Classifier Design Based on Class-Wise Fast Topological CIM-Based Adaptive Resonance Theory

Ishibuchi, Hisao ; Nojima, Yusuke ; et al.

In: Journal of Japan Society for Fuzzy Theory and Intelligent Informatics, Jg. 33 (2021-02-15), S. 543-548

Online unknown

Zugriff:

Titel:	Classifier Design Based on Class-Wise Fast Topological CIM-Based Adaptive Resonance Theory
Autor/in / Beteiligte Person:	Ishibuchi, Hisao ; Nojima, Yusuke ; Tsubota, Itsuki ; Masuyama, Naoki
Link:	View record in OpenAIRE (Volltext) https://doi.org/10.3156/jsoft.33.1_543
Zeitschrift:	Journal of Japan Society for Fuzzy Theory and Intelligent Informatics, Jg. 33 (2021-02-15), S. 543-548
Veröffentlichung:	Japan Society for Fuzzy Theory and Intelligent Informatics, 2021
Medientyp:	unknown
ISSN:	1881-7203 (print) ; 1347-7986 (print)
DOI:	10.3156/jsoft.33.1_543
Schlagwort:	Class (set theory) Adaptive resonance theory business.industry Computer science Pattern recognition Artificial intelligence business Classifier (UML)
Sonstiges:	Nachgewiesen in: OpenAIRE Rights: OPEN

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.