Adaptive Modelling, Estimation and Fusion from Data: A Neurofuzzy Approach

در دنیایی که دسترسی به داده های الکترونیکی تقریبا دائمی و به سرعت در حال افزایش است، تکنیک های فیلتر کردن، فشرده سازی و تفسیر این داده ها برای تبدیل آنها به اطلاعات ارزشمند و به راحتی قابل درک از اهمیت بالایی برخوردار است. یکی از موضوعات کلیدی در این زمینه، توانایی استنباط رفتار سیستم در آینده از یک ورودی داده معین است. این کتاب برای اولین بار تئوری کامل مدل‌سازی عصبی فازی مبتنی بر داده و ویژگی‌های زبانی منطق فازی را در یک چارچوب ریاضی منسجم جمع‌آوری می‌کند. پس از معرفی تئوری پایه مدل‌سازی مبتنی بر داده، مفاهیم جدیدی از جمله زیرمدل‌های افزودنی و ضربی توسعه‌یافته توسعه یافته و بسط آن‌ها به تخمین حالت و ترکیب داده‌ها مشتق شده‌اند. همه این الگوریتم ها با مثال های معیار و واقعی نشان داده شده اند تا کارایی آنها را نشان دهند. کریس هریس و گروهش کارهای پیشگامانه ای انجام داده اند که زمینه های شبکه های عصبی و الگوریتم های مبتنی بر قواعد زبانی را به هم پیوند داده است. این کتاب برای محققان و دانشمندان در مدل‌سازی سری‌های زمانی، مدل‌سازی داده‌های تجربی، کشف دانش، داده‌کاوی و ادغام داده‌ها طراحی شده است.

In a world of almost permanent and rapidly increasing electronic data availability, techniques of filtering, compressing, and interpreting this data to transform it into valuable and easily comprehensible information is of utmost importance. One key topic in this area is the capability to deduce future system behavior from a given data input. This book brings together for the first time the complete theory of data-based neurofuzzy modelling and the linguistic attributes of fuzzy logic in a single cohesive mathematical framework. After introducing the basic theory of data-based modelling, new concepts including extended additive and multiplicative submodels are developed and their extensions to state estimation and data fusion are derived. All these algorithms are illustrated with benchmark and real-life examples to demonstrate their efficiency. Chris Harris and his group have carried out pioneering work which has tied together the fields of neural networks and linguistic rule-based algortihms. This book is aimed at researchers and scientists in time series modeling, empirical data modeling, knowledge discovery, data mining, and data fusion.