@PhdThesis{duepublico_mods_00029666, author = {Aljoumaa, Hammoud}, title = {Development of a Self-Learning Approach Applied to Pattern Recognition and Fuzzy Control}, year = {2012}, month = {Oct}, day = {29}, abstract = {Systeme auf Basis von Fuzzy-Regeln sind in der Entwicklung der Mustererkennung und Steuersystemen weit verbreitet verwendet. Die meisten aktuellen Methoden des Designs der Fuzzy-Regel-basierte Systeme leiden unter folgenden Problemen 1. Das Verfahren der Fuzzifizierung ber{\"u}cksichtigt weder die statistischen Eigenschaften noch reale Verteilung der betrachteten Daten / Signale nicht. Daher sind die generierten Fuzzy- Zugeh{\"o}rigkeitsfunktionen nicht wirklich in der Lage, diese Daten zu {\"a}u{\ss}ern. Dar{\"u}ber hinaus wird der Prozess der Fuzzifizierung manuell definiert. 2. Die urspr{\"u}ngliche Gr{\"o}{\ss}e der Regelbasis ist pauschal bestimmt. Diese Feststellung bedeutet, dass dieses Verfahren eine Redundanz in den verwendeten Regeln produzieren kann. Somit wird diese Redundanz zum Auftreten der Probleme von Komplexit{\"a}t und Dimensionalit{\"a}t f{\"u}hren. Der Prozess der Vermeidung dieser Probleme durch das Auswahlverfahren der einschl{\"a}gigen Regeln kann zum Rechenaufwandsproblem f{\"u}hren. 3. Die Form der Fuzzy-Regel leidet unter dem Problem des Verlusts von Informationen, was wiederum zur Zuschreibung diesen betrachteten Variablen anderen unrealen Bereich f{\"u}hren kann. <p>4. Ferner wird die Anpassung der Fuzzy- Zugeh{\"o}rigkeitsfunktionen mit den Problemen von Komplexit{\"a}t und Rechenaufwand, wegen der damit verbundenen Iteration und mehrerer Parameter, zugeordnet. Auch wird diese Anpassung im Bereich jeder einzelner Regel realisiert; das hei{\ss}t, der Anpassungsprozess im Bereich der gesamten Fuzzy-Regelbasis wird nicht durchgef{\"u}hrt.}, url = {https://duepublico2.uni-due.de/receive/duepublico_mods_00029666}, file = {:https://duepublico2.uni-due.de/servlets/MCRFileNodeServlet/duepublico_derivate_00031748/Al_Joumaa_Diss.pdf:PDF}, language = {en} }