McNaughton Theorem of Fuzzy Logic from a Data-Mining Point of View
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F07%3A00085239" target="_blank" >RIV/67985807:_____/07:00085239 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
McNaughton Theorem of Fuzzy Logic from a Data-Mining Point of View
Original language description
The paper recalls the McNaughton theorem of fuzzy logic and the algorithms underlying its constructive proofs. It then shows how those algorithms can be combined with the algorithm underlying recent extension of the theorem to piecewise-linear functionswith rational coefficients, and points out potential importance of the resulting combined algorithm for data mining. That result is immediately weakened through a complexity analysis of the algorithm that reveals that its worst-case complexity is doubly-exponential.
Czech name
McNaughtnova věta fuzzy logiky z hlediska dobývání znalostí z dat
Czech description
Článek připomíná McNaughtnovu větu fuzzy logiky a algoritmy, které jsou základem jejích konstruktivních důkazů. Potom ukazuje, jak tyto algoritmy mohou být zkombinovány s algoritmem, jenž je základem nedávného rozšíření věty na funkce po částech lineárnís racionálními koeficienty a vyzdvihuje potenciální důležitost výsledného kombinovaného algoritmu pro dobývání znalostí z dat. Tento výsledek je vzápětí oslaben analýzou složitosti kombinovaného algoritmu, která odhalí, že jeho složitost je v nejhoršímpřípadě dvojitě exponenciální.
Classification
Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
IN - Informatics
OECD FORD branch
—
Result continuities
Project
<a href="/en/project/IAA100300503" target="_blank" >IAA100300503: Mathematical foundation of inference and decision under uncertainty</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2007
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
Neural Network World
ISSN
1210-0552
e-ISSN
—
Volume of the periodical
17
Issue of the periodical within the volume
3
Country of publishing house
CZ - CZECH REPUBLIC
Number of pages
24
Pages from-to
189-212
UT code for WoS article
—
EID of the result in the Scopus database
—