Fuzzy Data Analysis

داده‌های مبهم مانند نمره‌ها، نمرات، ارزیابی‌های شفاهی، مشاهدات نادرست، نظرات کارشناسان و تصاویر با رنگ خاکستری بسیار رایج هستند. در تحلیل داده‌های فازی نویسندگان نتایج اخیر خود را جمع‌آوری می‌کنند و به خواننده ایده‌ها، رویکردها و روش‌هایی را برای پردازش چنین داده‌هایی هنگام جستجوی زیرساختارها در پایگاه‌های دانش برای ارزیابی رابطه عملکردی، به عنوان مثال، در اختیار خواننده قرار می‌دهند. به منظور تعیین سیستم های تشخیصی یا کنترلی. مدل‌سازی ارائه‌شده از ایده‌هایی از نظریه مجموعه‌های فازی استفاده می‌کند و روش‌های پیشنهادی مشکلاتی را که معمولاً با تجزیه و تحلیل داده‌ها حل می‌شوند، در صورتی که داده‌ها اعداد واقعی باشند، حل می‌کنند.
تجزیه و تحلیل داده های فازی مستقل است و خطاب به ریاضیدانانی که به سمت برنامه های کاربردی گرایش دارند و برای پزشکان در هر زمینه کاربردی که پیشینه ای در ریاضیات و آمار دارند، می باشد.

Fuzzy data such as marks, scores, verbal evaluations, imprecise observations, experts' opinions and grey tone pictures, are quite common. In Fuzzy Data Analysis the authors collect their recent results providing the reader with ideas, approaches and methods for processing such data when looking for sub-structures in knowledge bases for an evaluation of functional relationship, e.g. in order to specify diagnostic or control systems. The modelling presented uses ideas from fuzzy set theory and the suggested methods solve problems usually tackled by data analysis if the data are real numbers.
Fuzzy Data Analysis is self-contained and is addressed to mathematicians oriented towards applications and to practitioners in any field of application who have some background in mathematics and statistics.