Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 52,95

+ 105 punten

Levertermijn 1 à 4 weken

Eenvoudig bestellen

Veilig betalen

In januari gratis thuislevering in België (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

This book presents different experimental results as evidence of the good results obtained compared with respect to conventional approaches and literature references based on fuzzy logic. Nowadays, the evolution of intelligence systems for decision making has been reached considerable levels of success, as these systems are getting more intelligent and can be of great help to experts in decision making. One of the more important realms in decision making is the area of medical diagnosis, and many kinds of intelligence systems provide the expert good assistance to perform diagnosis; some of these methods are, for example, artificial neural networks (can be very powerful to find tendencies), support vector machines, that avoid overfitting problems, and statistical approaches (e.g., Bayesian). However, the present research is focused on one of the most relevant kinds of intelligent systems, which are the fuzzy systems. The main objective of the present work is the generation of fuzzy diagnosis systems that offer competitive classifiers to be applied in diagnosis systems. To generate these systems, we have proposed a methodology for the automatic design of classifiers and is focused in the Generalized Type-2 Fuzzy Logic, because the uncertainty handling can provide us with the robustness necessary to be competitive with other kinds of methods. In addition, different alternatives to the uncertainty modeling, rules-selection, and optimization have been explored. Besides, different experimental results are presented as evidence of the good results obtained when compared with respect to conventional approaches and literature references based on Fuzzy Logic.