Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Intuitionistic Fuzzy Neural Network: The Case of Credit Scoring Using Text Information
Autoři: Hájek Petr | Olej Vladimír
Rok: 2015
Druh publikace: článek ve sborníku
Název zdroje: Engineering Applications of Neural Networks: 16th International Conference, EANN 2015
Název nakladatele: Springer
Místo vydání: Berlin
Strana od-do: 337-346
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Intuitionistická fuzzy neuronová síť: Případ úvěrového skóringu s využitím textové informace Intuitionistický fuzzy inferenční systém (IFIS) zahrnuje nepřesnost v konstrukci funkce příslušnosti ve FIS. V tomto článku navrhujeme intuitionistickou fuzzy neuronovou síť k adaptaci parametrů IFIS v antecedentu a konsekventu. Také navrhujeme defuzzifikační operátor mean of maximum (MOM) pro třídu Takagi-Sugeno IFIS. Tato metoda je porovnána s COA a BADD operátory. Na datech o úvěrovém skóringu ukazujeme, že intuitionistická fuzzy neuronová síť učená gradientním algoritmem a Kalmanovým filtrem překonává tradiční ANFIS metodu. ANFIS; intuitionistické fuzzy množiny; intuitionistický fuzzy inferenční systém typu Takagi-Sugeno; intuitionistická fuzzy neuronová síť; defuzzifikační metody
eng Intuitionistic Fuzzy Neural Network: The Case of Credit Scoring Using Text Information Intuitionistic fuzzy inference systems (IFISs) incorporate imprecision in the construction of membership functions present in fuzzy inference systems. In this paper we design intuitionistic fuzzy neural networks to adapt the antecedent and consequent parameters of IFISs. We also propose a mean of maximum defuzzification method for a class of Takagi-Sugeno IFISs and this method is compared with the center of area and basic defuzzification distribution operator. On credit scoring data, we show that the intuitionistic fuzzy neural network trained with gradient descent and Kalman filter algorithms outperforms the traditional ANFIS method. ANFIS; Intuitionistic fuzzy sets; Intuitionistic fuzzy inference systems of Takagi-Sugeno type; Intuitionistic fuzzy neural networks; Defuzzification methods