Knowledge Extraction from EEG Data using Fuzzy Neural Networks

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

—

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.

Type

C - Chapter in a specialist book

CEP classification

BA - General mathematics

OECD FORD branch

—

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)

Publication year

2005

Confidentiality

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

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

—