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:
Toward a Restriction-Centered Theory of Truth and Meaning (RCT) Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Incremental Granular Fuzzy Modeling Using Imprecise Data Streams

verfasst von : Daniel Leite, Fernando Gomide

Erschienen in: Fifty Years of Fuzzy Logic and its Applications

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

System modeling in dynamic environments needs processing of streams of sensor data and incremental learning algorithms. This paper suggests an incremental granular fuzzy rule-based modeling approach using streams of fuzzy interval data. Incremental granular modeling is an adaptive modeling framework that uses fuzzy granular data that originate from unreliable sensors, imprecise perceptions, or description of imprecise values of a variable in the form fuzzy intervals. The incremental learning algorithm builds the antecedent of functional fuzzy rules and the rule base of the fuzzy model. A recursive least squares algorithm revises the parameters of a state-space representation of the fuzzy rule consequents. Imprecision in data is accounted for using specificity measures. An illustrative example concerning the Rossler attractor is given.

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 Developing Fuzzy State Models as Markov Chain Models with Fuzzy Encoding
Nächstes Kapitel Fuzzy Measures and Integrals: Recent Developments
Literatur
1.
Zadeh, L.A.: Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic. Fuzzy Sets Syst. 90, 111–127 (1997)CrossRefMATHMathSciNet
2.
Bouchon-Meunier, B. et al. (ed.): Uncertainty in Intelligent and Information Systems. World Scientific, Singapore (2008)
3.
4.
Leite, D., Ballini, R., Costa, P., Gomide, F.: Evolving fuzzy granular modeling from nonstationary fuzzy data streams. Evolving Syst. 3(2), 65–79 (2012)
5.
Pedrycz, W., Skowron, A., Kreinovich, V. (eds.): Handbook of Granular Computing. Wiley, Chichester (2008)
6.
Bargiela, A., Pedrycz, W.: Granular Computing: An Introduction. Kluwer Academic Publishers, Boston (2002)
7.
Pedrycz, W., Gomide, F.: Fuzzy Systems Engineering: Toward Human-Centric Computing. Wiley, Hoboken (2007)
8.
Leite, D., Costa, P., Gomide, F.: Evolving granular neural networks from fuzzy data streams. Neural Netw. 38, 1–16 (2012)CrossRef
9.
10.
Beliakov, G., Pradera, A., Calvo, T.: Aggregation Functions: A Guide for Practitioners. Springer, Berlin (2007)
11.
Yager, R.R.: Learning from imprecise granular data using trapezoidal fuzzy set representations. In: Prade, H., Subrahmanian, V.S. (eds.) LNCS, vol. 4772, pp. 244–254. Springer, Berlin (2007)
12.
Cross, V.V., Sudkamp, T.A.: Similarity and Compatibility in Fuzzy Set Theory: Assessment and Applications. Physica-Verlag, Heidelberg (2002)
13.
Yager, R.R.: Measures of specificity over continuous spaces under similarity relations. Fuzzy Sets Syst. 159, 2193–2210 (2008)CrossRefMATHMathSciNet
14.
Young, P.C.: Recursive Estimation and Time-Series Analysis: An Introduction. Springer, Berlin (1984)
15.
Astrom, K.J., Wittenmark, B.: Adaptive Control. Addison-Wesley Publishing Company, Lund Institute of Technology (1989)
16.
Johnson, C.R.: Lectures on Adaptive Parameter Estimation. Prentice-Hall, Upper Saddle River (1988)
17.
Rossler, O.E.: An equation for continuous chaos. Phys. Lett. 57A(5), 397–398 (1976)CrossRef
18.
Angelov, P., Filev, D.: Simpl-eTS: a simplified method for learning evolving Takagi-Sugeno fuzzy models. In: IEEE International Conference on Fuzzy Systems, pp. 1068–1073 (2005)
19.
Kasabov, N., Song, Q.: DENFIS: dynamic evolving neural-fuzzy inference system and its application for time-series prediction. IEEE Trans. Fuzzy Syst. 10–2, 144–154 (2002)CrossRef
20.
Angelov, P., Zhou, X.: Evolving fuzzy systems from data streams in real-time. In: International Symposium on Evolving Fuzzy Systems, pp. 29–35 (2006)
Metadaten
Titel
Incremental Granular Fuzzy Modeling Using Imprecise Data Streams
verfasst von
Daniel Leite
Fernando Gomide
Copyright-Jahr
2015
Buch
Fifty Years of Fuzzy Logic and its Applications

Print ISBN: 978-3-319-19682-4

Electronic ISBN: 978-3-319-19683-1

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-19683-1_7