Bøger af Frank Klawonn

This book constitutes the refereed proceedings of the 14th International Conference on Intelligent Data Engineering and Automated Learning, IDEAL 2013, held in Hefei, China, in October 2013. The 76 revised full papers presented were carefully reviewed and selected from more than 130 submissions. These papers provided a valuable collection of latest research outcomes in data engineering and automated learning, from methodologies, frameworks and techniques to applications. In addition to various topics such as evolutionary algorithms, neural networks, probabilistic modelling, swarm intelligent, multi-objective optimisation, and practical applications in regression, classification, clustering, biological data processing, text processing, video analysis, including a number of special sessions on emerging topics such as adaptation and learning multi-agent systems, big data, swarm intelligence and data mining, and combining learning and optimisation in intelligent data engineering.

Major updates on techniques and subject coverage (including deep learning) are included. Topics and features: guides the reader through the process of data science, following the interdependent steps of project understanding, data understanding, data blending and transformation, modeling, as well as deployment and monitoring;

This classroom-tested book discusses artificial neural networks, evolutionary algorithms, fuzzy systems and Bayesian networks, covering ant colony optimization and probabilistic graphical models. Includes examples, illustrations and definitions throughout.

This book provides a critical discussion of fuzzy controllers from the perspective of classical control theory. The text begins with a detailed introduction to fuzzy systems and control theory, and guides the reader to a thorough understanding of up-to-date research results.

Eines der spannendsten Themen im Bereich intelligenter Systeme - von namhaften Autoren geschrieben - zum Lernen und Nachschlagen. Das Buch führt in das Thema der Neuronalen Netze ein und weist darüber hinaus den Weg bis zum vollen Verständnis modernster Fuzzy-Systeme. Neuronale Netze sind ein wichtiges Werkzeug in den Bereichen der Datenanalyse und Mustererkennung. Ursprünglich durch das biologische Vorbild inspiriert, wurde eine Vielfalt neuronaler Netze für verschiedenste Anwendungen entwickelt. Ihre Kopplung mit Fuzzy-Systemen führt zu den sogenannten Neuro-Fuzzy-Systemen. Diese weisen die Lernfähigkeit Neuronaler Netze auf und bieten gleichzeitig den Vorteil einer transparenten regelbasierten Struktur. Sie sind daher besonders vorteilhaft für Anwendungsbereiche, in denen verständliche Lösungen aus Daten erzeugt werden müssen.

Dieses Buch ist das Standardwerk zu einem neuen Bereich der angewandten Fuzzy-Technologie, der Fuzzy-Clusteranalyse. Diese beinhaltet Verfahren der Mustererkennung zur Gruppierung und Strukturierung von Daten. Dabei werden im Gegensatz zu klassischen Clustering-Techniken die Daten nicht eindeutig zu Klassen zugeordnet, sondern Zugehörigkeitsgrade bestimmt, so daß die Fuzzy-Verfahren robust gegenüber gestörten oder verrauschten Daten sind und fließende Klassenübergänge handhaben können.Dieses Werk gibt eine methodische Einführung in die zahlreichen Fuzzy-Clustering-Algorithmen mit ihren Anwendungen in den Bereichen Datenanalyse, Erzeugung von Regeln für Fuzzy-Regler, Klassifikations- und Approximationsprobleme sowie eine ausführliche Darstellung des Shell-Clustering zur Erkennung von geometrischen Konturen in Bildern.