Publ3 search

Z6_60GI02O0O8IDC0QEJUJ26TJDI4

Error:

Javascript is disabled in this browser. This page requires Javascript. Modify your browser's settings to allow Javascript to execute. See your browser's documentation for specific instructions.

Publikační činnost

Probíhá načítání, čekejte prosím...

Typ záznamu:	stať ve sborníku (D)
Domácí pracoviště:	Ústav pro výzkum a aplikace fuzzy modelování (94410)
Název:	Fuzzy Transform for Practical Problems
Citace	Štěpnička, M. Fuzzy Transform for Practical Problems. In: Inteligentní systémy pro praxi. Ostrava: AD&M, 2007. AD&M, 2007. s. 39-40. ISBN 978-80-239-8245-9.

Podnázev
Rok vydání:	2007
Obor:	Obecná matematika
Počet stran:	2
Strana od:	39
Strana do:	40
Forma vydání:
Kód ISBN:	978-80-239-8245-9
Kód ISSN:
Název sborníku:	Inteligentní systémy pro praxi
Sborník:
Název nakladatele:	AD&M
Místo vydání:	Ostrava
Stát vydání:	Sborník vydaný v ČR
Název konference:	Inteligentní systémy pro praxi
Místo konání konference:	Lázně Bohdaneč
Datum zahájení konference:
Typ akce podle státní příslušnosti účastníků akce:	Evropská akce
Kód UT WoS:
EID:

Klíčová slova anglicky:	Fuzzy approximation; fuzzy tranform; fuzzy interpolation; fuzzy control
Popis v původním jazyce:	Fuzzy transform is a method which belongs to fuzzy approximation models. Basically, it is shown to be a powerful approximation tool preserving features typical for fuzzy models. Its robustness, computational simplicity, noise removing ability and other properties made possible to successfully applied the method to numerical solution of differential equations or image processing. Finally, the method can significantly influence fuzzy control strategy, especially an identification process. This fact is demonstrated on a real fuzzy control application dealing with an autonomous robot.
Popis v anglickém jazyce:	Fuzzy transform is a method which belongs to fuzzy approximation models. Basically, it is shown to be a powerful approximation tool preserving features typical for fuzzy models. Its robustness, computational simplicity, noise removing ability and other properties made possible to successfully applied the method to numerical solution of differential equations or image processing. Finally, the method can significantly influence fuzzy control strategy, especially an identification process. This fact is demonstrated on a real fuzzy control application dealing with an autonomous robot.

Seznam ohlasů

Ohlas

R01:

Complementary Content

${loading}