Získávání znalostí z EEG dat pomocí umělých neuronových sítí
Identifikátory výsledku
Kód výsledku v 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>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Knowledge Extraction from EEG Data using Fuzzy Neural Networks
Popis výsledku v původním jazyce
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.
Název v anglickém jazyce
Knowledge Extraction from EEG Data using Fuzzy Neural Networks
Popis výsledku anglicky
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.
Klasifikace
Druh
C - Kapitola v odborné knize
CEP obor
BA - Obecná matematika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2005
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název knihy nebo sborníku
Neurodynamics and Neuroinformatics Studies
ISBN
80-903298-3-7
Počet stran výsledku
14
Strana od-do
144-157
Počet stran knihy
—
Název nakladatele
Ústav informatiky AV ČR, FD ČVUT
Místo vydání
Praha
Kód UT WoS kapitoly
—