Autor:

Simiński, Krzysztof

Współtwórca:

Korbicz, Józef (1951- ) - red. ; Uciński, Dariusz - red.

Tytuł:

Neuro-rough-fuzzy approach for regression modelling from missing data

Tytuł publikacji grupowej:

AMCS, Volume 22 (2012)

Temat i słowa kluczowe:

neuro-fuzzy ; ANNBFIS ; missing values ; marginalisation ; imputation ; rough fuzzy set ; clustering

Abstract:

Real life data sets often suffer from missing data. The neuro-rough-fuzzy systems proposed hitherto often cannot handle such situations. The paper presents a neuro-fuzzy system for data sets with missing values. The proposed solution is a complete neuro-fuzzy system. The system creates a rough fuzzy model from presented data (both full and with missing values) and is able to elaborate the answer for full and missing data examples. The paper also describes the dedicated clustering algorithm. The paper is accompanied by results of numerical experiments.

Wydawca:

Zielona Góra: Uniwersytet Zielonogórski

Data wydania:

2012

Typ zasobu:

artykuł

DOI:

10.2478/v10006-012-0035-4

Strony:

461-476

Źródło:

AMCS, Volume 22, Number 2 (2012) ; kliknij tutaj, żeby przejść

Jezyk:

eng

Licencja CC BY 4.0:

kliknij tutaj, żeby przejść

Prawa do dysponowania publikacją:

Biblioteka Uniwersytetu Zielonogórskiego