ausgenommen. Zusätzlich ausgenommen sind Abos & Flatrates, Games, Geschenkkarten/-boxen, Shelfies, Software, Zeitschriften sowie einzelne Artikel von tonies®. Pro Einkauf einmal einlösbar. Nur gültig mit im Onlineshop hinterlegter Bonuscard. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services.
  • Produktbild: Interpretability Issues in Fuzzy Modeling
  • Produktbild: Interpretability Issues in Fuzzy Modeling
Band 128

Interpretability Issues in Fuzzy Modeling

Aus der Reihe Studies in Fuzziness and Soft Computing

201,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

16.12.2010

Abbildungen

XIV, 643 p.

Herausgeber

Jorge Casillas + weitere

Verlag

Springer Berlin

Seitenzahl

643

Maße (L/B/H)

23,5/15,5/3,6 cm

Gewicht

984 g

Auflage

Softcover reprint of hardcover 1st edition 2003

Sprache

Englisch

ISBN

978-3-642-05702-1

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

16.12.2010

Abbildungen

XIV, 643 p.

Herausgeber

Verlag

Springer Berlin

Seitenzahl

643

Maße (L/B/H)

23,5/15,5/3,6 cm

Gewicht

984 g

Auflage

Softcover reprint of hardcover 1st edition 2003

Sprache

Englisch

ISBN

978-3-642-05702-1

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Interpretability Issues in Fuzzy Modeling
  • Produktbild: Interpretability Issues in Fuzzy Modeling
  • Interpretability improvements to find the balance interpretability-accuracy in fuzzy modeling: an overview.- Regaining comprehensibility of approximative fuzzy models via the use of linguistic hedges.- Identifying flexible structured premises for mining concise fuzzy knowledge.- A multiobjective genetic learning process for joint feature selection and granularity and contexts learning in fuzzy rule-based classification systems.- Extracting linguistic fuzzy models from numerical data-AFRELI algorithm.- Constrained optimization of fuzzy decision trees.- A new method for inducing a set of interpretable fuzzy partitions and fuzzy inference systems from data.- A Feature Ranking Algorithm for Fuzzy Modelling Problems.- Interpretability in multidimensional classification.- Interpretable semi-mechanistic fuzzy models by clustering, OLS and FIS model reduction.- Trade-off between approximation accuracy and complexity: TS controller design via HOSVD based complexity minimization.- Simplification and reduction of fuzzy rules.- Effect of rule representation in rule base reduction.- Singular value-based fuzzy reduction with relaxed normalization condition.- Interpretability, complexity, and modular structure of fuzzy systems.- Hierarchical genetic fuzzy systems: accuracy, interpretability and design autonomy.- About the trade-off between accuracy and interpretability of Takagi-Sugeno models in the context of nonlinear time series forecasting.- Accurate, transparent and compact fuzzy models by multi-objective evolutionary algorithms.- Transparent fuzzy systems in modeling and control.- Uniform fuzzy partitions with cardinal splines and wavelets: getting interpretable linguistic fuzzy models.- Relating the theory of partitions in MV-logic to the design of interpretable fuzzy systems.-A formal model of interpretability of linguistic variables.- Expressing relevance and interpretability of rule-based systems.- Conciseness of fuzzy models.- Exact trade-off between approximation accuracy and interpretability: solving the saturation problem for certain FRBSs.- Interpretability improvement of RBF-based neurofuzzy systems using regularized learning.- Extracting fuzzy classification rules from fuzzy clusters on the basis of separating hyperplanes.