English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Viele verschiedene Verfahren ermoglichen den automatischen Entwurf von Entscheidungssystemen bei Unsicherheit. Dazu gehoren neben Methoden des maschinellen Lernens auch neuronale Netze und statistische Verfahren. Unterschiedliche Konsequenzen von Fehlentscheidungen werden dabei nur in wenigen Fallen berucksichtigt. Die Moglichkeit, Entscheidungen bei widerspruchlichen oder unzureichenden Informationen an einen Experten zu delegieren ist ebenfalls in den meisten Entwurfsverfahren nur ansatzweise abgebildet. Diese Arbeit tragt zur Weiterentwicklung von Verfahren zur automatischen Generierung von Fuzzy-Entscheidungssystemen bei. Die Bewertung der Entscheidungssysteme erfolgt dabei auf der Basis der Entscheidungstheorie. Uber eine Kostenmatrix werden die Konsequenzen von Fehlentscheidungen modelliert. Die Kosten der Merkmale, die das Entscheidungssystem verwendet, werden optional in die Bewertung einbezogen. Fur alle Entwurfsschritte des Fuzzy-Systems werden entscheidungstheoretische Bewertungsmase entworfen und ihre Anwendung an anschaulichen Beispielen demonstriert. Fur die Moglichkeit der Delegation von Entscheidungen an einen Experten wird ein neues Inferenzverfahren auf der Basis der Evidenztheorie entwickelt. Zur Reduktion der Merkmalskosten wird die Entwurfsmethodik fur Fuzzy-Systeme um ein Verfahren zum Entwurf von mehrstufigen Regelbasen erweitert. Bei mehrstufigen Regelbasen werden nicht alle Merkmale fur jede Entscheidung ausgewertet. Die Leistungsfahigkeit der entwickelten Mase und Verfahren wird anhand von Benchmark Datensatzen und einem realitatsnahen Beispiel aus der Robotik demonstriert. Der Vorteil der Interpretierbarkeit der Fuzzy-Systeme wird an einem Beispiel gezeigt.

Ein Konzept zur automatischen Lösung von Entscheidungsproblemen bei Unsicherheit mittels der Theorie der unscharfen Mengen und der Evidenztheorie