Fuzzy Sets in Approximate Reasoning and Information Systems

استدلال تقریبی یک انگیزه کلیدی در مجموعه های فازی و نظریه امکان است. این جلد دیدگاهی منسجم از این زمینه و تأثیر آن بر تحقیقات پایگاه داده و بازیابی اطلاعات ارائه می دهد. ابتدا مبانی معنایی استدلال تقریبی ارائه شده است. تاکید ویژه بر نمایش قوانین فازی و انواع تخصصی استدلال تقریبی داده شده است. سپس جنبه های نحوی استدلال تقریبی بررسی شده و زیربنای جبری روابط پیامد فازی ارائه و توضیح داده می شود. بخش دوم کتاب به روش های استقرایی و عصبی-فازی برای یادگیری قواعد فازی اختصاص دارد. همچنین حاوی مطالب جدیدی در مورد کاربرد نظریه امکان در همجوشی داده ها است. بخش آخر کتاب به بررسی ادبیات رو به رشد سیستم های اطلاعات فازی می پردازد. هر فصل حاوی مطالب کتابشناختی گسترده ای است.
مجموعه‌های فازی در استدلال تقریبی و سیستم‌های اطلاعاتی منبع اصلی اطلاعات برای پژوهشگران و دانشجویان فارغ‌التحصیل علوم کامپیوتر و هوش مصنوعی است که به پردازش اطلاعات انسانی علاقه‌مند هستند.

Approximate reasoning is a key motivation in fuzzy sets and possibility theory. This volume provides a coherent view of this field, and its impact on database research and information retrieval. First, the semantic foundations of approximate reasoning are presented. Special emphasis is given to the representation of fuzzy rules and specialized types of approximate reasoning. Then syntactic aspects of approximate reasoning are surveyed and the algebraic underpinnings of fuzzy consequence relations are presented and explained. The second part of the book is devoted to inductive and neuro-fuzzy methods for learning fuzzy rules. It also contains new material on the application of possibility theory to data fusion. The last part of the book surveys the growing literature on fuzzy information systems. Each chapter contains extensive bibliographical material.
Fuzzy Sets in Approximate Reasoning and Information Systems is a major source of information for research scholars and graduate students in computer science and artificial intelligence, interested in human information processing.