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: Zdzislaw Pawlak (auth.), Dr. Masahiro Inuiguchi, Prof. Shoji Hirano, Prof. Shusaku Tsumoto (eds.) سری: Studies in Fuzziness and Soft Computing 125 ISBN (شابک) : 9783642056147, 9783540364733 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2003 تعداد صفحات: 302 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 14 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب نظریه مجموعه خشن و محاسبات گرانولی: است
در صورت تبدیل فایل کتاب Rough Set Theory and Granular Computing 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 نظریه مجموعه خشن و محاسبات گرانولی 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.
پس از 20 سال پیگیری نظریه مجموعههای خشن و کاربردهای آن، نگاهی به وضعیت کنونی آن و چشماندازهای بعدی به شدت مورد نیاز است. مونوگراف تئوری مجموعههای خشن و محاسبات دانهای که توسط ماساهیرو اینویگوچی، شوجی هیرانو و شوساکو تسوموتو ویرایش شده است، این خواسته را برآورده میکند. جدیدترین پیشرفت ها در این زمینه را ارائه می دهد و تصویری منصفانه از وضعیت هنر در این حوزه ارائه می دهد. ابتدا، در مقالات کلیدی توسط Zdzislaw Pawlak، Andrzej Skowron و Sankar K. Pal رابطه مجموعههای خشن با سایر روشهای مهم تحلیل دادهها - قضیه بیز، محاسبات عصبی و تشخیص الگو- به طور کامل مورد بررسی قرار گرفته است. در ادامه، چندین تعمیم جالب از نظریه و جهتهای جدید تحقیق ارائه میشود. علاوه بر این، کاربرد مجموعههای خشن در دادهکاوی، بهویژه، روشهای القای قوانین مبتنی بر نظریه مجموعههای خشن ارائه و مورد بحث قرار گرفته است. موضوع مهم دیگری که در مونوگراف مورد بحث قرار میگیرد، تجزیه و تحلیل دادههای مبتنی بر مجموعهای خشن است، از جمله مطالعه تصمیمگیری در موقعیتهای تعارض. آخرین اما نه کم اهمیت، برخی از کاربردهای مهندسی اخیر نظریه مجموعه های خشن ارائه شده است. آنها شامل پیشنهاد سازمان معماری پردازنده مجموعه خشن برای اجرای سریع عملیات مجموعه اولیه اولیه و بحث در مورد نتایج مربوط به پردازش تصویر پیشرفته برای هواپیمای بدون سرنشین است. بنابراین، مونوگراف علاوه بر ارائه طیف گسترده ای از تحقیقات در حال انجام در این زمینه، به حوزه های مطالعاتی و کاربردهای نوظهور جدیدی نیز اشاره می کند، که آن را به منبع اطلاعاتی ارزشمندی برای همه علاقه مندان به این موضوع تبدیل می کند.
After 20 years of pursuing rough set theory and its applications a look on its present state and further prospects is badly needed. The monograph Rough Set Theory and Granular Computing edited by Masahiro Inuiguchi, Shoji Hirano and Shusaku Tsumoto meets this demand. It presents the newest developments in this area and gives fair picture of the state of the art in this domain. Firstly, in the keynote papers by Zdzislaw Pawlak, Andrzej Skowron and Sankar K. Pal the relationship of rough sets with other important methods of data analysis -Bayes theorem, neuro computing and pattern recognitio- is thoroughly examined. Next, several interesting generalizations of the the ory and new directions of research are presented. Furthermore application of rough sets in data mining, in particular, rule induction methods based on rough set theory is presented and discussed. Further important issue dis cussed in the monograph is rough set based data analysis, including study of decisions making in conflict situations. Last but not least, some recent engi neering applications of rough set theory are given. They include a proposal of rough set processor architecture organization for fast implementation of ba sic rough set operations and discussion of results concerning advanced image processing for unmanned aerial vehicle. Thus the monograph beside presenting wide spectrum of ongoing research in this area also points out new emerging areas of study and applications, which makes it a valuable source of information to all interested in this do main.
Front Matter....Pages I-XV
Bayes’ Theorem — the Rough Set Perspective....Pages 1-12
Approximation Spaces in Rough Neurocomputing....Pages 13-22
Soft Computing Pattern Recognition: Principles, Integrations and Data Mining....Pages 23-34
Front Matter....Pages 35-35
Generalization of Rough Sets Using Weak Fuzzy Similarity Relations....Pages 37-46
Two Directions toward Generalization of Rough Sets....Pages 47-57
Two Generalizations of Multisets....Pages 59-68
Interval Probability and Its Properties....Pages 69-78
On Fractal Dimension in Information Systems....Pages 79-87
A Remark on Granular Reasoning and Filtration....Pages 89-96
Towards Discovery of Relevant Patterns from Parameterized Schemes of Information Granule Construction....Pages 97-108
Approximate Markov Boundaries and Bayesian Networks: Rough Set Approach....Pages 109-121
Front Matter....Pages 123-123
Mining High Order Decision Rules....Pages 125-135
Association Rules from a Point of View of Conditional Logic....Pages 137-145
Association Rules with Additional Semantics Modeled by Binary Relations....Pages 147-156
A Knowledge-Oriented Clustering Method Based on Indiscernibility Degree of Objects....Pages 157-166
Some Effective Procedures for Data Dependencies in Information Systems....Pages 167-176
Improving Rules Induced from Data Describing Self-Injurious Behaviors by Changing Truncation Cutoff and Strength....Pages 177-185
The Variable Precision Rough Set Inductive Logic Programming Model and Future Test Cases in Web Usage Mining....Pages 187-196
Rough Set and Genetic Programming....Pages 197-207
Front Matter....Pages 209-209
Rough Set Approach to Conflict Analysis....Pages 211-221
Front Matter....Pages 209-209
Criteria for Consensus Susceptibility in Conflicts Resolving....Pages 223-232
L 1 -Space Based Models for Clustering and Regression: Fuzzy Clustering and Mixture Densities....Pages 233-242
Upper and Lower Possibility Distributions with Rough Set Concepts....Pages 243-250
Efficiency Values Based on Decision Maker’s Interval Pairwise Comparisons....Pages 251-260
Front Matter....Pages 261-261
Rough Measures, Rough Integrals and Sensor Fusion....Pages 263-272
A Design of Architecture for Rough Set Processor....Pages 273-280
Identifying Adaptable Components — A Rough Sets Style Approach....Pages 281-290
Analysis of Image Sequences for the Unmanned Aerial Vehicle....Pages 291-300