
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Škrjanc, Igor | - |
| Autor(es): dc.creator | Iglesias, José Antônio | - |
| Autor(es): dc.creator | Sanchis, Araceli | - |
| Autor(es): dc.creator | Leite, Daniel | - |
| Autor(es): dc.creator | Lughofer, Edwin | - |
| Autor(es): dc.creator | Gomide, Fernando | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:50:14Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:50:14Z | - |
| Data de envio: dc.date.issued | 2020-04-03 | - |
| Data de envio: dc.date.issued | 2020-04-03 | - |
| Data de envio: dc.date.issued | 2019-07 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/39723 | - |
| Fonte completa do material: dc.identifier | https://www.sciencedirect.com/science/article/pii/S0020025519302713 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1169224 | - |
| Descrição: dc.description | Major assumptions in computational intelligence and machine learning consist of the availability of a historical dataset for model development, and that the resulting model will, to some extent, handle similar instances during its online operation. However, in many real-world applications, these assumptions may not hold as the amount of previously available data may be insufficient to represent the underlying system, and the environment and the system may change over time. As the amount of data increases, it is no longer feasible to process data efficiently using iterative algorithms, which typically require multiple passes over the same portions of data. Evolving modeling from data streams has emerged as a framework to address these issues properly by self-adaptation, single-pass learning steps and evolution as well as contraction of model components on demand and on the fly. This survey focuses on evolving fuzzy rule-based models and neuro-fuzzy networks for clustering, classification and regression and system identification in online, real-time environments where learning and model development should be performed incrementally. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Elsevier | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Information Sciences | - |
| Palavras-chave: dc.subject | Evolving systems | - |
| Palavras-chave: dc.subject | Incremental learning | - |
| Palavras-chave: dc.subject | Adaptive systems | - |
| Palavras-chave: dc.subject | Data streams | - |
| Título: dc.title | Evolving fuzzy and neuro-fuzzy approaches in clustering, regression, identification, and classification: a survey | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: