Fuzzy Classification by Evolutionary Algorithms
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F11%3A86080826" target="_blank" >RIV/61989100:27240/11:86080826 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1109/ICSMC.2011.6083684" target="_blank" >http://dx.doi.org/10.1109/ICSMC.2011.6083684</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/ICSMC.2011.6083684" target="_blank" >10.1109/ICSMC.2011.6083684</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Fuzzy Classification by Evolutionary Algorithms
Popis výsledku v původním jazyce
Fuzzy sets and fuzzy logic can be used for efficient data classification by fuzzy rules and fuzzy classifiers. This paper presents an application of genetic programming to the evolution of fuzzy classifiers based on extended Boolean queries. Extended Boolean queries are well known concept in the area of fuzzy information retrieval. An extended Boolean query represents a complex soft search expression that defines a fuzzy set on the collection of searched documents. We interpret the data mining task as afuzzy information retrieval problem and we apply a proven method for query induction from data to find useful fuzzy classifiers. The ability of the genetic programming to evolve useful fuzzy classifiers is demonstrated on two use cases in which we detect faulty products in a product processing plant and discover intrusions in a computer network.
Název v anglickém jazyce
Fuzzy Classification by Evolutionary Algorithms
Popis výsledku anglicky
Fuzzy sets and fuzzy logic can be used for efficient data classification by fuzzy rules and fuzzy classifiers. This paper presents an application of genetic programming to the evolution of fuzzy classifiers based on extended Boolean queries. Extended Boolean queries are well known concept in the area of fuzzy information retrieval. An extended Boolean query represents a complex soft search expression that defines a fuzzy set on the collection of searched documents. We interpret the data mining task as afuzzy information retrieval problem and we apply a proven method for query induction from data to find useful fuzzy classifiers. The ability of the genetic programming to evolve useful fuzzy classifiers is demonstrated on two use cases in which we detect faulty products in a product processing plant and discover intrusions in a computer network.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/FR-TI1%2F420" target="_blank" >FR-TI1/420: *Integrovaný softwarový systém pro optimalizaci řízení technologických procesů a predikci kvality produkce velkých technologických celků využívající pokročilé matematické metody, modelování a umělou inteligenci</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2011
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
2011 IEEE INTERNATIONAL CONFERENCE ON SYSTEMS, MAN, AND CYBERNETICS (SMC)
ISBN
978-1-4577-0653-0
ISSN
1062-922X
e-ISSN
—
Počet stran výsledku
5
Strana od-do
313-318
Název nakladatele
IEEE
Místo vydání
345 E 47TH ST, NEW YORK, NY 10017 USA
Místo konání akce
Anchorage
Datum konání akce
9. 10. 2011
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000298615100053