• feature selection
• PRTools
• Sistemi a regole fuzzy
• classificazione

Obiettivo di questa tesi è l’implementazione efficiente in ambiente Matlab di un classificatore basato su regole fuzzy, compatibile con la libreria PRTools (Pattern Recognition Toolbox).
Questo classificatore è integrabile con due routine di selezione degli ingressi implementate in un precedente lavoro di tesi: ofeatself (per la selezione efficiente di ingressi in avanti) e ofeatselg (per la selezione efficiente evolutiva multi-obiettivo).
Esso è ottimizzato sia per il riuso di ingressi già valutati in precedenza (cosa alquanto frequente all'interno di algoritmi evolutivi) che per n-fold cross validation.
L'algoritmo è stato testato nel problema di rilevamento di danneggiamenti in cuscinetti a sfera.

This work presents an efficient implementation of a fuzzy rule-based classifier in the Matlab environment, compliant with the PRTools (Pattern Recognition Toolbox) library.
This classifier can be used within two input selection routines implemented in a recent thesis: ofeatself (for the efficient forward selection) e ofeatselg (for the efficient evolutionary multi-objective selection).
It is optimized both for re-evaluation of a previously evaluated input (a usual case in evolutionary selection) and for n-fold cross validation.
The algorithm has been validated on a failure detection application of rolling element bearings.