hrvatski

Ekspertni sustav temeljen na neizrazitoj logici i stablima odlučivanja

Ovaj rad predstavlja FLESC ljusku ekspertnog sustava namijenjenu izgradnji ekspertnih sustava temeljenih na pravilima za rješavanje problema klasifikacije. Dana ljuska podržava automatsku izgradnju ekspertnog sustava na inicijalno nezavisnim skupovima označenih uzoraka za učenje i testiranje. Proces izgradnje sastoji se od četiri faze: (a) ljudski ekspert definira domene atributa i izrazitih razreda klasifikacije. Nesavršeno znanje ljudskog eksperta predstavljeno je neizrazitom logikom kroz definicije domena neizrazitih atributa. (b) naučeni skup pravila izdvaja se iz neizrazitog stabla odlučivanja naučenog FuzzyID3 algoritmom na skupu označenih uzoraka za učenje (c) izdvojena pravila podrezuju se na istom skupu uzoraka prema odabranom kriteriju i pohranjuju u bazu znanja ekspertnog sustava (d) točnosti klasifikacije ekspertnog sustava procjenjuje se na skupu označenih uzoraka za testiranje. Korištenjem dane ljuske i Clevland Clinic Foundation baze označenih uzoraka izgrađen je ekspertni sustav za dijagnozu srčanih oboljenja pacijenata. Procijenjena točnost klasifikacije danog sustava je 71%.

ljuska ekspertnog sustava; problem klasifikacije; stabla odlučivanja; neizrazita logika; strojno učenje; prikupljanje znanja i učenje

nije evidentirano