Autor:

Łęski, Jacek M.

Współtwórca:

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

Tytuł:

A fuzzy if-then rule-based nonlinear classifier

Tytuł publikacji grupowej:

AMCS, volume 13 (2003)

Temat i słowa kluczowe:

classifier design ; fuzzy if-then rules ; generalization control ; mixture of experts

Abstract:

This paper introduces a new classifier design method that is based on a modification of the classical Ho-Kashyap procedure. The proposed method uses the absolute error, rather than the squared error, to design a linear classifier. Additionally, easy control of the generalization ability and robustness to outliers are obtained. ; Next, an extension to a nonlinear classifier by the mixture-of-experts technique is presented. Each expert is represented by a fuzzy if-then rule in the Takagi-Sugeno-Kang form. Finally, examples are given to demonstrate the validity of the introduced method.

Wydawca:

Zielona Góra: Uniwersytet Zielonogórski

Data wydania:

2003

Typ zasobu:

artykuł

Strony:

215-223

Źródło:

AMCS, volume 13, number 2 (2003) ; kliknij tutaj, żeby przejść

Jezyk:

eng

Licencja CC BY 4.0:

kliknij tutaj, żeby przejść

Prawa do dysponowania publikacją:

Biblioteka Uniwersytetu Zielonogórskiego