Multiple-Valued Logic: An Introduction and Overview

Vranesic,

doi:10.1109/tc.1977.1674778

Cited by 16 publications

(4 citation statements)

References 10 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…The literature abounds with standard research techniques for the reliability analysis of MSSs [17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34] . Most of these standard techniques rely on the utilization of discrete non-binary functions [35][36][37] or multiple-valued logic [38][39][40][41][42][43][44][45][46][47][48][49][50][51][52][53][54][55][56] . The main theme of this paper is that instead of tightening or narrowing the paradigms of discrete functions or multi-valued logic to fit the multi-state reliability problem, one could generalize or enlarge the switchingalgebraic reliability analysis to suit the multistate case.…”

Section: Introductionmentioning

confidence: 99%

تحليل رمزي مستند للجبر البولاني لمعولية النظم المتسقة متعددة الحالات ذات المركبات غير المتجانسة

رشدي¹

2020

JKAU Comp IT Sci

View full text Add to dashboard Cite

. تختص ورقة البحث هذه بالتحليل الرمزي المستند إلى الجبر البولاني للنظم المتسقة متعددة الحالات غير القابلة للإصلاح التي مركباتها مستقلة غير متطابقة ومتعددة الحالات. نقوم بتكييف العديد من المفاهيم والأدوات الثنائية مثل التعبير الجاهز للتحول لاحتمال، وخارج القسمة البولانية، ومفكوك بول وشانون، وخريطة كارنوه وذلك عند تعدد الحالات. تستخدم الورقة الأساليب الجبرية للمنطق متعدد القيم لتقييم المستويات المتعددة لخرج النظام كدوال ثنائية أو إخبلرية لمدخلات النظام متعددة القيم. يتم بعد ذلك كتابة صيغة النجاح لكل من هذه المستويات كتعبير جاهز للتحول لاحتمال، مما يسمح بتحويلها الفوري، على أساس واحد لواحد، إلى احتمال أو قيمة متوقعة. أكملنا تحليل المعولية الرمزي لنظامين صغيرين (يمكن اعتبارهما نظامين نمطيين معياريين للنظم المتسقة متعددة الحالات) في هذه الورقة بنجاح، مما أسفر عن نتائج تم التحقق منها بشكل رمزي، كما تبين أنها تتوافق عدديًا مع تلك التي تم الحصول عليها سابقًا. أردفنا الطرائق الجبرية المستخدمة باستخدام التصور التوضيحي بواسطة خرائط كارنوه متعددة القيم. يتسم العمل هنا بالتأكيد والتركيز على تعميم مفاهيم النظم الثنائية المتسقة إلى تلك الخاصة بالنظم المتسقة متعددة الحالات، بدلا من ابتداع مفاهيم جديدة غير مألوفة قائمة بذاتها لهذه النظم الأخيرة.

show abstract

Section: Introductionmentioning

confidence: 99%

تحليل رمزي مستند للجبر البولاني لمعولية النظم المتسقة متعددة الحالات ذات المركبات غير المتجانسة

رشدي¹

2020

JKAU Comp IT Sci

View full text Add to dashboard Cite

show abstract

“…Neuro-fuzzy hybridization leads to a crossbreed intelligent system widely known as Neuro-Fuzzy System (NFS) Azar and Hassanien, 2015;Chakraborty and Pal, 2001;Vranesic, 1977) that exploits the best qualities of ANN and fuzzy logic efficiently. NFS combines the advantages of both ANN and fuzzy logic which covers up each other's disadvantages Kar et al, 2014;Jang et al, 1993;Chakraborty and Pal, 2004;Castellano et al, 2003;Sen and Pal, 2007;Chen et al, 2012;Azar and Hassanien, 2014;Hayashi et al, 1992;Ishibuchi et al, 1993;Nauck and Kruse, 1997;Ghosh et al, 2009;Eiamkanitchat et al, 2010;Silva et al, 2012;Shosh et al, 2014;Khayat et al, 2009;De et al, 1997;Benitez et al, 2001;Li et al, 2002;Kulkarni and Shinde, 2013;Wongchomphu and Eiamkanitchat, 2014;Napook and Eiamkanitchat, 2015).…”

Section: Introductionmentioning

confidence: 99%

Review on Feature Selection and Classification using Neuro-Fuzzy Approaches

Biswas

Bordoloi

Purkayastha

2016

International Journal of Applied Evolutionary Computation

View full text Add to dashboard Cite

This research article attempts to provide a recent survey on neuro-fuzzy approaches for feature selection and classification. Feature selection acts as a catalyst in reducing computation time and dimensionality, enhancing prediction performance or accuracy and curtailing irrelevant or redundant data. The neuro-fuzzy approach is used for feature selection and for providing some insight to the user about the symbolic knowledge embedded within the network. The neuro–fuzzy approach combines the merits of neural network and fuzzy logic to solve many complex machine learning problems. The objective of this article is to provide a generic introduction and a recent survey to neuro-fuzzy approaches for feature selection and classification in a wide area of machine learning problems. Some of the existing neuro-fuzzy models are also applied on standard datasets to demonstrate the applicability of neuro-fuzzy approaches.

show abstract

“…Moreover, NN is black box in nature which does not give any description that how classification is done. In order to add description to the neural network system, fuzzy logic can be used with NN (Vranesic 1977). It conglomerates the advantages of fuzzy logic and NN to cover up each other's disadvantages.…”

Section: Introductionmentioning

confidence: 99%

A Neuro-Fuzzy Rule-Based Classifier Using Important Features and Top Linguistic Features

Biswas

Bordoloi

Singh

et al. 2016

International Journal of Intelligent Information Technologies

View full text Add to dashboard Cite

The efficient feature selection for predictive and accurate classification is highly desirable in many application domains. Most of the attempts to neuro-fuzzy classifier lose information to build interpretable neuro-fuzzy classification model. This paper proposes an interpretable neuro-fuzzy classification model with significant features without loss of knowledge, which is an extension of an existing interpretable neuro-fuzzy classification model. The proposed model is designed based on the consideration of feature importance that is determined by frequency of linguistic features. The rules are then made based on important features. Therefore, the knowledge acquired in network can be comprehended to logical rules using only important features. The proposed model finally performs classification task by rule-based approach. The average accuracy calculated by 10-fold cross validation finds that the proposed model can increase performance of the already proven neuro-fuzzy system for classification tasks.

show abstract

Multiple-Valued Logic: An Introduction and Overview

Cited by 16 publications

References 10 publications

تحليل رمزي مستند للجبر البولاني لمعولية النظم المتسقة متعددة الحالات ذات المركبات غير المتجانسة

تحليل رمزي مستند للجبر البولاني لمعولية النظم المتسقة متعددة الحالات ذات المركبات غير المتجانسة

Review on Feature Selection and Classification using Neuro-Fuzzy Approaches

A Neuro-Fuzzy Rule-Based Classifier Using Important Features and Top Linguistic Features

Contact Info

Product

Resources

About