Literature Review of the Recent Trends and Applications in various Fuzzy Rule based systems

要約

ファジー ルール ベース システム (FRBS) は、言語的なファジー変数を前件および後件として使用して、人間が理解できる知識を表すルール ベースのシステムです。
これらは、ソフト コンピューティング文献全体にわたるさまざまなアプリケーションや分野に適用されています。
ただし、FRBS には、不確実性表現、多数のルール、解釈可能性の損失、学習のための高い計算時間などの多くの欠点があります。FRBS のこれらの問題を克服するために、FRBS の拡張機能が多数存在します。
この論文は、ファジー システム (FRBS) のさまざまなタイプと顕著な領域、すなわち遺伝的ファジー システム (GFS)、階層的ファジー システム (HFS)、ニューロ ファジー システム (NFS)、進化型ファジー システム (eFS) に関する最近の傾向の概要と文献レビューを示します。
)、ビッグ データ用の FRBS、不均衡なデータ用の FRBS、FRBS の解釈可能性、およびクラスター重心をファジー ルールとして使用する FRBS。
レビューは 2010 年から 2021 年までのものです。
この文書では、重要な貢献、出版統計、およびこの分野の現在の傾向にも焦点を当てています。
この論文では、FRBS 研究コミュニティからのさらなる注目を必要とするいくつかの未解決の研究領域についても取り上げています。

要約(オリジナル)

Fuzzy rule based systems (FRBSs) is a rule-based system which uses linguistic fuzzy variables as antecedents and consequent to represent human understandable knowledge. They have been applied to various applications and areas throughout the soft computing literature. However, FRBSs suffers from many drawbacks such as uncertainty representation, high number of rules, interpretability loss, high computational time for learning etc. To overcome these issues with FRBSs, there exists many extensions of FRBSs. This paper presents an overview and literature review of recent trends on various types and prominent areas of fuzzy systems (FRBSs) namely genetic fuzzy system (GFS), hierarchical fuzzy system (HFS), neuro fuzzy system (NFS), evolving fuzzy system (eFS), FRBSs for big data, FRBSs for imbalanced data, interpretability in FRBSs and FRBSs which use cluster centroids as fuzzy rules. The review is for years 2010-2021. This paper also highlights important contributions, publication statistics and current trends in the field. The paper also addresses several open research areas which need further attention from the FRBSs research community.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google