The Applicability of Fuzzy Theory in Machine Learning

QR kód

The Applicability of Fuzzy Theory in Machine Learning

Elmentve itt :

Bibliográfiai részletek
Szerző:	Hussain Abrar
További közreműködők:	Dombi József (Témavezető)
Dokumentumtípus:	Disszertáció
Megjelent:	2023-03-09
Tárgyszavak:	matematika- és számítástudományok Számítás- és információtudomány Mesterséges intelligencia, intelligens rendszerek, multi-ágens rendszerek
doi:	10.14232/phd.11349
mtmt:	34133816
Online Access:	http://doktori.ek.szte.hu/11349

Hasonló tételek

Application of Advanced AI Methods for Precise Vulnerability Detection
Szerző: Bagheri Amirreza
Megjelent: (2025)

Application of Advanced AI Methods for Precise Vulnerability Detection
Szerző: Bagheri Amirreza
Megjelent: (2025)

Computational Paralinguistics The Importance of Audio Analysis and Feature Extraction Methodologies /
Szerző: Kiss-Vetráb Mercedes
Megjelent: (2026)

Development of intelligent microscopy systems
Szerző: Grexa István
Megjelent: (2024)

Machine Learning based analysis of users’ online behaviour
Szerző: Kőrösi Gábor
Megjelent: (2022)

Applications of Adversarial Robustness Analysis in Machine Learning
Szerző: Megyeri István
Megjelent: (2024)

Transcription Factor Binding Site Detector Neural Networks trained with Various DNA Representations
Szerző: Pap Gergely
Megjelent: (2023)

Gépi tanulás a gyakorlatban labor /
Szerző: Farkas Richárd
Megjelent: (2020)

Artifact Reduction in Computed Tomography
Szerző: Olasz Csaba
Megjelent: (2024)

Hardware-Software Co-development for Audio and Video Data Acquisition and Analysis
Szerző: Kalmár György
Megjelent: (2021)

Strategies for Adversarial Robustness From Objective Functions to Efficient Evaluation /
Szerző: Al-Najjar Ammar
Megjelent: (2026)

Ember-gép interfészek [bemutató] /
Szerző: Farkas Richárd
Megjelent: (2019)

Development and Application of Global Optimization Methods
Szerző: Zombori Dániel
Megjelent: (2025)

Reliable Machine Learning for Omics Data Evaluation Protocols, Hybrid Models, and Applications in Foodomics /
Szerző: Ruggeri Dario
Megjelent: (2026)

Telemedicine Engineering Modeling and Analyzing Data Quality in Telemedicine Systems and the Impact of Novel Design Patterns on Productivity in Modern Web Application Development /
Szerző: Jánki Zoltán Richárd
Megjelent: (2024)

Ágens-technológia egyetemi tananyag /
Szerző: Piglerné Lakner Rozália, et al.
Megjelent: (2011)

Utilization of Underlying Semantic Information in Textual Data
Szerző: Kicsi András
Megjelent: (2023)

Machine Learning Techniques in Software Repair and Environmental Optimization
Szerző: Horváth Dániel
Megjelent: (2026)

Synergizing Fuzzy-based Task Offloading with Machine Learning-driven Forecasting for IoT
Szerző: Márkus András, et al.
Megjelent: (2024)

Advances in the Theory of Probabilistic and Fuzzy Data Scientific Methods with Applications
Szerző: Dombi József, et al.
Megjelent: (2021)

Applications of Support Vector-Based Learning
Szerző: Ormándi Róbert
Megjelent: (2014)

Data-Driven Arithmetic Fuzzy Control Using the Distending Function
Szerző: Dombi József, et al.
Megjelent: (2020)

Interval Type-2 Fuzzy Control Using Distending Function
Szerző: Dombi József, et al.
Megjelent: (2019)

Robust Fuzzy Control using the Type2 Distending Function
Szerző: Dombi József, et al.
Megjelent: (2019)

Application of Machine Learning to the Classification of Spectra-like Data
Szerző: Sun Yue
Megjelent: (2023)

Distending Function-based Data-Driven Type2 Fuzzy Inference System
Szerző: Dombi József, et al.
Megjelent: (2023)

Robust Rule Based Neural Network Using Arithmetic Fuzzy Inference System
Szerző: Dombi József, et al.
Megjelent: (2022)

A Theory for Measuring the Preference of Fuzzy Numbers
Szerző: Dombi József, et al.
Megjelent: (2020)

Machine Learning Applied for Spectra Classification
Szerző: Sun Yue, et al.
Megjelent: (2021)

Data-Driven Interval Type-2 Fuzzy Inference System Based on the Interval Type-2 Distending Function
Szerző: Dombi József, et al.
Megjelent: (2023)

IoT Malware Detection with Machine Learning
Szerző: Buttyán Levente, et al.
Megjelent: (2022)

Modelling and optimizing testing strategies for epidemic outbreaks
Szerző: Tekeli Tamás
Megjelent: (2023)

Global stability for the delayed logistic map
Szerző: Dudás János
Megjelent: (2021)

Complex bifurcation structures in SIRWS and SIRWJS models of pertussis with asymmetric partition of immunity period
Szerző: Opoku Sarkodie Richmond
Megjelent: (2024)

Improvements of Silent Speech Interface Algorithms
Szerző: Honarmandi Shandiz Amin
Megjelent: (2024)

Connecting orbits for delay differential equations with unimodal feedback
Szerző: Benedek Gábor
Megjelent: (2026)

Machine Learning-based Extraction of Keyphrases and its Applications in Multiple Domains
Szerző: Berend Gábor
Megjelent: (2014)

Partial iteration theories
Szerző: Hajgató Tamás
Megjelent: (2014)

Applying Code Analysis and Machine Learning Techniques to Improve Compatibility and Security of Programs
Szerző: Antal Gábor
Megjelent: (2021)

Axiomatic systems in fuzzy algebra
Szerző: Drewniak J.
Megjelent: (1981)