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
—