dc.contributor.author | Ракитянська, Г. Б. | uk |
dc.date.accessioned | 2024-03-08T10:30:25Z | |
dc.date.available | 2024-03-08T10:30:25Z | |
dc.date.issued | 2023 | |
dc.identifier.citation | Ракитянська Г. Б. Побудова інтерпретабельних правил на основі обмежених розв’язків системи нечітких логічних рівнянь [Електронний ресурс] / Г. Б. Ракитянська // Матеріали LII Науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. – Електрон. текст. дані. – 2023. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2023/paper/view/17396. | uk |
dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/39330 | |
dc.description.abstract | Запропоновано нечітку модель на основі обмежених лінгвістичних розв’язків системи нечітких логічних рівнянь (СНЛР). Для заданого рівня деталізації обмеження накладаються на міри значимості первинних термів, що асоціюються з лінгвістичними модифікаторами. Запропоновано метод побудови інтерпретабельних правил шляхом розв'язання СНЛР з використанням лінгвістичних модифікаторів. Запропонований метод дозволяє виключити генерацію та відбір лінгвістичних описів у формі реляційних моделей даних. Процес налаштування спрощується завдяки можливості розпаралелити процес чисельного розв’язання СНЛР. | uk |
dc.description.abstract | A fuzzy model based on constrained linguistic solutions of the system of fuzzy relation equations (SFRE) is proposed. For the predefined granularity level, the constraints are imposed on significance measures of the primary terms associated with linguistic modifiers. A method for designing interpretable rules by solving the SFRE using linguistic modifiers is proposed. The proposed method allows eliminating generation and selection of linguistic descriptions in the form of relational data models. The tuning process is simplified due to ability to parallelize the process of numerical resolution of the SFRE. | en |
dc.language.iso | uk_UA | uk_UA |
dc.publisher | ВНТУ | uk |
dc.relation.ispartof | Матеріали LII Науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. | uk |
dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2023/paper/view/17396 | |
dc.subject | нечіткі класифікаційні правила | uk |
dc.subject | система нечітких логічних рівнянь (СНЛР) | uk |
dc.subject | інтервальні розв'язки | uk |
dc.subject | обмежені лінгвістичні розв'язки | uk |
dc.subject | fuzzy classification rules | uk |
dc.subject | system of fuzzy relation equations (SFRE) | uk |
dc.subject | interval solutions | uk |
dc.subject | constrained linguistic solutions | uk |
dc.title | Побудова інтерпретабельних правил на основі обмежених розв’язків системи нечітких логічних рівнянь | uk |
dc.type | Thesis | |
dc.identifier.udc | 681.5015:007 | |
dc.relation.references | Pedrycz W., Chen Sh.-M. (Eds.). Interpretable Artificial Intelligence: A Perspective of Granular Computing. Studies in Computational Intelligence. Cham: Springer, 2021. https://doi.org/10.1007/978-3-030-64949-4 | |
dc.relation.references | Cpalka K. Design of Interpretable Fuzzy Systems. Studies in Computational Intelligence, Vol. 684. Cham: Springer, 2017. https://doi.org/10.1007/978-3-319-52881-6 | |
dc.relation.references | Magdalena L. Semantic interpretability in hierarchical fuzzy systems: Creating semantically decouplable hierarchies // Information Sciences. 2019. Vol. 496. P. 109123. https://doi.org/10.1016/j.ins.2019.05.016 | |
dc.relation.references | Rotshtein A., Rakytyanska H. Optimal design of rule-based systems by solving fuzzy relational equations. In: Hippe, Z., Kulikowski, L., Mroczek, T., Wtorek, J. (Eds.), Issues and Challenges in Artificial Intelligence, Vol. 559, Studies in Computational Intelligence. Cham: Springer, 2014. P. 167178. https://doi.org/10.1007/978-3-319-06883-1_14 | |
dc.relation.references | Rakytyanska H. Optimization of fuzzy classification knowledge bases using improving transformations // Eastern-European Journal of Enterprise Technologies. 2017. Vol. 5(2). P. 3341. https://doi.org/10.15587/1729-4061.2017.110261 | |
dc.relation.references | Rakytyanska H. Classification rule hierarchical tuning with linguistic modification based on solving fuzzy relational equations // Eastern-European Journal of Enterprise Technologies. 2018. Vol. 1(4). P. 5058. https://doi.org/10.15587/17294061.2018.123567 | |
dc.relation.references | Di Nola A., Sessa S., Pedrycz W., Sancez E. Fuzzy Relational Equations and Their Applications to Knowledge Engineering. Dordrecht: Kluwer, 1989. | |
dc.relation.references | Bartl E., Belohlavek R., Vychodil V. Bivalent and other solutions of fuzzy relational equations via linguistic hedges // Fuzzy Sets and Systems. 2012. Vol. 187 (1). P. 103112. https://doi.org/10.1016/j.fss.2011.05.020 | |