Multi-stage genetic fuzzy systems based on the iterative rule learning approach
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2099/3495
Tipus de documentArticle
Data publicació1997
EditorUniversitat Politècnica de Catalunya. Secció de Matemàtiques i Informàtica
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Abstract
Genetic algorithms (GAs) represent a class of adaptive search techniques inspired by natural evolution mechanisms. The search properties of GAs make
them suitable to be used in machine learning processes and for developing
fuzzy systems, the so-called genetic
fuzzy systems (GFSs).
In this contribution, we discuss genetics-based machine learning processes presenting the iterative rule learning approach, and a special kind of GFS, a multi-stage GFS based on the iterative rule learning approach, by learning from examples.
ISSN1134-5632
Col·leccions
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
Gonzalez-Herrera.pdf | 257,7Kb | Visualitza/Obre |