Apprentissage des paramètres des règles d’un système à base de règles possibilistes
Résumé
In this paper, we introduce a paradigm for learning the parameters of the rules of a possibilistic rule-based system according to a training datum. For any system composed of n parallel possibilistic rules, we introduce a system of equations denoted (Σn), analogous to the Farreny-Prade equation system, where the unknown is a vector whose components are the parameters of the rules that must be determined according to a training datum.
We establish the necessary and sufficient conditions for the system (Σn) to have solutions. In this case, we show that there is a unique maximal and a unique minimal solution. Finally, our results are illustrated by an example.
Dans cet article, nous introduisons un paradigme d'apprentissage des paramètres des règles d'un système à base de règles possibilistes en fonction d'une donnée d'entraînement. Pour tout système composé de n règles possibilistes parallèles, nous introduisons un système d’équations noté (Σn), analogue au système d’équations de Farreny-Prade, où l'inconnue est un vecteur dont les composantes sont les paramètres des règles qu'on doit déterminer en fonction d’une donnée d’entraînement. Nous établissons les conditions nécessaires et suffisantes pour que le système (Σn) admette des solutions. Dans ce cas, on montre qu'il existe une unique solution maximale et une unique solution minimale. Enfin, nos résultats sont illustrés par un exemple.
Fichier principal
baaj__apprentissage_des_paramètres_des_règles_des_systèmes_à_base_de_règles_possibilistes.pdf (226.97 Ko)
Télécharger le fichier
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|