Qualitative fuzzy system identification of complex dynamical systems (Contributo in atti di convegno)

Type

• Contributo in atti di convegno (Classe)
• Prodotto della ricerca (Classe)

Label

• Qualitative fuzzy system identification of complex dynamical systems (Contributo in atti di convegno) (literal)

Anno

• 2007-01-01T00:00:00+01:00 (literal)

Alternative label

• Guglielmann R.; Ironi L. (2007)
  Qualitative fuzzy system identification of complex dynamical systems
  in 2007 IEEE Conference on Fuzzy Systems, Londra, U.K., 23-26 July, 2007
  (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori

• Guglielmann R.; Ironi L. (literal)

Pagina inizio

• 716 (literal)

Pagina fine

• 721 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#titoloVolume

• 2007 IEEE International Conference on Fuzzy Systems (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#volumeInCollana

• 07CH37904C (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#note

• pp. 716-721. (literal)

Note

• ISI Web of Science (WOS) (literal)
• Scopu (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni

• Dipartimento di Matematica, Universita` degli Studi di Pavia; Istituto di Matematica Applicata e Tecnologie Informatiche (literal)

Titolo

• Qualitative fuzzy system identification of complex dynamical systems (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#isbn

• 1-4244-1210-2 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autoriVolume

• Raffaella Guglielmann; Liliana Ironi (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#curatoriVolume

• Q. Shen;H. Hagras;R. John;T. Martin (literal)

Abstract

• Fuzzy systems have been proved to be excellent candidates for system dynamics identification. However, they are affected by two drawbacks: the resulting nonlinear model (i) does not guarantee that the generalization property holds unless a large amount of samples is employed, and (ii) is not understandable from a physical viewpoint. These drawbacks are particularly serious when fuzzy identification deals with complex natural systems as the observational data set and/or empirical knowledge can occur to be inadequate. For these systems, the available knowledge of the underlying mechanisms is qualitative and highly incomplete, and does often prevent from formulating a quantitative differential model but not a qualitative one. This paper demonstrates that Qualitative Reasoning methods properly integrated with fuzzy systems yield a hybrid system identification method that overcomes the problems outlined above. (literal)

Editore

• IEEE-Institute Of Electrical And Electronics Engineers Inc. (Editore)

Prodotto di

• Metodi avanzati per la modellizzazione di sistemi a scala multipla e/o a conoscenza incompleta (ICT.P11.010.001) (Modulo)
• Istituto di matematica applicata e tecnologie informatiche \"Enrico Magenes\" (IMATI) (Istituto)

Autore CNR

• RAFFAELLA GUGLIELMANN (Unità di personale esterno)
• LILIANA IRONI (Persona)

Insieme di parole chiave

• Keywords of "Qualitative fuzzy system identification of complex dynamical systems" (Insieme di parole chiave)

Incoming links:

Prodotto

• Istituto di matematica applicata e tecnologie informatiche \"Enrico Magenes\" (IMATI) (Istituto)
• Metodi avanzati per la modellizzazione di sistemi a scala multipla e/o a conoscenza incompleta (ICT.P11.010.001) (Modulo)

Autore CNR di

• LILIANA IRONI (Persona)
• RAFFAELLA GUGLIELMANN (Unità di personale esterno)

Editore di

• IEEE-Institute Of Electrical And Electronics Engineers Inc. (Editore)

Insieme di parole chiave di

• Keywords of "Qualitative fuzzy system identification of complex dynamical systems" (Insieme di parole chiave)