Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Recognition of Fuzzy or Incompletely Described Objects Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Diagnostic Rule Extraction Using the Dempster-Shafer Theory Extended for Fuzzy Focal Elements

verfasst von : Sebastian Porebski, Ewa Straszecka

Erschienen in: Proceedings of the 10th International Conference on Computer Recognition Systems CORES 2017

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The Dempster-Shafer theory along with the fuzzy set theory are suitable tools for the medical diagnosis support. They can deal with medical knowledge uncertainty and data imprecision. This paper presents a study of medical knowledge representation by means of the Dempster-Shafer theory extended with the fuzzy set theory and introduces the new rule selection algorithm. The presented method gives an opportunity of interpretable and reliable rule extraction. The method is elaborated and its performance is tested on a popular medical data set. Results show that the presented method can be useful for the knowledge engineer and diagnostician cooperation due to the simple rule base and clear inference method.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Travel Time Prediction for Trams in Warsaw
Nächstes Kapitel Gait Recognition Using Motion Trajectory Analysis
Literatur
1.
Amato, F., López, A., Pena-Meñdez, E.M., Vaňhara, P., Hampl, A., Havel, J.: Artificial neural networks in medical diagnosis. J. Appl. Biomed. 11(2), 47–58 (2013)CrossRef
2.
Esfandiari, N., Babavalian, M.R., Moghadam, A.-M.E., Tabar, V.K.: Knowledge discovery in medicine: current issue and future trend. Expert Syst. Appl. 41(9), 4434–4463 (2014)CrossRef
3.
Gacto, M.J., Alcalá, R., Herrera, F.: Interpretability of linguistic fuzzy rule-based systems: an overview of interpretability measures. Inf. Sci. 181, 4340–4360 (2011)CrossRef
4.
Han, L., Luo, S., Yu, J., Pan, J., Chen, S.: Rule extraction from support vector machines using ensemble learning approach: an application for diagnosis of diabetes. IEEE J. Biomed. Health Inform. 19(2), 728–734 (2015)CrossRef
5.
Liu, X.D., Feng, X., Pedrycz, W.: Extraction of fuzzy rules from fuzzy decision trees: an axiomatic fuzzy sets (afs) approach. Data Knowl. Eng. 84, 1–25 (2013)CrossRef
6.
Porebski, S., Straszecka, E.: Membership functions for fuzzy focal elements. Arch. Control Sci. 26(3), 281–313 (2016)
7.
Straszecka, E., Straszecka, J.: Interpretation of Medical Symptoms Using Fuzzy Focal Elements. In: Kurzyński M., Puchała E., WoŹniak M., żołierek A. (eds) Computer Recognition Systems: Proceedings of the 4th International Conference on Computer Recognition Systems CORES 2005. Advances in Soft Computing, vol 30, pp. 287–293. Springer, Heidelberg (2005)
8.
Straszecka, E.: Combining uncertainty and imprecision in models of medical diagnosis. Inf. Sci. 176, 3026–3059 (2006)MathSciNetCrossRef
9.
Metadaten
Titel
Diagnostic Rule Extraction Using the Dempster-Shafer Theory Extended for Fuzzy Focal Elements
verfasst von
Sebastian Porebski
Ewa Straszecka
Copyright-Jahr
2018
Buch
Proceedings of the 10th International Conference on Computer Recognition Systems CORES 2017

Print ISBN: 978-3-319-59161-2

Electronic ISBN: 978-3-319-59162-9

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-59162-9_7