Piecewise-Linear Neural Networks and Their Relationship to Rule Extraction from Data

0041967 - ÚI 2007 RIV US eng J - Journal Article
Holeňa, Martin
Piecewise-Linear Neural Networks and Their Relationship to Rule Extraction from Data.
[Po částech lineární neuronové sítě a jejich vztah k získávání pravidel z dat.]
Neural Computation. Roč. 18, č. 11 (2006), s. 2813-2853. ISSN 0899-7667. E-ISSN 1530-888X
R&D Projects: GA ČR GA201/05/0325; GA ČR GA201/05/0557; GA AV ČR IAA100300503
Institutional research plan: CEZ:AV0Z10300504
Keywords : extraction of rules from data * artificial neural networks
Subject RIV: IN - Informatics, Computer Science
Impact factor: 2.229, year: 2006

The paper addresses the topic of extracting logical rules from data by means of artificial neural networks. The approach based on piecewise-linear neural networks is revisited, which has already been used for the extraction of Boolean rules in the past, and it is shown that this approach can be important also for the extraction of fuzzy rules.

Článek se zabývá tématem získávání logických pravidel z dat pomocí umělých neuronových sítí. Je připomenut přístup založený na po částech lineárních neuronových sítích, který již byl v minulosti použit pro získávání booleovských pravidel, a je ukázáno, že tento přístup může být důležitý i pro získávání fuzzy pravidel
Permanent Link: http://hdl.handle.net/11104/0135298