دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Eulalia Szmidt (auth.)
سری: Studies in Fuzziness and Soft Computing 307
ISBN (شابک) : 9783319016399, 9783319016405
ناشر: Springer International Publishing
سال نشر: 2014
تعداد صفحات: 151
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب فاصله ها و شباهت ها در مجموعه های فازی شهودی: هوش محاسباتی، تحقیق در عملیات، علم مدیریت، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Distances and Similarities in Intuitionistic Fuzzy Sets به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب فاصله ها و شباهت ها در مجموعه های فازی شهودی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب آخرین هنر را در تئوری و عمل در مورد اندازهگیریهای شباهت و فاصله برای مجموعههای فازی شهودی ارائه میکند. کمی کردن شباهت و فاصله برای بسیاری از کاربردها بسیار مهم است، به عنوان مثال. داده کاوی، یادگیری ماشین، تصمیم گیری و کنترل. این کار مجموعه ای جامع از مفاهیم نظری و ابزارهای عملی را برای تعریف و تعیین شباهت بین مجموعه های فازی شهودی در اختیار خوانندگان قرار می دهد. این یک الگوریتم خودکار برای استخراج مجموعه های فازی شهودی از داده ها توصیف می کند که می تواند به تجزیه و تحلیل اطلاعات در پایگاه های داده بزرگ کمک کند. این کتاب همچنین کاربردهای مهم دیگری را مورد بحث قرار می دهد، به عنوان مثال. استفاده از معیارهای تشابه برای ارزیابی میزان توافق بین کارشناسان در زمینه تصمیم گیری.
This book presents the state-of-the-art in theory and practice regarding similarity and distance measures for intuitionistic fuzzy sets. Quantifying similarity and distances is crucial for many applications, e.g. data mining, machine learning, decision making, and control. The work provides readers with a comprehensive set of theoretical concepts and practical tools for both defining and determining similarity between intuitionistic fuzzy sets. It describes an automatic algorithm for deriving intuitionistic fuzzy sets from data, which can aid in the analysis of information in large databases. The book also discusses other important applications, e.g. the use of similarity measures to evaluate the extent of agreement between experts in the context of decision making.
Front Matter....Pages 1-6
Introduction....Pages 1-5
Intuitionistic Fuzzy Sets as a Generalization of Fuzzy Sets....Pages 7-38
Distances....Pages 39-85
Similarity Measures between Intuitionistic Fuzzy Sets....Pages 87-129
Summary and Conclusions....Pages 131-132
Back Matter....Pages 133-147