KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 09.11.2026 auf tolino shine color (4016621130473), tolino vision color (4016621130183) und tolino vision color weiß (4016621131456) online auf thalia.at, in der Thalia App und in allen Thalia Buchhandlungen in Österreich. In den Buchhandlungen nur gültig auf lagernde Ware. Pro Einkauf einmal einlösbar. Nur gültig gegen Vorlage oder im Onlineshop hinterlegter Bonuscard. Infos zur Einlösung in der Buchhandlung sind auf der Bonuscard-Vorteilspreisseite zu finden. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Einlösung bei Scan & Go-Bezahlung. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Nicht gültig für Geschenkkarten, Versandkosten und Services. Nur solange der Vorrat reicht.
  • Produktbild: Rough Set Theory and Granular Computing
  • Produktbild: Rough Set Theory and Granular Computing
Band 125

Rough Set Theory and Granular Computing

Aus der Reihe Studies in Fuzziness and Soft Computing

151,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

06.12.2010

Abbildungen

XV, 300 p.

Herausgeber

Masahiro Inuiguchi + weitere

Verlag

Springer Berlin

Seitenzahl

300

Maße (L/B/H)

23,5/15,5/1,8 cm

Gewicht

487 g

Auflage

Softcover reprint of hardcover 1st edition 2003

Sprache

Englisch

ISBN

978-3-642-05614-7

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

06.12.2010

Abbildungen

XV, 300 p.

Herausgeber

Verlag

Springer Berlin

Seitenzahl

300

Maße (L/B/H)

23,5/15,5/1,8 cm

Gewicht

487 g

Auflage

Softcover reprint of hardcover 1st edition 2003

Sprache

Englisch

ISBN

978-3-642-05614-7

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: Rough Set Theory and Granular Computing
  • Produktbild: Rough Set Theory and Granular Computing
  • Bayes’ Theorem — the Rough Set Perspective.- 1 Introduction.- 2 Bayes’ Theorem.- 3 Information Systems and Approximation of Sets.- 4 Decision Language.- 5 Decision Algorithms.- 6 Decision Rules in Information Systems.- 7 Properties of Decision Rules.- 8 Decision Tables and Flow Graphs.- 9 Illustrative Example.- 10 Conclusion.- References.- Approximation Spaces in Rough Neurocomputing.- 1 Introduction.- 2 Approximation Spaces in Rough Set Theory.- 3 Generalizations of Approximation Spaces.- 4 Information Granule Systems and Approximation Spaces.- 5 Classifiers as Information Granules.- 6 Approximation Spaces for Information Granules.- 7 Approximation Spaces in Rough-Neuro Computing.- 8 Conclusion.- References.- Soft Computing Pattern Recognition: Principles, Integrations and Data Mining.- 1 Introduction.- 2 Relevance of Fuzzy Set Theory in Pattern Recognition.- 3 Relevance of Neural Network Approaches.- 4 Genetic Algorithms for Pattern Recognition.- 5 Integration and Hybrid Systems.- 6 Evolutionary Rough Fuzzy MLP.- 7 Data mining and knowledge discovery.- References.- I. Generalizations and New Theories.- Generalization of Rough Sets Using Weak Fuzzy Similarity Relations.- Two Directions toward Generalization of Rough Sets.- Two Generalizations of Multisets.- Interval Probability and Its Properties.- On Fractal Dimension in Information Systems.- A Remark on Granular Reasoning and Filtration.- Towards Discovery of Relevant Patterns from Parameterized Schemes of Information Granule Construction.- Approximate Markov Boundaries and Bayesian Networks: Rough Set Approach.- II. Data Mining and Rough Sets.- Mining High Order Decision Rules.- Association Rules from a Point of View of Conditional Logic.- Association Rules with Additional Semantics Modeled by BinaryRelations.- A Knowledge-Oriented Clustering Method Based on Indiscernibility Degree of Objects.- Some Effective Procedures for Data Dependencies in Information Systems.- Improving Rules Induced from Data Describing Self-Injurious Behaviors by Changing Truncation Cutoff and Strength.- The Variable Precision Rough Set Inductive Logic Programming Model and Future Test Cases in Web Usage Mining.- Rough Set and Genetic Programming.- III. Conflict Analysis and Data Analysis.- Rough Set Approach to Conflict Analysis.- Criteria for Consensus Susceptibility in Conflicts Resolving.- L1-Space Based Models for Clustering and Regression.- Upper and Lower Possibility Distributions with Rough Set Concepts.- Efficiency Values Based on Decision Maker’s Interval Pairwise Comparisons.- IV. Applications in Engineering.- Rough Measures, Rough Integrals and Sensor Fusion.- A Design of Architecture for Rough Set Processor.- Identifying Adaptable Components — A Rough Sets Style Approach.- Analysis of Image Sequences for the UAV.