Zobecněné kvantifikátory v graded fuzzy pravidlech a jejich aplikace – Ing. Radovan ZAHORNADSKÝ
Ing. Radovan ZAHORNADSKÝ
Diplomová práce
Zobecněné kvantifikátory v graded fuzzy pravidlech a jejich aplikace
Generalized quantificators in graded fuzzy rules and their applications
Anotace:
Graded fuzzy pravidla jsou zobecněním fuzzy pravidel, kde ke každému pravidlu je připojen speciální stupeň pravdivosti, který ovlivňuje jeho intenzitu uplatnění. Náplní této práce je modelovat různé způsoby výpočtů těchto speciálních stupňů motivovaných zobecněnými kvantifikátory z metody GUHA jako např. asociační či implikační kvantifikátory. A dále zkoumat jejich vliv na interpretovatelnost a především …víceAbstract:
Graded fuzzy rules are a generalization of fuzzy rules, where each rule has a special degree of truthfulness attached to it, that affects its intensity of application. The scope of this thesis is to model different ways of computing these special degrees motivated by generalized quantifiers from the GUHA method such as Associational or Implicational quantifiers. Furthermore, to investigate their impact …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 30. 7. 2024
Zveřejnit od: 31. 12. 2999
Obhajoba závěrečné práce
- Obhajoba proběhla 21. 8. 2024
- Vedoucí: RNDr. Martina Daňková, Ph.D.
Citační záznam
Jak správně citovat práci
ZAHORNADSKÝ, Radovan. Zobecněné kvantifikátory v graded fuzzy pravidlech a jejich aplikace. Ostrava, 2024. diplomová práce (Mgr.). OSTRAVSKÁ UNIVERZITA. Přírodovědecká fakulta
Plný text práce
Právo: Autor si nepřeje zpřístupnění práce veřejnosti
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- Soubory jsou nedostupné.
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: OSTRAVSKÁ UNIVERZITA, Přírodovědecká fakultaOSTRAVSKÁ UNIVERZITA
Přírodovědecká fakultaMagisterský studijní program / obor:
Informatika / Informační systémy
Práce na příbuzné téma
-
Doménově specifické webové uživatelské rozhraní pro specializovaný algoritmus strojového učení - dolování akčních pravidel
Mia Bajić -
Částečně řízené učení algoritmů strojového učení (semi-supervised learning)
Jiří Pavlík -
Metodika využití nástrojů strojového učení pro odhad spotřeby času ve výrobě malých a středních podniků
Mária Urban -
Dolování znalostí z textových dat související s migrační krizí
Filip Koukal -
Dolování z grafů pro podporu výuky
Karel Vaculík -
Webové rozhraní pro dolování asociačních pravidel pomocí low-code frameworků
Kryštof Kvis -
Dolování znalosti z rozsáhlých statistických souborů lékařských dat
Elvyn-George Badelita -
Výběr atributů při dolování znalostí z textových dat
Filip Balák