- Linguistische Ausdrücke mit geeigneten Fuzzy Sets selbständig modellieren (K6)
- Eigenschaften von t-Normen, t-Conormen, Negationen und Implikationen kennen und beweisen (K3, K4)
- Entwicklung einer Regelbasis für eine konkrete Fragestellung (K6)
- Unterschiedliche fuzzy Inferenzschemata (er)kennen und erläutern (K2, K3)
- Mamdani und Tagaki-Sugeno-Kang Fuzzy Systeme kennen, entwerfen und deren Wirkweise exemplarisch ausführen (K1, K5, K6)
- Mathematische Eigenschaften von Fuzzy Systemen beweisen (K1, K2)
- Clusteringtechniken zur Bestimmung von Fuzzy Sets und einer Regelbasis kennen, anwenden und deren Ergebnisse evaluieren (K1, K3, K5)
- Beispiele datenbasierter Fuzzy Systeme analysieren, interpretieren, bewerten und Vorschläge zu deren weiteren Evolvierung begründet skizzieren (K4, K5, K6)
|
- Verschiedene Arten von Fuzzy Sets (triangular, trapezoidal, Gaussian) zur Modellierung linguistischer Ausdrücke
- Semantische Modelle für mehrwertige logische Konjunktionen, Disjunktionen, Negationen und Implikationen
- Fuzzy Inferenzschemata (assignment, deductive approach)
- Mamdani und Tagaki-Sugeno-Kang Fuzzy Systeme
- Ausgewählte Defuzzifizierungstechniken
- Clustering Techniken (Fuzzy c-means, Gustafson-Kessel Model) zur Ermittlung datenbasierter Fuzzy Systeme
- Evolvierende Fuzzy Systeme: Strategien für lokale und globale Parameterupdates sowie zur weiteren Strukturevolvierung von Fuzzy Systemen
|
