Renforcement de l'apprentissage structurel d'un modèle neuro-flou

Application à la reconnaissance du diabète

Nesma Settouti, Mostafa El Habib Daho, Mohamed Amine Lazouni - Collection Omn.univ.europ.

100 pages, parution le 20/11/2013

Ajouter à une liste

Expédié sous 9 jours

Livraison à partir de 0,01€ dès 35€ d'achats
Pour une livraison en France métropolitaine

QUANTITÉ

Résumé

L'intelligibilité représente la force motrice la plus importante derrière la mise en oeuvre des classifieurs à base flous pour les problèmes d'application médicale. Dans la littérature, la majorité des algorithmes basés sur un système d'inférence neuro-flou adaptatif (ANFIS) ne fournissent pas suffisamment d'explications sur la façon d'obtenir les résultats d'inférence. Ce livre traite la possibilité d'augmenter l'interprétabilité du classifieur ANFIS avec l'apport de la méthode de clustering Fuzzy C-Means. Il montre comment un classifieur neuro-flou interprétable peut être obtenu par un processus d'apprentissage et comment les règles floues extraites peuvent améliorer son interprétation. Les résultats expérimentaux appliqués sur la base de données du diabète montrent de fortes similitudes avec les règles appliquées par les experts. L'approche proposée est simple et efficace pour clarifier la décision finale du classifieur, tout en préservant sa précision.

Caractéristiques techniques

	PAPIER
Éditeur(s)	Editions universitaires européennes
Auteur(s)	Nesma Settouti, Mostafa El Habib Daho, Mohamed Amine Lazouni
Collection	Omn.univ.europ.
Parution	20/11/2013
Nb. de pages	100
Format	15 x 22
Couverture	Broché
Poids	160g
EAN13	9786131591617