Sebuah jaringan neuro-fuzzy menggabungkan kabur, daripada renyah, fungsi keanggotaan dalam struktur dan memiliki kemampuan untuk belajar ketika disajikan dengan data pelatihan [33]. Setelah pelatihan, jaringan tersebut dapat digunakan sebagai classifier a. Fuzzy neural classifier jaringan membangun batas-batas keputusan dengan menciptakan subset dari ruang pola. Ini adalah estimator model yang bebas dan tidak membuat asumsi tentang bagaimana output tergantung pada masukan. Sebaliknya, menyesuaikan diri dengan pelatihan yang diberikan ditetapkan oleh algoritma belajar dan memutuskan batas-batas kelas. Ketika diberi pola yang tidak diketahui, fuzzy classifier jaringan inferensi menggunakan pengetahuan yang dipelajari untuk memperkirakan nilai keanggotaan pola ini di setiap kelas dan mengklasifikasikan pola masukan sesuai dengan nilai-nilai keanggotaan.
Untuk melaksanakan IE, kami telah menggunakan arsitektur net kabur saraf diperkenalkan pada [33], dilatih untuk mewakili pengetahuan ahli dari domain produk tertentu. Misalnya, dalam kasus komputer pribadi RS, ahli mengembangkan pola pelatihan untuk mewakili kebutuhan profil bervariasi dari pelanggan bersama dengan fitur set yang sesuai mereka untuk PC dianjurkan. Proses inferensi cepat, online.
Sedang diterjemahkan, harap tunggu..