课题基金 / 基金详情

Data-Driven Design of Evolving Fuzzy Systems: Enhancing Interpretability, Reliability, and User-Interaction

Data-Driven Design of Evolving Fuzzy Systems: Enhancing Interpretability, Reliability, and User-Interaction
演化模糊系统的数据驱动设计:增强可解释性、可靠性和用户交互
批准号:
139695254
负责人:
Professor Dr. Eyke Hüllermeier
金额:
$0.0万
依托单位国家:
德国
项目类别:
Research Grants
财政年份:
2010
资助国家:
德国
项目状态:
已结题
起止时间:
2009-12-31 至 2013-12-31

项目摘要

项目成果

Professor Dr. Eyke Hüllermeier的其他基金

相似基金

相关文献

中文摘要
翻译
“Avouierendes模糊系统”(EFS)是一个典型的模糊系统,它是一种手持设备,它的数据是永久性的,而非永久性的。他说:“我不知道你的名字是什么意思。”Aus Anwendersicht das Kriterium derVerständlichkeit过敏症与此相关。这是一个模糊的系统,它是潜在的,也是潜在的,并且可能是潜在的。Dasziel besteht Darin,Konzepte,Methoden and算法zur Verbeserung derNutzerfreundlichkeit von EFS zu entwickeln.您可以从以下几个方面了解更多的信息:语言、语言和语言。在Bezug auf die Modelle and Deren Prädiktionen中,Dieserfordert die Erfassung and adäquate reprräsentation unterschiedlicher Formen vonUnsicherheit in Bezug auf die Modelle and Deren Prädiktionen;Idelarweise ist ein modell inder Lage,seine eigene Verlässlichkeit korrekt einzuschätzen。他说:“这是一件很重要的事情,我不知道该怎么做。”
英文摘要
Ein "avouierendes Fuzzy-System" (EFS) ist ein lernfähiges System, das sich anhandbeobachteter Daten permanent an veränderliche Umweltbedingungen anpasst. Die aktuelleForschung in diesem noch jungen Gebiet konzentriert sich im Wesentlichen auf das Lernenvon Modellen mit hoher Prädiktionsgüte. Aus Anwendersicht ist das Kriterium derVerständlichkeit allerdings nicht minder relevant. Fuzzy-Systeme besitzen wie kaum einanderer Ansatz das Potential, die Kriterien der Präzision und Verständlichkeit zukombinieren, und dieses Potential soll im Rahmen des Projektes ausgeschöpft werden. DasZiel besteht darin, Konzepte, Methoden und Algorithmen zur Verbesserung derNutzerfreundlichkeit von EFS zu entwickeln. Hierzu gehören Ansätze zur Reduzierung derKomplexität, eine wichtige Voraussetzung für eine verständliche (linguistische) Darstellungvon Modellen, Eine weitere Anforderung ist die Verlässlichkeit gelernter Modelfe. Dieserfordert die Erfassung und adäquate Repräsentation unterschiedlicher Formen vonUnsicherheit in Bezug auf die Modelle und deren Prädiktionen; idealerweise ist ein Modell inder Lage, seine eigene Verlässlichkeit korrekt einzuschätzen. Schließlich sollen neuartigeTechniken zur Visualisierung von EFS entwickelt werden, die es einem Nutzer erlauben,dynamisch mit dem System zu interagieren.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Multilabel Rule Learning
  • 批准号:
    400845550
  • 项目类别:
    Research Grants
  • 资助金额:
    $0.0万
  • 财政年份:
    2018
  • 负责人:
    Professor Dr. Eyke Hüllermeier
  • 依托单位:
Modellieren, Lernen und Verarbeiten von Erfahrungswissen im Case-Based Reasoning auf der Grundlage präferenzbasierter Methoden - Präferenzbasiertes CBR
Lernen von Fuzzy-Präferenzmodellen: Methoden und Anwendungen in personalisierten Informationssystemen
Remaining Useful Lifetime for New and Used Technical Systems under Non-Stationary Conditions
国内基金
海外基金
Data-driven Recommendation System Construction of an Online Medical Platform Based on the Fusion of Information