Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Monotonic Fuzzy Systems With Goniometric Membership Functions

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F25%3A00388294" target="_blank" >RIV/68407700:21230/25:00388294 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.1007/s40815-024-01758-4" target="_blank" >https://doi.org/10.1007/s40815-024-01758-4</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/s40815-024-01758-4" target="_blank" >10.1007/s40815-024-01758-4</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Monotonic Fuzzy Systems With Goniometric Membership Functions

  • Popis výsledku v původním jazyce

    Fuzzy logic-based systems are nowadays commonly used in nonlinear function approximation when incoming data are available. Their main advantage is that the resulting rules can be interpreted understandably. Nevertheless, when the data are noisy an overfitting may occur which leads to poor accuracy and generalization ability. Prior information about the nonlinear function may improve fuzzy system performance. In this paper the case when the function is monotonic with respect to some or all variables is considered. Sufficient conditions for the monotonicity of first-order Takagi-Sugeno fuzzy systems with raised cosine membership functions are derived. Performance of the proposed fuzzy system is tested on two benchmark datasets.

  • Název v anglickém jazyce

    Monotonic Fuzzy Systems With Goniometric Membership Functions

  • Popis výsledku anglicky

    Fuzzy logic-based systems are nowadays commonly used in nonlinear function approximation when incoming data are available. Their main advantage is that the resulting rules can be interpreted understandably. Nevertheless, when the data are noisy an overfitting may occur which leads to poor accuracy and generalization ability. Prior information about the nonlinear function may improve fuzzy system performance. In this paper the case when the function is monotonic with respect to some or all variables is considered. Sufficient conditions for the monotonicity of first-order Takagi-Sugeno fuzzy systems with raised cosine membership functions are derived. Performance of the proposed fuzzy system is tested on two benchmark datasets.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    20205 - Automation and control systems

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2025

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    INTERNATIONAL JOURNAL OF FUZZY SYSTEMS

  • ISSN

    1562-2479

  • e-ISSN

    2199-3211

  • Svazek periodika

    27

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    DE - Spolková republika Německo

  • Počet stran výsledku

    11

  • Strana od-do

    43-53

  • Kód UT WoS článku

    001237821900012

  • EID výsledku v databázi Scopus

    2-s2.0-85195038708