Cooperación entre sistemas de inferencia, métodos de defuzzificación y aprendizaje de sistemas difusos lingüísticos

La tesis doctoral se sitúa en el ámbito de la búsqueda del equilibrio entre precisión e interpretabilidad en el diseño de Sistemas Basados en Reglas Difusas Lingüísticos utilizando operadores adaptativos y aprendizaje cooperativo de éstos y de la Base de Reglas del sistema. La tesis muestra la utili...

Descripción completa

Detalles Bibliográficos
Autor: Márquez Hernández, Francisco Alfredo
Tipo de recurso: tesis doctoral
Fecha de publicación:2007
País:España
Institución:Universidad de Huelva (UHU)
Repositorio:Arias Montano. Repositorio Institucional de la Universidad de Huelva
Idioma:español
OAI Identifier:oai:ariasmontano.uhu.es:10272/1539
Acceso en línea:http://hdl.handle.net/10272/1539
Access Level:acceso abierto
Palabra clave:Adaptive defuzzification
Adaptive inference
Fuzzy rule-based systems
Genetic fuzzy systems
Linguistic rule base
id ES_57c22119bc19ac2f89fb7f2d5bd3fc8f
oai_identifier_str oai:ariasmontano.uhu.es:10272/1539
network_acronym_str ES
network_name_str España
repository_id_str
spelling Cooperación entre sistemas de inferencia, métodos de defuzzificación y aprendizaje de sistemas difusos lingüísticosMárquez Hernández, Francisco AlfredoAdaptive defuzzificationAdaptive inferenceFuzzy rule-based systemsGenetic fuzzy systemsLinguistic rule baseLa tesis doctoral se sitúa en el ámbito de la búsqueda del equilibrio entre precisión e interpretabilidad en el diseño de Sistemas Basados en Reglas Difusas Lingüísticos utilizando operadores adaptativos y aprendizaje cooperativo de éstos y de la Base de Reglas del sistema. La tesis muestra la utilidad de utilizar para el diseño de Modelos Difusos, operadores adaptativos evolutivos, y más aún, presenta un modelo en el que existe cooperación entre dos elementos importantes, como son el Mecanismo de Inferencia y la Base de Reglas, a través del aprendizaje automático de ambos en un mismo modelo evolutivo.---------------------------------------------------In the framework of the trade-off between interpretability and accuracy in Linguistic Fuzzy Rule Based Systems, this doctoral thesis is developed using adaptive operators and evolutionary methods to adapt them together with the Rule Base. This work shows the usefulness of the method developed, based on evolutionary adaptive operators, for Fuzzy Modelling designers. Moreover, the thesis shows a model with cooperation between the tow main components of the Fuzzy System: the Inference Mechanism and the Rule Base. This cooperation is reached through the learning of both elements inside a single complex evolutionary model.Universidad de HuelvaPeregrín Rubio, AntonioHerrera Triguero, FranciscoUniversidad de Huelva. Departamento de Ingeniería Electrónica, de Sistemas Informáticos y Automática20072007-01-0120072007-01-01doctoral thesishttp://purl.org/coar/resource_type/c_db06info:eu-repo/semantics/doctoralThesisapplication/pdfhttp://hdl.handle.net/10272/1539reponame:Arias Montano. Repositorio Institucional de la Universidad de Huelvainstname:Universidad de Huelva (UHU)Españolspaopen accesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial-SinDerivadas 3.0 Españahttp://creativecommons.org/licenses/by-nc-nd/3.0/es/info:eu-repo/semantics/openAccessoai:ariasmontano.uhu.es:10272/15392026-06-02T14:58:11Z
dc.title.none.fl_str_mv Cooperación entre sistemas de inferencia, métodos de defuzzificación y aprendizaje de sistemas difusos lingüísticos
title Cooperación entre sistemas de inferencia, métodos de defuzzificación y aprendizaje de sistemas difusos lingüísticos
spellingShingle Cooperación entre sistemas de inferencia, métodos de defuzzificación y aprendizaje de sistemas difusos lingüísticos
Márquez Hernández, Francisco Alfredo
Adaptive defuzzification
Adaptive inference
Fuzzy rule-based systems
Genetic fuzzy systems
Linguistic rule base
title_short Cooperación entre sistemas de inferencia, métodos de defuzzificación y aprendizaje de sistemas difusos lingüísticos
title_full Cooperación entre sistemas de inferencia, métodos de defuzzificación y aprendizaje de sistemas difusos lingüísticos
title_fullStr Cooperación entre sistemas de inferencia, métodos de defuzzificación y aprendizaje de sistemas difusos lingüísticos
title_full_unstemmed Cooperación entre sistemas de inferencia, métodos de defuzzificación y aprendizaje de sistemas difusos lingüísticos
title_sort Cooperación entre sistemas de inferencia, métodos de defuzzificación y aprendizaje de sistemas difusos lingüísticos
dc.creator.none.fl_str_mv Márquez Hernández, Francisco Alfredo
author Márquez Hernández, Francisco Alfredo
author_facet Márquez Hernández, Francisco Alfredo
author_role author
dc.contributor.none.fl_str_mv Peregrín Rubio, Antonio
Herrera Triguero, Francisco
Universidad de Huelva. Departamento de Ingeniería Electrónica, de Sistemas Informáticos y Automática
dc.subject.none.fl_str_mv Adaptive defuzzification
Adaptive inference
Fuzzy rule-based systems
Genetic fuzzy systems
Linguistic rule base
topic Adaptive defuzzification
Adaptive inference
Fuzzy rule-based systems
Genetic fuzzy systems
Linguistic rule base
description La tesis doctoral se sitúa en el ámbito de la búsqueda del equilibrio entre precisión e interpretabilidad en el diseño de Sistemas Basados en Reglas Difusas Lingüísticos utilizando operadores adaptativos y aprendizaje cooperativo de éstos y de la Base de Reglas del sistema. La tesis muestra la utilidad de utilizar para el diseño de Modelos Difusos, operadores adaptativos evolutivos, y más aún, presenta un modelo en el que existe cooperación entre dos elementos importantes, como son el Mecanismo de Inferencia y la Base de Reglas, a través del aprendizaje automático de ambos en un mismo modelo evolutivo.
publishDate 2007
dc.date.none.fl_str_mv 2007
2007-01-01
2007
2007-01-01
dc.type.none.fl_str_mv doctoral thesis
http://purl.org/coar/resource_type/c_db06
dc.type.openaire.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
dc.identifier.none.fl_str_mv http://hdl.handle.net/10272/1539
url http://hdl.handle.net/10272/1539
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Atribución-NoComercial-SinDerivadas 3.0 España
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Atribución-NoComercial-SinDerivadas 3.0 España
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Huelva
publisher.none.fl_str_mv Universidad de Huelva
dc.source.none.fl_str_mv reponame:Arias Montano. Repositorio Institucional de la Universidad de Huelva
instname:Universidad de Huelva (UHU)
instname_str Universidad de Huelva (UHU)
reponame_str Arias Montano. Repositorio Institucional de la Universidad de Huelva
collection Arias Montano. Repositorio Institucional de la Universidad de Huelva
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869408475542454272
score 15,811543

Similares en LA Referencia