Improving Premise Structure in Evolving Takagi-Sugeno Neuro-Fuzzy Classifiers

Abdullah Almaksour 1, * Eric Anquetil 1
* Auteur correspondant
1 IntuiDoc - intuitive user interaction for document
IRISA-D6 - MEDIA ET INTERACTIONS
Abstract : We present in this paper a new method for the design of evolving neurofuzzy classifiers. The presented approach is based on a first-order Takagi-Sugeno neuro-fuzzy model.We propose a modification on the premise structure in this model and we provide the necessary learning formulas, with no problem-dependent parameters. We demonstrate by the experimental results the positive effect of this modification on the overall classification performance.
Type de document :
Article dans une revue
Evolving Systems, Springer-Verlag, 2011, 2 (1), pp.25-33. 〈10.1007/s12530-011-9027-0〉
Liste complète des métadonnées

Littérature citée [14 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00741483
Contributeur : Abdullah Almousa Almaksour <>
Soumis le : vendredi 12 octobre 2012 - 18:01:17
Dernière modification le : vendredi 25 mai 2018 - 01:07:47
Document(s) archivé(s) le : samedi 17 décembre 2016 - 00:20:15

Fichier

EVOS_paper.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Citation

Abdullah Almaksour, Eric Anquetil. Improving Premise Structure in Evolving Takagi-Sugeno Neuro-Fuzzy Classifiers. Evolving Systems, Springer-Verlag, 2011, 2 (1), pp.25-33. 〈10.1007/s12530-011-9027-0〉. 〈hal-00741483〉

Partager

Métriques

Consultations de la notice

301

Téléchargements de fichiers

165