Littérature scientifique sur le sujet « Fuzzy relational concept analysis »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les listes thématiques d’articles de revues, de livres, de thèses, de rapports de conférences et d’autres sources académiques sur le sujet « Fuzzy relational concept analysis ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Articles de revues sur le sujet "Fuzzy relational concept analysis"
Boffa, Stefania, Petra Murinová et Vilém Novák. « A proposal to extend Relational Concept Analysis with fuzzy scaling quantifiers ». Knowledge-Based Systems 231 (novembre 2021) : 107452. http://dx.doi.org/10.1016/j.knosys.2021.107452.
Texte intégralDe Maio, C., G. Fenza, M. Gallo, V. Loia et S. Senatore. « Formal and relational concept analysis for fuzzy-based automatic semantic annotation ». Applied Intelligence 40, no 1 (13 juin 2013) : 154–77. http://dx.doi.org/10.1007/s10489-013-0451-7.
Texte intégralNobuhara, Hajime, et Kaoru Hirota. « A Fuzzification of Morphological Wavelets Based on Fuzzy Relational Calculus and its Application to Image Compression/Reconstruction ». Journal of Advanced Computational Intelligence and Intelligent Informatics 8, no 4 (20 juillet 2004) : 373–78. http://dx.doi.org/10.20965/jaciii.2004.p0373.
Texte intégralALCALDE, CRISTINA, ANA BURUSCO et RAMÓN FUENTES-GONZÁLEZ. « ANALYSIS OF CERTAIN L-FUZZY RELATIONAL EQUATIONS AND THE STUDY OF ITS SOLUTIONS BY MEANS OF THE L-FUZZY CONCEPT THEORY ». International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems 20, no 01 (février 2012) : 21–40. http://dx.doi.org/10.1142/s021848851250002x.
Texte intégralMočkoř, Jiří. « Cut Systems with Relational Morphisms for Semiring-Valued Fuzzy Structures ». Axioms 12, no 2 (2 février 2023) : 153. http://dx.doi.org/10.3390/axioms12020153.
Texte intégralJiang, Xian-Ling, et Yi-Lin Zhao. « Grey Relational Method for Evaluating the Macro-Economy Performance with Triangular Fuzzy Information ». Journal of Computational and Theoretical Nanoscience 13, no 10 (1 octobre 2016) : 7385–89. http://dx.doi.org/10.1166/jctn.2016.5730.
Texte intégralHuang, Sue-Fen. « Cognitive diagnostic assessment based on knowledge structure ». MATEC Web of Conferences 169 (2018) : 01020. http://dx.doi.org/10.1051/matecconf/201816901020.
Texte intégralWei, Qian. « Product Shape Design Scheme Evaluation Method Based on Spatial Data Mining ». Mathematical Problems in Engineering 2022 (20 juillet 2022) : 1–8. http://dx.doi.org/10.1155/2022/3231357.
Texte intégralRiaz, Muhammad, Muhammad Tahir Hamid, Deeba Afzal, Dragan Pamucar et Yu-Ming Chu. « Multi-criteria decision making in robotic agri-farming with q-rung orthopair m-polar fuzzy sets ». PLOS ONE 16, no 2 (25 février 2021) : e0246485. http://dx.doi.org/10.1371/journal.pone.0246485.
Texte intégralRybanov, Alexander Aleksandrovich. « A PRACTICAL METHOD FOR IMPLEMENTING FUZZY QUERIES FOR RELATIONAL DATABASES ». Mathematics and Informatics LXV, no 4 (30 août 2022) : 379–92. http://dx.doi.org/10.53656/math2022-4-5-pra.
Texte intégralThèses sur le sujet "Fuzzy relational concept analysis"
Novi, Daniele. « Knowledge management and Discovery for advanced Enterprise Knowledge Engineering ». Doctoral thesis, Universita degli studi di Salerno, 2014. http://hdl.handle.net/10556/1466.
Texte intégralThe research work addresses mainly issues related to the adoption of models, methodologies and knowledge management tools that implement a pervasive use of the latest technologies in the area of Semantic Web for the improvement of business processes and Enterprise 2.0 applications. The first phase of the research has focused on the study and analysis of the state of the art and the problems of Knowledge Discovery database, paying more attention to the data mining systems. The most innovative approaches which were investigated for the "Enterprise Knowledge Engineering" are listed below. In detail, the problems analyzed are those relating to architectural aspects and the integration of Legacy Systems (or not). The contribution of research that is intended to give, consists in the identification and definition of a uniform and general model, a "Knowledge Enterprise Model", the original model with respect to the canonical approaches of enterprise architecture (for example with respect to the Object Management - OMG - standard). The introduction of the tools and principles of Enterprise 2.0 in the company have been investigated and, simultaneously, Semantic Enterprise based appropriate solutions have been defined to the problem of fragmentation of information and improvement of the process of knowledge discovery and functional knowledge sharing. All studies and analysis are finalized and validated by defining a methodology and related software tools to support, for the improvement of processes related to the life cycles of best practices across the enterprise. Collaborative tools, knowledge modeling, algorithms, knowledge discovery and extraction are applied synergistically to support these processes. [edited by author]
XII n.s.
Nica, Cristina. « Exploring sequential data with relational concept analysis ». Thesis, Strasbourg, 2017. http://www.theses.fr/2017STRAD032/document.
Texte intégralMany sequential pattern mining methods have been proposed to discover useful patterns that describe the analysed sequential data. Several of these works have focused on efficiently enumerating all closed partially-ordered patterns (cpo-patterns), that makes their evaluation a laboured task for experts since their number can be large. To address this issue, we propose a new approach, that is to directly extract multilevel cpo-patterns implicitly organised into a hierarchy. To this end, we devise an original method within the Relational Concept Analysis (RCA) framework, referred to as RCA-SEQ, that exploits the structure and properties of the lattices from the RCA output. RCA-SEQ spans five steps: the preprocessing of the raw data; the RCA-based exploration of the preprocessed data; the automatic extraction of a hierarchy of multilevel cpo-patterns by navigating the lattices from the RCA output; the selection of relevant multilevel cpo-patterns; the pattern evaluation done by experts
De, Maio Carmen. « Fuzzy concept analysis for semantic knowledge extraction ». Doctoral thesis, Universita degli studi di Salerno, 2012. http://hdl.handle.net/10556/1307.
Texte intégralAvailability of controlled vocabularies, ontologies, and so on is enabling feature to provide some added values in terms of knowledge management. Nevertheless, the design, maintenance and construction of domain ontologies are a human intensive and time consuming task. The Knowledge Extraction consists of automatic techniques aimed to identify and to define relevant concepts and relations of the domain of interest by analyzing structured (relational databases, XML) and unstructured (text, documents, images) sources. Specifically, methodology for knowledge extraction defined in this research work is aimed at enabling automatic ontology/taxonomy construction from existing resources in order to obtain useful information. For instance, the experimental results take into account data produced with Web 2.0 tools (e.g., RSS-Feed, Enterprise Wiki, Corporate Blog, etc.), text documents, and so on. Final results of Knowledge Extraction methodology are taxonomies or ontologies represented in a machine oriented manner by means of semantic web technologies, such as: RDFS, OWL and SKOS. The resulting knowledge models have been applied to different goals. On the one hand, the methodology has been applied in order to extract ontologies and taxonomies and to semantically annotate text. On the other hand, the resulting ontologies and taxonomies are exploited in order to enhance information retrieval performance and to categorize incoming data and to provide an easy way to find interesting resources (such as faceted browsing). Specifically, following objectives have been addressed in this research work: Ontology/Taxonomy Extraction: that concerns to automatic extraction of hierarchical conceptualizations (i.e., taxonomies) and relations expressed by means typical description logic constructs (i.e., ontologies). Information Retrieval: definition of a technique to perform concept-based the retrieval of information according to the user queries. Faceted Browsing: in order to automatically provide faceted browsing capabilities according to the categorization of the extracted contents. Semantic Annotation: definition of a text analysis process, aimed to automatically annotate subjects and predicates identified. The experimental results have been obtained in some application domains: e-learning, enterprise human resource management, clinical decision support system. Future challenges go in the following directions: investigate approaches to support ontology alignment and merging applied to knowledge management.
X n.s.
Kanade, Parag M. « Fuzzy ants as a clustering concept ». [Tampa, Fla.] : University of South Florida, 2004. http://purl.fcla.edu/fcla/etd/SFE0000397.
Texte intégralRudolph, Sebastian. « Relational Exploration : Combining Description Logics and Formal Concept Analysis for Knowledge Specification ». Doctoral thesis, Technische Universität Dresden, 2006. https://tud.qucosa.de/id/qucosa%3A25002.
Texte intégralKonecny, Jan. « Isotone fuzzy Galois connections and their applications in formal concept analysis ». Diss., Online access via UMI:, 2009.
Trouver le texte intégralIncludes bibliographical references.
Rudolph, Sebastian [Verfasser]. « Relational exploration : combining description logics and formal concept analysis for knowledge specification / von Sebastian Rudolph ». Karlsruhe : Univ.-Verl. Karlsruhe, 2007. http://d-nb.info/983756430/34.
Texte intégralRudolph, Sebastian. « Relational Exploration ». Doctoral thesis, Saechsische Landesbibliothek- Staats- und Universitaetsbibliothek Dresden, 2007. http://nbn-resolving.de/urn:nbn:de:swb:14-1172682174599-12286.
Texte intégralGlodeanu, Cynthia Vera. « Conceptual Factors and Fuzzy Data ». Doctoral thesis, Saechsische Landesbibliothek- Staats- und Universitaetsbibliothek Dresden, 2013. http://nbn-resolving.de/urn:nbn:de:bsz:14-qucosa-103775.
Texte intégralKomplexitätsreduktion ist eines der wichtigsten Verfahren in der Datenanalyse. Mit ständig wachsenden Datensätzen gilt dies heute mehr denn je. In vielen Gebieten stößt man zudem auf vage und ungewisse Daten. Wann immer man ein Instrument zur Datenanalyse hat, stellen sich daher die folgenden zwei Fragen auf eine natürliche Weise: Wie kann man im Rahmen der Analyse die Variablenanzahl verkleinern, und wie kann man Fuzzy-Daten bearbeiten? In dieser Arbeit versuchen wir die eben genannten Fragen für die Formale Begriffsanalyse zu beantworten. Genauer gesagt, erarbeiten wir verschiedene Methoden zur Komplexitätsreduktion qualitativer Daten und entwickeln diverse Verfahren für die Bearbeitung von Fuzzy-Datensätzen. Basierend auf diesen beiden Themen gliedert sich die Arbeit in zwei Teile. Im ersten Teil liegt der Schwerpunkt auf der Komplexitätsreduktion, während sich der zweite Teil der Verarbeitung von Fuzzy-Daten widmet. Die verschiedenen Kapitel sind dabei durch die beiden Themen verbunden. So werden insbesondere auch Methoden für die Komplexitätsreduktion von Fuzzy-Datensätzen entwickelt
Kandasamy, Meenakshi. « Approaches to Creating Fuzzy Concept Lattices and an Application to Bioinformatics Annotations ». Miami University / OhioLINK, 2010. http://rave.ohiolink.edu/etdc/view?acc_num=miami1293821656.
Texte intégralLivres sur le sujet "Fuzzy relational concept analysis"
J, Skolnick Neil, et Warshaw Susan C, dir. Relational perspectives in psychoanalysis. Hillsdale, NJ : Analytic Press, 1992.
Trouver le texte intégralCiappei, Cristiano, et Massimiliano Pellegrini, dir. Facility management for global care. Florence : Firenze University Press, 2010. http://dx.doi.org/10.36253/978-88-6453-088-8.
Texte intégralSkolnick, Neil J., et Susan C. Warshaw. Relational Perspectives in Psychoanalysis. Taylor & Francis Group, 2015.
Trouver le texte intégralSkolnick, Neil J., et Susan C. Warshaw. Relational Perspectives in Psychoanalysis. Taylor & Francis Group, 2015.
Trouver le texte intégralSkolnick, Neil J., et Susan C. Warshaw. Relational Perspectives in Psychoanalysis. Taylor & Francis Group, 2015.
Trouver le texte intégralSkolnick, Neil J., et Susan C. Warshaw. Relational Perspectives in Psychoanalysis. Taylor & Francis Group, 2015.
Trouver le texte intégralGross, Justin H., et Joshua M. Jansa. Relational Concepts, Measurement, and Data Collection. Sous la direction de Jennifer Nicoll Victor, Alexander H. Montgomery et Mark Lubell. Oxford University Press, 2016. http://dx.doi.org/10.1093/oxfordhb/9780190228217.013.7.
Texte intégralSchneider, Volker. Hugh Heclo, “Issue Networks and the Executive Establishment”. Sous la direction de Martin Lodge, Edward C. Page et Steven J. Balla. Oxford University Press, 2016. http://dx.doi.org/10.1093/oxfordhb/9780199646135.013.28.
Texte intégralMorphy, Howard. Art as Action, Art as Evidence. Sous la direction de Dan Hicks et Mary C. Beaudry. Oxford University Press, 2012. http://dx.doi.org/10.1093/oxfordhb/9780199218714.013.0011.
Texte intégralRushton, Cynda Hylton. Conceptualizing Moral Resilience. Oxford University Press, 2018. http://dx.doi.org/10.1093/med/9780190619268.003.0007.
Texte intégralChapitres de livres sur le sujet "Fuzzy relational concept analysis"
Šostak, Alexander, et Ingrīda Uļjane. « Fuzzy Relations : The Fundament for Fuzzy Rough Approximation, Fuzzy Concept Analysis and Fuzzy Mathematical Morphology ». Dans Computational Intelligence and Mathematics for Tackling Complex Problems 4, 25–35. Cham : Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-031-07707-4_4.
Texte intégralBělohlávek, Radim. « Object-Attribute Fuzzy Relations and Fuzzy Concept Lattices ». Dans Fuzzy Relational Systems, 215–72. Boston, MA : Springer US, 2002. http://dx.doi.org/10.1007/978-1-4615-0633-1_5.
Texte intégralBazin, Alexandre, Jessie Carbonnel, Marianne Huchard, Giacomo Kahn, Priscilla Keip et Amirouche Ouzerdine. « On-demand Relational Concept Analysis ». Dans Formal Concept Analysis, 155–72. Cham : Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-030-21462-3_11.
Texte intégralKötters, Jens. « Object Configuration Browsing in Relational Databases ». Dans Formal Concept Analysis, 151–66. Berlin, Heidelberg : Springer Berlin Heidelberg, 2011. http://dx.doi.org/10.1007/978-3-642-20514-9_13.
Texte intégralCabrera, Inma P., Pablo Cordero, Emilio Muñoz-Velasco et Manuel Ojeda-Aciego. « A Relational Extension of Galois Connections ». Dans Formal Concept Analysis, 290–303. Cham : Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-030-21462-3_19.
Texte intégralMacko, Juraj. « User-Friendly Fuzzy FCA ». Dans Formal Concept Analysis, 156–71. Berlin, Heidelberg : Springer Berlin Heidelberg, 2013. http://dx.doi.org/10.1007/978-3-642-38317-5_10.
Texte intégralBělohlávek, Radim, Vladimír Sklenář et Jiří Zacpal. « Crisply Generated Fuzzy Concepts ». Dans Formal Concept Analysis, 269–84. Berlin, Heidelberg : Springer Berlin Heidelberg, 2005. http://dx.doi.org/10.1007/978-3-540-32262-7_19.
Texte intégralDolques, Xavier, Florence Le Ber, Marianne Huchard et Clémentine Nebut. « Relational Concept Analysis for Relational Data Exploration ». Dans Advances in Knowledge Discovery and Management, 57–77. Cham : Springer International Publishing, 2015. http://dx.doi.org/10.1007/978-3-319-23751-0_4.
Texte intégralRouane-Hacene, Mohamed, Marianne Huchard, Amedeo Napoli et Petko Valtchev. « Soundness and Completeness of Relational Concept Analysis ». Dans Formal Concept Analysis, 228–43. Berlin, Heidelberg : Springer Berlin Heidelberg, 2013. http://dx.doi.org/10.1007/978-3-642-38317-5_15.
Texte intégralBrito, Abner, Laécio Barros, Estevão Laureano, Fábio Bertato et Marcelo Coniglio. « Fuzzy Formal Concept Analysis ». Dans Communications in Computer and Information Science, 192–205. Cham : Springer International Publishing, 2018. http://dx.doi.org/10.1007/978-3-319-95312-0_17.
Texte intégralActes de conférences sur le sujet "Fuzzy relational concept analysis"
Golinska-Pilarek, Joanna, et Ewa Orlowska. « Relational Reasoning in Formal Concept Analysis ». Dans 2007 IEEE International Fuzzy Systems Conference. IEEE, 2007. http://dx.doi.org/10.1109/fuzzy.2007.4295512.
Texte intégralde Lemos, Francisco Luiz, Karl-Heinz Helmuth et Terry Sullivan. « Transparent Tools for Uncertainty Analysis in High Level Waste Disposal Facilities Safety ». Dans The 11th International Conference on Environmental Remediation and Radioactive Waste Management. ASMEDC, 2007. http://dx.doi.org/10.1115/icem2007-7277.
Texte intégralChen, Shyi-Ming, et Yonathan Randyanto. « Concept representation in intuitionistic fuzzy social relational networks ». Dans 2014 IEEE International Conference on Systems, Man and Cybernetics - SMC. IEEE, 2014. http://dx.doi.org/10.1109/smc.2014.6974006.
Texte intégralFeng Jiang, Youxin Meng et Yun Liu. « Formal concept analysis in relational contexts ». Dans 2008 IEEE International Conference on Granular Computing (GrC-2008). IEEE, 2008. http://dx.doi.org/10.1109/grc.2008.4664730.
Texte intégralMateiu, Patricia, Adrian Groza et Cristina Nica. « Learning Ontologies with Relational Concept Analysis ». Dans 2022 IEEE 20th Jubilee World Symposium on Applied Machine Intelligence and Informatics (SAMI). IEEE, 2022. http://dx.doi.org/10.1109/sami54271.2022.9780837.
Texte intégralBegam, M. Farida. « Domain Ontology Construction using Formal Concept and Relational Concept Analysis ». Dans 2021 2nd Global Conference for Advancement in Technology (GCAT). IEEE, 2021. http://dx.doi.org/10.1109/gcat52182.2021.9587855.
Texte intégralHacene, Mohamed Rouane, Amedeo Napoli, Petko Valtchev, Yannick Toussaint et Rokia Bendaoud. « Ontology Learning from Text Using Relational Concept Analysis ». Dans 2008 International MCETECH Conference on e-Technologies. IEEE, 2008. http://dx.doi.org/10.1109/mcetech.2008.29.
Texte intégralTiwari, Ashutosh, Q. M. Danish Lohani et Pranab K. Muhuri. « Intuitionistic Fuzzy Grey Relational Analysis Sorting Technique ». Dans 2022 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE). IEEE, 2022. http://dx.doi.org/10.1109/fuzz-ieee55066.2022.9882547.
Texte intégralChen, Zhijie, Weizhen Chen, Qile Chen et Mian-Yun Chen. « Trend Relational Analysis and Grey-Fuzzy Clustering Method ». Dans Proceedings of the 2006 SIAM International Conference on Data Mining. Philadelphia, PA : Society for Industrial and Applied Mathematics, 2006. http://dx.doi.org/10.1137/1.9781611972764.21.
Texte intégralGao, Zhi-Yong, Yong-Quan Liang et Shu-Han Qiao. « Relational Database Ontology Discovery Method Based on Formal Concept Analysis ». Dans 3rd Annual International Conference on Mechanics and Mechanical Engineering (MME 2016). Paris, France : Atlantis Press, 2017. http://dx.doi.org/10.2991/mme-16.2017.101.
Texte intégralRapports d'organisations sur le sujet "Fuzzy relational concept analysis"
Baader, Franz, et Felix Distel. A finite basis for the set of EL-implications holding in a finite model. Technische Universität Dresden, 2007. http://dx.doi.org/10.25368/2022.160.
Texte intégral