Discrete-Time Finite Fuzzy Markov Chains Realized Through Supervised Learning Stochastic Fuzzy Discrete Event Systems

The binary nature of the states and transitions in discrete-time finite Markov chains makes this modeling methodology unsuitable for many practical systems, such as those found in biomedicine. To address this fundamental limitation, we have extended in this article Markov chains to fuzzy Markov chai...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE transactions on fuzzy systems Ročník 32; číslo 11; s. 6088 - 6100
Hlavní autoři:	Ying, Hao, Lin, Feng
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	IEEE 01.11.2024
Témata:	Accuracy Automata Discrete-event systems Fuzzy automaton fuzzy Markov chains (FMC) Fuzzy systems Markov chains (MC) Markov processes stochastic fuzzy discrete event systems (SFDES) stochastic modeling Stochastic processes Supervised learning
ISSN:	1063-6706, 1941-0034
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!