Книга "Evolving Intelligent Systems" является первым в своем роде всесторонним ресурсом по концепции интеллектуальных и адаптивных/эволюционирующих систем (EIS), которая находит применение в передовых отраслях производства, обороны, интернет-связи и приложений голосовой связи (VoIP). В книге рассматриваются методология, кейс-стади и промышленные приложения EIS. В главах, написанных ведущими мировыми экспертами, описываются прогресс, тенденции и крупные достижения в этой новой области исследований, сильный упор делается на баланс между новыми теоретическими результатами и практическими реальными приложениями.
В книге объясняются основные подходы для разработки эволюционирующих интеллектуальных систем (EIS), такие как иерархическая приоритетная структура, участническая обучающая парадигма, эволюционирующие нечеткие системы Такаги-Сугено (eTS+) и алгоритм эволюционирующей кластеризации, основанный на известном алгоритме кластеризации Густафсона-Кессела.
Книга также подчеркивает важность и повышенный интерес к онлайн-обработке потоков данных, описывает общую стратегию использования нечеткой динамической кластеризации в качестве основы для эволюционирующей информационной грануляции, представляет методологию разработки надежных и интерпретируемых эволюционирующих нечетких правилных систем, а также предлагает интегрированный подход к инкрементальному (в режиме реального времени) извлечению признаков и классификации.
Книга содержит методики для эволюционирующей кластеризации и классификации и рассматривает различные приложения EIS для решения реальных проблем в областях: эволюционирующие инференционные датчики в химической и нефтяной промышленности, обучение и распознавание в робототехнике.
В книге представлены загружаемые программные ресурсы, и она является универсальным справочным руководством как для теоретических, так и для практических вопросов для компьютерных ученых, инженеров, исследователей, прикладных математиков, экспертов по машинному обучению и добыче данных, аспирантов и профессионалов.
Электронная Книга «Evolving Intelligent Systems» написана автором Группа авторов в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780470569955
Описание книги от Группа авторов
From theory to techniques, the first all-in-one resource for EIS There is a clear demand in advanced process industries, defense, and Internet and communication (VoIP) applications for intelligent yet adaptive/evolving systems. Evolving Intelligent Systems is the first self- contained volume that covers this newly established concept in its entirety, from a systematic methodology to case studies to industrial applications. Featuring chapters written by leading world experts, it addresses the progress, trends, and major achievements in this emerging research field, with a strong emphasis on the balance between novel theoretical results and solutions and practical real-life applications. Explains the following fundamental approaches for developing evolving intelligent systems (EIS): the Hierarchical Prioritized Structure the Participatory Learning Paradigm the Evolving Takagi-Sugeno fuzzy systems (eTS+) the evolving clustering algorithm that stems from the well-known Gustafson-Kessel offline clustering algorithm Emphasizes the importance and increased interest in online processing of data streams Outlines the general strategy of using the fuzzy dynamic clustering as a foundation for evolvable information granulation Presents a methodology for developing robust and interpretable evolving fuzzy rule-based systems Introduces an integrated approach to incremental (real-time) feature extraction and classification Proposes a study on the stability of evolving neuro-fuzzy recurrent networks Details methodologies for evolving clustering and classification Reveals different applications of EIS to address real problems in areas of: evolving inferential sensors in chemical and petrochemical industry learning and recognition in robotics Features downloadable software resources Evolving Intelligent Systems is the one-stop reference guide for both theoretical and practical issues for computer scientists, engineers, researchers, applied mathematicians, machine learning and data mining experts, graduate students, and professionals.
