All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

Knowledge Extraction from EEG Data using Fuzzy Neural Networks

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F05%3A00032007" target="_blank" >RIV/67985807:_____/05:00032007 - isvavai.cz</a>

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    angličtina

  • Original language name

    Knowledge Extraction from EEG Data using Fuzzy Neural Networks

  • Original language description

    The extraction of logical rules from data has been, for nearly fifteen years, a key application of artificial neural networks in data mining. However, most of the ANN-based rules extraction methods rely primarily on heuristics, and their underlying theoretical fundamentals are not very deep. That is especially much true for methods extracting fuzzy logic rules, which usually allow to mix different logical connectives in such a way that extracted rules can not be correctly evaluated in any particular fuzzy logic model. This paper shows that mixing of connectives is not needed. A method for the extraction of rules in a general fuzzy disjunctive normal form, for which the evaluation of the extracted rules in a single model is one of the basic principles,is described in detail and illustrated on EEG data.

  • Czech name

    Získávání znalostí z EEG dat pomocí umělých neuronových sítí

  • Czech description

    Získávání logických pravidel z dat je po téměř 15 roků klíčovou aplikací umělých neuronových sítí v dobývání znalostí z dat. Vetšina metod získávání pravidel založených na neuronových sítích však spočívá na heuristikách a jejich teoretické základy nejsouvelmi hluboké. To platí zejména o metodách získávajících pravidla fuzzy logiky, které obvykle dovolují míchat různé logické spojky takovým způsobem, že pravdivostní hodnotu získaných pravidel nelze správně ohodnotit v žádném konkrétním modelu fuzzy logiky. Tento článek ukazuje, že takové míchání spojek není zapotřebí. Detailně je popsána metoda získávání pravidel v obecně fuzzy disjunktivní normální formě, pro niž je jedním ze základních principů ohodnotitelnost pravdivostní hodnoty v jediném modelu, aje ilustrována na EEG datech.

Classification

  • Type

    C - Chapter in a specialist book

  • CEP classification

    BA - General mathematics

  • OECD FORD branch

Result continuities

  • Project

    Result was created during the realization of more than one project. More information in the Projects tab.

  • Continuities

    Z - Vyzkumny zamer (s odkazem do CEZ)

Others

  • Publication year

    2005

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Book/collection name

    Neurodynamics and Neuroinformatics Studies

  • ISBN

    80-903298-3-7

  • Number of pages of the result

    14

  • Pages from-to

    144-157

  • Number of pages of the book

  • Publisher name

    Ústav informatiky AV ČR, FD ČVUT

  • Place of publication

    Praha

  • UT code for WoS chapter