Editorial Ilmu Komputer & AI
Fuzzy Machine Learning: Kerangka Komprehensif dan Tinjauan Sistematis
Masalah inti
Inovasi
Para penulis melakukan tinjauan sistematis atas literatur fuzzy machine learning, mengorganisasi bidang ini ke dalam lima kategori berdasarkan integrasi teknik fuzzy dengan paradigma machine learning yang berbeda. Tinjauan ini mencakup landasan teoretis, pendekatan metodologis, dan aplikasi praktis. Kelima kategori tersebut adalah:
1. **Fuzzy classical machine learning**: Integrasi fuzzy sets dan fuzzy logic dengan algoritma machine learning tradisional untuk menangani ketidakpastian.
2. **Fuzzy transfer learning**: Mentransfer pengetahuan antar-domain menggunakan metode fuzzy untuk mengelola perbedaan domain.
3. **Fuzzy data stream learning**: Pembelajaran dari aliran data kontinu dengan teknik fuzzy untuk menangani concept drift dan ketidakpastian.
4. **Fuzzy reinforcement learning**: Menggabungkan fuzzy logic dengan reinforcement learning untuk menangani ruang keadaan dan aksi yang kontinu.
5. **Fuzzy recommender systems**: Memanfaatkan fuzzy sets untuk memodelkan preferensi pengguna dan fitur item untuk rekomendasi.
Tinjauan ini kemungkinan mengikuti proses pencarian dan seleksi yang terstruktur, meskipun rincian spesifiknya tidak disediakan dalam abstrak. Para penulis bertujuan memberikan pemahaman yang kokoh tentang kemajuan dan aplikasi saat ini.
Mengapa penting
Siapa yang sebaiknya membaca
Membuka konten member…