Extensions of the Genetic Iterative Approach for Learning Fuzzy Rules
Metadatos
Mostrar el registro completo del ítemAutor
García Muñoz, DavidEditorial
Universidad de Granada
Departamento
Universidad de Granada. Departamento de Ciencias de la Computación e Inteligencia ArtificialMateria
Aprendizaje Inteligencia artificial Algoritmos difusos Modelo genético iterativo
Materia UDC
575 2409
Fecha
2016Fecha lectura
2015-06-12Referencia bibliográfica
García Muñoz, D. Extensions of the Genetic Iterative Approach for Learning Fuzzy Rules. Granada: Universidad de Granada, 2016. [http://hdl.handle.net/10481/40317]
Patrocinador
Tesis Univ. Granada. Programa Oficial de Doctorado en: Tecnologías de la información y la comunicación; This work has been funded by the Andalusian Regional Government project P09-TIC-04813 and the Spanish MEC project TIN2012-38969.Resumen
The main objective of this thesis is to extend the iterative rule
learning model for learning fuzzy rules so that, on the one hand, the indirect
relevance of the input attributes is considered in the learning process and,
on the other hand, the model used in NSLV is improved in order to review
the knowledge extracted after each step. El objetivo fundamental de la tesis es extender el modelo
genético iterativo para el aprendizaje de reglas difusas de manera que, por
un lado, se incorpore al proceso de aprendizaje la relevancia indirecta de los
atributos de entrada, y por otro, sea capaz de mejorar el modelo empleado
por NSLV de forma que dotemos al sistema de la capacidad de revisar el
conocimiento extraído en cada paso.