Waarom is dit belangrijk?
Onderzoekers kunnen met een neuro-fuzzy systeem onzekere medische gegevens ordenen en zo aandoeningen indelen of voorspellen. In de zorg passen studies deze aanpak toe bij diagnoses van onder meer hartziekten, diabetes en vormen van kanker. Voor patiënten en zorgverleners betekent dat extra steun bij lastige keuzes, maar een foute inschatting blijft mogelijk en een arts moet de uitkomst nog controleren.
Zo werkt het in de praktijk
Studies in de grondmechanica schatten met een neuro-fuzzy systeem tunnelstabiliteit en doorlatendheid van grond. Het Institut de Productique in Besançon testte zo’n systeem op een flexibele productielijn. Het wees oorzaken van storingen aan, ook als de kennis daarover onzeker was.
Onderzoek weegt leesbare regels af tegen een precieze uitkomst, via het Mamdani-model of het Takagi-Sugeno-Kang-model. Een andere lijn past het model aan zodra nieuwe meetgegevens binnenkomen en het patroon daarin verschuift.
Een werkwijze is ANFIS, een netwerk van vijf lagen op het Takagi-Sugeno-model. Het herkent een verband in meetreeksen. Een genetisch algoritme, een zoekmethode die oplossingen stap voor stap verbetert, kiest soms de instellingen.




