Hasil Pencarian  ::  Simpan CSV :: Kembali

"This book aims to be a comprehensive and accurate survey of state-of-art research on intuitionistic fuzzy sets theory and could be considered a continuation and extension of the authorś previous book. The research activity of the author within the area of intuitionistic fuzzy sets has been expanding into many directions. The results of the authorś most recent work covering the past 12 years as well as the newest general ideas and open problems in this field have been therefore collected in this new book. "

"Salah satu metode otomatis untuk analisis data tekstual adalah deteksi topik. Eigenspace-based Fuzzy C-Means EFCM adalah metode berbasis soft clustering untuk pendeteksian topik. Pertama, EFCM menggunakan dekomposisi nilai tunggal terpotong untuk mengubah data tekstual dimensi tinggi menjadi data berdimensi rendah. Selanjutnya, proses pengelompokan dilakukan dalam ruang dimensi yang lebih kecil. Namun, proses transformasi itu dapat menghilangkan beberapa fitur penting dari data tekstual. Karena itu, akurasi dapat berkurang. Dalam penelitian ini digunakan kernel trick untuk mengatasi kelemahan tersebut sehingga proses clustering dapat dilakukan dalam ruang dimensi yang lebih tinggi. Simulasi menunjukkan bahwa pendekatan ini memberikan akurasi yang lebih baik dalam menemukan topik daripada EFCM untuk masalah mendeteksi topik di Twitter.

---

One of automated methods for textual data analysis is topic detection. Eigenspace based fuzzy c means EFCM is a soft clustering based method for topic detection. Firstly, EFCM use truncated singular value decomposition to transform high dimensional textual data to low dimensional data. Next, the clustering process is conducted in the smaller dimensional space. However, that transformation process may eliminate some important features from the textual data. Therefore, the accuracy may be reduced.

In this study used kernel trick to overcome that weakness so that the clustering process is performed in a higher dimensional space. Simulations show that this approach gives better accuracies in term of topic recall than EFCM for the problem of sensing trending topic in Twitter."

"The purpose of this book is to present a methodology for designing and tuning fuzzy expert systems in order to identify nonlinear objects; that is, to build input-output models using expert and experimental information. The results of these identifications are used for direct and inverse fuzzy evidence in forecasting and diagnosis problem solving.The book is organised as follows : Chapter 1 presents the basic knowledge about fuzzy sets, genetic algorithms and neural nets necessary for a clear understanding of the rest of this book. Chapter 2 analyzes direct fuzzy inference based on fuzzy if-then rules. Chapter 3 is devoted to the tuning of fuzzy rules for direct inference using genetic algorithms and neural nets. Chapter 4 presents models and algorithms for extracting fuzzy rules from experimental data. Chapter 5 describes a method for solving fuzzy logic equations necessary for the inverse fuzzy inference in diagnostic systems. Chapters 6 and 7 are devoted to inverse fuzzy inference based on fuzzy relations and fuzzy rules. Chapter 8 presents a method for extracting fuzzy relations from data. All the algorithms presented in Chapters 2-8 are validated by computer experiments and illustrated by solving medical and technical forecasting and diagnosis problems. Finally, Chapter 9 includes applications of the proposed methodology in dynamic and inventory control systems, prediction of results of football games, decision making in road accident investigations, project management and reliability analysis. "

"Thesis ini menyajikan implementasi prilaku robot yang didasarkan pada fuzzy perception. Prilaku yang berdasarkan input dari sensor yang mengukur jarak suatu rintangan. Rintangan yang mengelilingi robot, dipetakan ke dalam suatu sistem koordinat gambar. Sekumpulan aturan fuzzy digunakan untuk menentukan prilaku robot ketika menemui suatu rintangan. Kumpulan aturan yang berbeda akan meng-hasilakan prilaku yang berbeda pula. Suatu prilaku dari robot dengan mudah dapat dimodikasi, dengan menambahkan, menghilangkan, ataupun mengganti aturan tertentu. Keuntungan dari tur ini dil-ihat di dalam eksperimen pada bagian gerakan kompleks. Pada dua eksperimen pertama, ketika robot bergerak mendekati suatu rintangan berbentuk sudut, robot akan selalu menabrak sudut tersebut. Hal ini terjadi, karena tidak cukupnya aturan fuzzy yang digunakan. Dengan menambahkan satu aturan fuzzy ekstra, permasalahan dengan rintangan yang berbentuk sudut dapat diselesaikan, seperti ditunjukkan pada eksperimen lainnya.Implementasi dari prilaku ini diterapkan pada Scorpion Robot. Robot yang memiliki dua roda, dimana setiap rodanya adalah roda difrensial, sehingga setiap roda dimungkinkan untuk memiliki kecepatan yang berbeda. Robot dilengkapi dengan sensor inframerah. Terdapat 13 sensor yang menghadap ke arah luar, yang digunakan pada implementasi ini. Perangkat lunak yang digunakan pada implementasi iniadalah Behavior Execution Layer (BEL) dari arsitektur Evolution Robotics Software Platform (ERSP) [Evolution, 2004d] dan OpenCV library dari Intel [Bradski, 2008]."

"Salah satu masalah yang dihadapi dalam Supply Chain Management adalah pencarian jalur. Jalur terbaik tidak hanya tergantung pada jarak, tetapi juga variabel lain, seperti: kualitas perusahaan yang terlibat, kualitas produk yang dikirimkan, dan nilai lain yang dipengaruhi oleh pengukuran kualitas. Umumnya, Ant Colony Optimization bisa mencari jalur terbaik yang hanya memiliki satu jalur objektif. Tapi akan sulit untuk diadopsi, karena dalam kasus nyata, jalur supply memiliki banyak jalur dan tujuan (khususnya pasokan minyak kelapa sawit berbasis bioenergi). Tujuan dari penelitian ini adalah untuk meningkatkan Ant Colony Optimization dalam menyelesaikan masalah jalur supply dengan menggunakan Fuzzy Ant Colony Optimization. Tujuan pengembangan Fuzzy Ant Colony Optimization dijelaskan disini, yaitu digunakan untuk mencari jalur supply terbaik.

---

AbstractOne of problem faced in supply chain management is path searching. The best path depend not only on distance, but also other variables, such as: the quality of involved companies, quality of delivered product, and other value resulted by quality measurement. Commonly, the ant colony optimization could search the best path that has only one objective path. But it would be difficult to be adopted, because in the real case, the supply path has multi path and objectives (especially in palm oil based bioenergy supply). The objective of this paper is to improve the ant colony optimization for solving multi objectives based supply path problem by using fuzzy ant colony optimization. The developed multi objectives fuzzy ant colony optimization design was explained here, that it was used to search the best supply path."