Kontekstowy układ współrzędnych nierównoległych droga do nieregularnych modeli rozmytych

• Autorzy: Andrzej Piegat , Marcin Olchowy

Warianty tytułu

Contextual System of Nonparallel Coordinates - a Road Towards Nonregular Fuzzy Models

• Języki publikacji: PL

Abstrakty

W artykule przedstawiono nową koncepcję kontekstowego układu współrzędnych nierównoległych będącego uogólnieniem powszechnie stosowanego układu kartezjańskiego. W proponowanym układzie występować może dowolna liczba osi - w układzie kartezjańskim, w przestrzeni 2D występują 2 osie. Kontekstowy układ współrzędnych otwiera drogę do nieregularnego modelowania rozmytego mającego wiele zalet. Najważniejsze z nich to możliwość konstruowania dokładnych modeli rozmytych ze znacznie mniejszą liczbą reguł niż w przypadku regularnych modeli opartych na prostokątnej siatce podziałowej. Zaleta ta oznacza jednocześnie możliwość skutecznego, przezwyciężenia zjawiska przekleństwa wymiarowości w modelowaniu rozmytym. W modelach nieregularnych nie muszą być stosowane wyłącznie sektory czworokątne - można stosować sektory dowolne: trójkątne, czworokątne, pięciokątne, etc. W artykule w sposób przyjazny czytelnikowi wyjaśniono, krok po kroku sposób zastosowania kontekstowego układu współrzędnych w nieregularnym modelowaniu rozmytym. Metodę zilustrowano przykładem.(abstrakt oryginalny)

EN

The paper presents a new concept of the contextual, non-parallel coordinate system (CNPC-system) being generalization of the commonly used Cartesian system. The CNPC-system opens a way to the nonregular fuzzy modeling that has many advantages. The most important of them is the possibility of construction of precise fuzzy models with considerably smaller number of rules than in the case of regular models based on rectangular partition of the input space. This advantage means also possibility of effective overcoming the phenomenon called "curse of dimensionality" in fuzzy modeling. In nonregular models not only rectangular sectors of partition can be used. Any type of sectors, as tri angular-, pentagonal-, tetragonal-, etc. sectors can be used. The paper in a reader-friendly way shows how a nonregular fuzzy model can be constructed. It contains an appropriate example. (original abstract)

Słowa kluczowe

PL

Logika rozmyta; Wnioskowanie statystyczne

EN

Fuzzy logic; Inferential statistics

• Czasopismo: Studia i Materiały Polskiego Stowarzyszenia Zarządzania Wiedzą
• Rocznik: 2010
• Tom: 31
• Strony: 18--31

Twórcy

autor

Andrzej Piegat

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie

autor

Marcin Olchowy

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie

Bibliografia

• [1]Bronsztejn i inni: Nowoczesne kompendium matematyki. Wydawnictwo naukowe PWN, Warszawa 2004.
• [2]Brown M. i inni: High dimensional neurofuzzy systems: overcoming the curse of dimensionality. Proc. Inter. Conf. FUZZ-IEEE/IFES'95, Yokohama, Japan, vol.2, pp. 663- 670, 1995.
• [3]Kacprzyk J.: Zbiory rozmyte w analizie systemowej. Państwowe Wydawnictwo Naukowe, Warszawa 1986.
• [4]Kluska J. Analitical methods In fuzzy modeling and control, Springer, Heidelberg, 2009.
• [5]Łachwa A.: Rozmyty świat zbiorów, liczb, relacji, faktów, reguł i decyzji. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2001.
• [6]Łęski J.: Systemy neuronowo-rozmyte. Wydawnictwo Naukowo-Techniczne, Warszawa 2008.
• [7]Pedrycz W., Gomide F.: Fuzzy systems engineering. A John Wiley & Sons, Inc., New Jersey, Canada 2007.
• [8]Piegat A.: Modelowanie i sterowanie rozmyte. Akademicka Oficyna Wydawnicza EXIT, Warszawa 1999, 2003.
• [9]Piegat A., Olchowy M.: Does an optimal form of an expert model exists?, Materiały 10th International Conference on Artificial Intelligence and Soft Computing, June 13-17, 2010, (artykuł zaakceptowany na konferencję).
• [10]Rejer I., Mikołajczyk M., Piegat A.: Application of neural networks In chain curie model ling. W Lectures Notes in Artificial Intelligence, Springer-Verlag, Berlin 2006.
• [11]Rutkowska D.: Inteligentne systemy obliczeniowe. Algorytmy genetyczne i sieci neuronowe w systemach rozmytych. Akademicka Oficyna Wydawnicza PLJ, Warszawa 1997.
• [12]Rutkowski L.: Metody i techniki sztucznej inteligencji. Wydawnictwo Naukowe PWN, Warszawa 2005.