Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estado Del Arte Diuso
Estado Del Arte Diuso
procesador RISC
@INPROCEEDINGS{327522,
author={H. {Watanabe} and D. {Chen}},
booktitle={[Proceedings 1993] Second IEEE International Conference on Fuzzy
Systems},
title={Evaluation of fuzzy instructions in a RISC processor},
year={1993},
volume={},
number={},
pages={521-526 vol.1},
keywords={application specific integrated circuits;fuzzy control;fuzzy
logic;microprocessor chips;reduced instruction set computing;min
instruction;max instruction;fuzzy instructions;RISC processor;application-specific
microprocessor;fuzzy control;fuzzy information processing;microprocessor
architecture;fuzzy-theoretic operations;quantitative techniques;Reduced
instruction set computing;Microprocessors;Delay;Fuzzy control;Fuzzy
sets;Application software;Information processing;Fuzzy logic;Optimizing
compilers;Computer science},
doi={10.1109/FUZZY.1993.327522},
ISSN={null},
month={March},}
Modelado difuso utilizando un nuevo sistema
difuso compacto: una aplicación especial para
la predicción de las propiedades mecánicas de
los aceros aleados
Resumen:
En los casos de modelado de alta dimensión, un enfoque de modelado difuso basado
en la división en cuadrícula de conjuntos difusos siempre enfrenta grandes desafíos,
ya que no puede evitar el problema de introducir una gran cantidad de reglas
difusas. Para abordar este problema, en este documento se propone un nuevo
paradigma de modelado difuso basado en particiones de cuadrícula para construir un
sistema difuso compacto mediante la inclusión de "reglas breves breves", en las que
solo se utilizan unas pocas premisas estratégicas. En el enfoque propuesto, la
generación de reglas difusas está orientada a datos, una consideración que puede
reducir en gran medida la complejidad computacional. También se diseña un nuevo
marco para el razonamiento difuso y la defuzzificación, que emplea algunos datos de
referencia archivados para ayudar a elegir las reglas difusas más adecuadas. En
ingeniería de materiales, La descripción del comportamiento de las propiedades
mecánicas de las aleaciones es a menudo un problema de modelado de alta
dimensión, que implica la complejidad de los compuestos químicos de los materiales y
sus mecanismos de procesamiento físico subyacentes. En este documento, el
enfoque propuesto se aplicó con éxito para generar modelos de resistencia final a la
tracción de acero aleado. En comparación con los paradigmas de modelado difuso
basados en particiones de cuadrícula estándar, el nuevo método muestra una mejora
tanto en complejidad como en interpretabilidad. En comparación con los enfoques de
modelado difuso basados en la agrupación, el método propuesto puede alcanzar el
mismo nivel de precisión y es más transparente. El enfoque propuesto se aplicó con
éxito para generar modelos de máxima resistencia a la tracción del acero aleado. En
comparación con los paradigmas de modelado difuso basados en particiones de
cuadrícula estándar, el nuevo método muestra una mejora tanto en complejidad como
en interpretabilidad. En comparación con los enfoques de modelado difuso basados
en la agrupación, el método propuesto puede alcanzar el mismo nivel de precisión y
es más transparente. El enfoque propuesto se aplicó con éxito para generar modelos
de máxima resistencia a la tracción del acero aleado. En comparación con los
paradigmas de modelado difuso basados en particiones de cuadrícula estándar, el
nuevo método muestra una mejora tanto en complejidad como en interpretabilidad. En
comparación con los enfoques de modelado difuso basados en la agrupación, el
método propuesto puede alcanzar el mismo nivel de precisión y es más transparente.
@INPROCEEDINGS{6007730,
author={Q. {Zhang} and M. {Mahfouf}},
booktitle={2011 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE
2011)},
title={Fuzzy modelling using a new compact fuzzy system: A special application
to the prediction of the mechanical properties of alloy steels},
year={2011},
volume={},
number={},
pages={1041-1048},
keywords={alloy steel;data mining;fuzzy reasoning;fuzzy set theory;fuzzy
systems;materials science computing;pattern clustering;tensile strength;fuzzy
system;mechanical properties;alloy steels;grid partitioning;fuzzy sets;fuzzy
rules;fuzzy reasoning;defuzzification;material engineering;chemical
composites;tensile strength;clustering-based fuzzy modelling;Fuzzy
systems;Fuzzy sets;Steel;Data models;Predictive models;Mechanical
factors;fuzzy;high-dimensional modelling;grid partitioning;interpretability;short
fuzzy rule;alloy steel;mechanical property},
doi={10.1109/FUZZY.2011.6007730},
ISSN={1098-7584},
month={June},}
@INPROCEEDINGS{6891565,
author={V. {Novak} and V. {Pavliska} and R. {Valäsek}},
booktitle={2014 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE)},
title={Specialized software for fuzzy natural logic and fuzzy transform
applications},
year={2014},
volume={},
number={},
pages={2337-2344},
keywords={fuzzy logic;fuzzy set theory;natural languages;software
engineering;transforms;special soft computing software systems;fuzzy natural
logic;LFL controller;universal SW system;linguistic control;decision-
making;linguistic expression evaluation;perception-based logical
deduction;natural language;fuzzy control;fuzzy IF-THEN rules;LFL
forecaster;time series forecasting;time series analysis;F-transform;FT-
studio;fuzzy transform of functions;Pragmatics;Transforms;Fuzzy
sets;Context;Natural languages;Software systems},
doi={10.1109/FUZZ-IEEE.2014.6891565},
ISSN={1098-7584},
month={July},}
@INPROCEEDINGS{4216878,
author={I. {Perfilieva} and V. {Novak} and A. {Dvorak}},
booktitle={NAFIPS 2006 - 2006 Annual Meeting of the North American Fuzzy
Information Processing Society},
title={How to Mine Linguistic Associations using Fuzzy Transform},
year={2006},
volume={},
number={},
pages={645-648},
keywords={computational linguistics;data mining;fuzzy set theory;natural
language processing;fuzzy transform;linguistic associations;mining
associations;fuzzy numbers;linguistic expressions;Fuzzy sets;Virtual
reality;Natural languages;Fuzzy logic;Mathematical
model;Shape;Filtering;Kernel;Differential equations;Data compression},
doi={10.1109/NAFIPS.2006.365485},
ISSN={null},
month={June},}
@INPROCEEDINGS{619749,
author={R. {Felix} and R. {Albersmann} and S. {Reddig}},
booktitle={Proceedings of 6th International Fuzzy Systems Conference},
title={Industrial application of fuzzy image comparison in quality control},
year={1997},
volume={3},
number={},
pages={1405-1409 vol.3},
keywords={computer vision;image representation;quality control;production
control;computational complexity;fuzzy set theory;image matching;fuzzy image
comparison;quality control;fuzzy set theory;fuzzy relation;grid
partitioning;elementary image characteristics;image analysis;image
representation;computational complexity;FuzzyImageDesk;Industrial
control;Fuzzy control;Quality control;Fuzzy sets;Image edge detection;Image
representation;Industrial relations;Image analysis;Identity-based
encryption;Pattern recognition},
doi={10.1109/FUZZY.1997.619749},
ISSN={null},
month={July},}
@INPROCEEDINGS{327434,
author={T. {Furuhashi} and S. -. {Horikawa} and Y. {Uchikawa}},
booktitle={[Proceedings 1993] Second IEEE International Conference on Fuzzy
Systems},
title={An application of fuzzy neural networks to a stability analysis of fuzzy
control systems},
year={1993},
volume={},
number={},
pages={369-374 vol.1},
keywords={backpropagation;control system analysis;fuzzy control;neural
nets;stability;fuzzy neural networks;stability analysis;fuzzy control systems;fuzzy
rules;tuning;membership functions;backpropagation;learning algorithm;fuzzy
model;Fuzzy control;Fuzzy neural networks;Stability analysis;Automatic
control;Neural networks;Fuzzy reasoning;Electronic mail;Fuzzy systems;Control
systems;Equations},
doi={10.1109/FUZZY.1993.327434},
ISSN={null},
month={March},}
@INPROCEEDINGS{375099,
author={S. {Kundu} and {Jianhua Chen}},
booktitle={NAFIPS/IFIS/NASA '94. Proceedings of the First International Joint
Conference of The North American Fuzzy Information Processing Society
Biannual Conference. The Industrial Fuzzy Control and Intellige},
title={FLIC: fuzzy linear invariant clustering for applications in fuzzy control},
year={1994},
volume={},
number={},
pages={196-200},
keywords={fuzzy control;fuzzy logic;invariance;fuzzy set theory;predictive
control;fuzzy linear invariant clustering;fuzzy control;Takagi-Sugeno type
rules;c-means algorithm;differential scaling;coordinate rotation;coordinate
translation;fuzzy logic;fuzzy set theory;Fuzzy control;Clustering
algorithms;Takagi-Sugeno model;Fuzzy sets;Fuzzy systems;Application
software;Computer science;Power engineering and energy;Power system
management;Engineering management},
doi={10.1109/IJCF.1994.375099},
ISSN={null},
month={Dec},}
@INPROCEEDINGS{6891614,
author={C. H. {Jong} and K. M. {Tay} and C. P. {Lim}},
booktitle={2014 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE)},
title={A new fuzzy ratio and its application to the single input rule modules
connected fuzzy inference system},
year={2014},
volume={},
number={},
pages={1586-1590},
keywords={fuzzy reasoning;part-to-part ratio formulations;part-to-whole ratio
formulations;fuzzy arithmetic;single input rule modules connected fuzzy
inference system;SIRMs-FIS;fuzzy weights;part-to-whole fuzzy ratio;Fuzzy
sets;Fuzzy logic;Fuzzy systems;Proteins;Concrete;Conferences;Fuzzy
reasoning;Fuzzy ratio;fuzzy arithmetic;single input rule modules connected
fuzzy inference system;fuzzy weights},
doi={10.1109/FUZZ-IEEE.2014.6891614},
ISSN={1098-7584},
month={July},}
Modificación de modelos de reglas basadas en
la subsecuencia difusa ponderada con
cuantificadores difusos
Resumen:
El uso de cuantificadores difusos en modelos lingüísticos difusos ayuda a construir
sistemas difusos que usan términos lingüísticos de una manera más natural. Aunque
se han desarrollado varias técnicas de cuantificación difusa, la aplicación de las
técnicas existentes parece muy limitada. Este artículo propone una aplicación de
cuantificación difusa para reemplazar los pesos nítidos en modelos de reglas difusas
basadas en la subsecuencia. Además de la preocupación de que los modelos difusos
deben tener una alta tasa de precisión, también se ha prestado atención para
mantener la simplicidad del modelo difuso generado. El objetivo es producir modelos
difusos basados en cuantificadores que no solo sean legibles sino también
prácticamente aplicables. El modelo difuso basado en cuantificador se aplica luego a
las tareas de clasificación. Las precisiones de clasificación de los modelos difusos que
usan pesos nítidos, cuantificadores continuos, se comparan cuantificadores de valores
múltiples y cuantificadores de dos valores. Los resultados experimentales muestran
que la precisión de clasificación del modelo difuso que usa cuantificadores continuos
es: 1) tan buena como la precisión de clasificación de los modelos difusos que usan
pesos nítidos, y 2) en la mayoría de los casos, mejor que los modelos difusos que
usan valores múltiples cuantificadores o cuantificadores de dos valores.
@INPROCEEDINGS{1375433,
author={K. A. {Rasmani} and Q. {Shen}},
booktitle={2004 IEEE International Conference on Fuzzy Systems (IEEE Cat.
No.04CH37542)},
title={Modifying weighted fuzzy subsethood-based rule models with fuzzy
quantifiers},
year={2004},
volume={3},
number={},
pages={1679-1684 vol.3},
keywords={fuzzy set theory;computational linguistics;pattern classification;fuzzy
systems;weighted fuzzy subsethood-based rule model;fuzzy quantifier;linguistic
fuzzy model;fuzzy system;fuzzy quantification technique;quantifier-based fuzzy
model;classification accuracy;crisp weight;continuous quantifier;multivalued
quantifier;two-valued quantifier;Fuzzy logic;Fuzzy sets;Fuzzy systems;Natural
languages;Interpolation;Informatics;Tellurium;Training data},
doi={10.1109/FUZZY.2004.1375433},
ISSN={1098-7584},
month={July},}
@INPROCEEDINGS{839185,
author={ {Lihong Ren} and {Yongsheng Ding} and {Shihuang Shao}},
booktitle={Ninth IEEE International Conference on Fuzzy Systems. FUZZ- IEEE
2000 (Cat. No.00CH37063)},
title={DNA genetic algorithms for design of fuzzy systems},
year={2000},
volume={2},
number={},
pages={1005-1008 vol.2},
keywords={fuzzy systems;fuzzy logic;fuzzy control;fuzzy set theory;genetic
algorithms;DNA genetic algorithms;fuzzy systems;fuzzy control;fuzzy
modeling;fuzzy set theory;fuzzy logic AND;defuzzifier;membership
functions;fuzzy rules;DNA;Genetic algorithms;Algorithm design and
analysis;Fuzzy systems;Fuzzy sets;Fuzzy logic;Fuzzy control;Biological
information theory;Encoding;Biological system modeling},
doi={10.1109/FUZZY.2000.839185},
ISSN={1098-7584},
month={May},}
@INPROCEEDINGS{838665,
author={ {Tzuu-Hseng S. Li} and {Cheng-Seng Hsu} and {Yu-Ji Su}},
booktitle={Ninth IEEE International Conference on Fuzzy Systems. FUZZ- IEEE
2000 (Cat. No.00CH37063)},
title={Design of a dynamic fuzzy controller IC with application to garage parking
control},
year={2000},
volume={1},
number={},
pages={239-244 vol.1},
keywords={fuzzy control;controllers;digital integrated circuits;fuzzy
logic;automobiles;fuzzy controller;garage parking control;fuzzy logic;CLPD
chip;fuzzy inference;gate counts;Fuzzy control;Application specific integrated
circuits;Hardware;Application software;Software performance;Software
standards;Microcontrollers;Fuzzy logic;Computer architecture;Large-scale
systems},
doi={10.1109/FUZZY.2000.838665},
ISSN={1098-7584},
month={May},}
@INPROCEEDINGS{1375519,
author={H. {Uesu} and H. {Yamashita} and H. {Suda} and K. {Shinkai}},
booktitle={2004 IEEE International Conference on Fuzzy Systems (IEEE Cat.
No.04CH37542)},
title={Approximate analysis of fuzzy node fuzzy graph and its application},
year={2004},
volume={2},
number={},
pages={873-877 vol.2},
keywords={social sciences;graph theory;fuzzy set theory;fuzzy node fuzzy
graph;fuzzy graph theory;crisp node fuzzy graph;T-norm family;quasilogical
product;sociometry analysis;Fuzzy sets;Information analysis;Graph theory;Fuzzy
logic;Boundary conditions},
doi={10.1109/FUZZY.2004.1375519},
ISSN={1098-7584},
month={July},}
@INPROCEEDINGS{343690,
author={A. {Miyazaki} and K. {Kwon} and H. {Ishibuchi} and H. {Tanaka}},
booktitle={Proceedings of 1994 IEEE 3rd International Fuzzy Systems
Conference},
title={Fuzzy regression analysis by fuzzy neural networks and its application},
year={1994},
volume={},
number={},
pages={52-57 vol.1},
keywords={statistical analysis;fuzzy neural nets;parallel architectures;learning
(artificial intelligence);fuzzy set theory;fuzzy neural networks;fuzzy
regression;membership value;input-output pair;fuzzy weights;fuzzy biases;cost
function;learning algorithm;injection moldings;architecture;Fuzzy neural
networks;Regression analysis;Level set;Fuzzy sets;Cost function;Neural
networks;Industrial engineering;Humans;Injection molding;Welding},
doi={10.1109/FUZZY.1994.343690},
ISSN={null},
month={June},}
@INPROCEEDINGS{409998,
author={ {Tai Wai Cheng} and D. B. {Goldgof} and L. O. {Hall}},
booktitle={Proceedings of 1995 IEEE International Conference on Fuzzy
Systems.},
title={Fast clustering with application to fuzzy rule generation},
year={1995},
volume={4},
number={},
pages={2289-2295 vol.4},
keywords={fuzzy logic;pattern classification;fast clustering;fuzzy rule
generation;multistage random sampling fuzzy c-means based clustering
algorithm;magnetic resonance images;Clustering algorithms;Fuzzy
sets;Convergence;Partitioning algorithms;Image sampling;Magnetic
resonance;Iterative algorithms;Application software;Computer science;Data
engineering},
doi={10.1109/FUZZY.1995.409998},
ISSN={null},
month={March},}
Resumen:
La lógica difusa se ha empleado ampliamente en muchas áreas de aplicación para la
implementación de sistemas difusos de expertos y control. La lógica difusa se ha
aplicado principalmente en el control de sistemas convencionales, como motores
eléctricos, procesos industriales o regulaciones térmicas, y hoy en día la lógica difusa
se utiliza principalmente para resolver problemas de control no lineal o en el
procesamiento de señales. Para implementar algoritmos difusos para controlar
sistemas como lavadoras, lavavajillas o aire acondicionado, que son algunas de las
aplicaciones disponibles actualmente en el mercado, se pueden utilizar dos enfoques
diferentes. En el pasado, la implementación de software de algoritmos difusos
representaba la única solución debido a la falta de procesadores difusos
dedicados. Hoy en día, la solución de hardware está disponible y muestra muchas
ventajas para una amplia gama de aplicaciones.
@INPROCEEDINGS{687450,
author={B. {Giacalone} and M. {Lo Presti} and F. {Di Marco}},
booktitle={1998 IEEE International Conference on Fuzzy Systems Proceedings.
IEEE World Congress on Computational Intelligence (Cat. No.98CH36228)},
title={Hardware implementation versus software emulation of fuzzy algorithms
in real applications},
year={1998},
volume={1},
number={},
pages={7-12 vol.1},
keywords={fuzzy control;machine control;electric
drives;microcontrollers;process control;expert systems;temperature
control;fuzzy control;software;fuzzy processors;microcontrollers;thermal
regulations;industrial process;electric drives;expert
systems;Hardware;Emulation;Fuzzy logic;Control systems;Application
software;Signal processing algorithms;Fuzzy control;Fuzzy systems;Nonlinear
control systems;Electric motors},
doi={10.1109/FUZZY.1998.687450},
ISSN={1098-7584},
month={May},}
Resumen:
Los autores presentan resultados preliminares sobre el desarrollo de un código de
desarrollo de aplicación lógica de propósito general. Se compone de dos módulos: un
generador de programas y una biblioteca de funciones de lógica difusa. El generador
de programas genera un código lógico difuso específico del problema. Permite al
usuario modificar la regla y las funciones de membresía fácilmente sin tener que
volver a escribir el código de lógica difusa. También hace que el código sea portátil en
el sentido de que puede conectarse a cualquier proceso. La biblioteca de funciones de
lógica difusa es un código que utiliza el código de lógica difusa generado. Como
ilustraciones, se presentan ejemplos de su uso en las áreas de modelado difuso y
control de procesos difusos
@INPROCEEDINGS{258748,
author={N. K. {Alang-Rashid} and A. S. {Heger}},
booktitle={[1992 Proceedings] IEEE International Conference on Fuzzy Systems},
title={A general purpose fuzzy logic code},
year={1992},
volume={},
number={},
pages={733-742},
keywords={application generators;fuzzy logic;logic programming;logic
programming;application generators;fuzzy logic code;general purpose logic
application development code;fuzzy logic function library;program
generator;membership functions;fuzzy modeling;fuzzy process control;Fuzzy
logic;Automatic programming;Libraries;Fuzzy control;Process control},
doi={10.1109/FUZZY.1992.258748},
ISSN={null},
month={March},}
@INPROCEEDINGS{410055,
author={T. {Oyama} and S. {Tano} and T. {Miyoshi} and Y. {Kato} and T. {Arnould}
and A. {Bastian} and M. {Umano}},
booktitle={Proceedings of 1995 IEEE International Conference on Fuzzy
Systems.},
title={FINEST: fuzzy inference environment software with tuning},
year={1995},
volume={5},
number={},
pages={3-4 vol.5},
keywords={programming environments;software engineering;fuzzy
systems;inference mechanisms;FINEST;fuzzy inference environment
software;tuning;International Fuzzy Engineering Research;LIFE;software
environment;fuzzy predicates;Fuzzy systems;Fuzzy reasoning;Fuzzy neural
networks;Systems engineering and theory;Application software;Software
debugging;Software design;Graphics;Mice},
doi={10.1109/FUZZY.1995.410055},
ISSN={null},
month={March},}
@INPROCEEDINGS{8858951,
author={O. {Castillo} and P. {Melin}},
booktitle={2019 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE)},
title={An Approach for Optimization of Intuitionistic and Type-2 Fuzzy Systems in
Pattern Recognition Applications},
year={2019},
volume={},
number={},
pages={1-5},
keywords={fuzzy logic;fuzzy set theory;fuzzy systems;pattern recognition;time
series;type-1 fuzzy models;type-2 fuzzy models;intuitionistic fuzzy logic;interval
type-2;intuitionistic fuzzy models;optimal fuzzy system;mathematical
models;metaheuristic optimization algorithms;Pattern Recognition
Applications;time series prediction;Fuzzy systems;Fuzzy sets;Fuzzy
logic;Optimization;Uncertainty;Mathematical model;Data models;Intuitionistic
fuzzy systems;Type-2 fuzzy systems;Type-1 fuzzy systems},
doi={10.1109/FUZZ-IEEE.2019.8858951},
ISSN={1544-5615},
month={June},}
@INPROCEEDINGS{4295680,
author={F. C. {Rhee} and B. {Choi}},
booktitle={2007 IEEE International Fuzzy Systems Conference},
title={Interval Type-2 Fuzzy Membership Function Design and its Application to
Radial Basis Function Neural Networks},
year={2007},
volume={},
number={},
pages={1-6},
keywords={computational complexity;fuzzy set theory;image
segmentation;pattern recognition;radial basis function networks;interval type-2
fuzzy membership function design;radial basis function neural networks;pattern
recognition;computational complexity;image segmentation;Fuzzy neural
networks;Radial basis function networks;Fuzzy sets;Neural networks;Fuzzy
control;Uncertainty;Pattern recognition;Computer applications;Embedded
computing;Computational complexity},
doi={10.1109/FUZZY.2007.4295680},
ISSN={1098-7584},
month={July},}
@INPROCEEDINGS{793083,
author={ {Yangbum Chae} and {Kabsuk Oh} and {Wonchang Lee} and {Geuntaek
Kang}},
booktitle={FUZZ-IEEE'99. 1999 IEEE International Fuzzy Systems. Conference
Proceedings (Cat. No.99CH36315)},
title={Transformation of TSK fuzzy system into fuzzy system with singleton
consequents and its application},
year={1999},
volume={2},
number={},
pages={969-973 vol.2},
keywords={fuzzy systems;stability;fuzzy control;closed loop systems;large-scale
systems;nonlinear systems;control system synthesis;TSK fuzzy system;singleton
consequents;complex nonlinear system;fuzzy controller;singleton fuzzy
model;Fuzzy systems;Fuzzy sets;Fuzzy control;Nonlinear
systems;Stability;Closed loop systems;Application software;Nonlinear control
systems;Humans;Fuzzy logic},
doi={10.1109/FUZZY.1999.793083},
ISSN={1098-7584},
month={Aug},}
@INPROCEEDINGS{6007615,
author={M. {Holčapek} and A. {Dvořák}},
booktitle={2011 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE
2011)},
title={On monotonicity of type 〈1,1〉 fuzzy quantifiers determined by fuzzy
measures},
year={2011},
volume={},
number={},
pages={2383-2390},
keywords={fuzzy set theory;programming language semantics;type theory;type
fuzzy quantifier;semantic property;generalized quantifier;monotonicity;fuzzy
measures;Sugeno type;fuzzy integral;concave fuzzy quantifier;Fuzzy
sets;Lattices;Extraterrestrial measurements;Polynomials;Semantics;Natural
languages;fuzzy quantifier;fuzzy measure;residuated lattice
operation;monotonicity of fuzzy quantifiers},
doi={10.1109/FUZZY.2011.6007615},
ISSN={1098-7584},
month={June},}