- 98 -Weyde, Tillman: Lern- und wissensbasierte Analyse von Rhythmen 
  Erste Seite (i) Vorherige Seite (97)Nächste Seite (99) Letzte Seite (247)      Suchen  Nur aktuelle Seite durchsuchen Gesamtes Dokument durchsuchen     Aktuelle Seite drucken Hilfe 

Beispiele für t-Conormen sind:
 _L min(a,b) = max{a, b}
 _L Luka(a,b) = min{a + b,1}
 _L prod(a,b) = a + b- ab
 p p 1
 _L Y ager(a,b) = min{(a + b)p,1} mit p > 1.
(5.31)

Das Paar  _L min(a,b) und  T min(a,b) hat mathematische Eigenschaften, die der klassischen Logik besonders nahe kommen.34

Abbildung 5.6 zeigt die Graphen dieser Funktionen. Die Yager-Funktionen bilden eine ganze Familie von t-Normen und t-Conormen, die sich durch den Parameter p variieren läßt. Gilt p = 1, so ergibt sich  _L Luka, für p --> oo entspricht sie  _L min.



Abbildung 5.6: Graphen der t-Norm  T min und der t-Conorm  _L min


Operatoren, die zwischen t-Norm und t-Conorm liegen, lassen einen gewissen Grad an Ausgleich zwischen den Operanden zu, d.h. ein kleiner Wert für a kann durch einen großen Wert für b ausgeglichen werden. Solche Operatoren nennt man daher kompensatorische Operatoren. Kompensatorische Operatoren sind im allgemeinen nicht assoziativ, so zum Beispiel der Gamma-Operator:
g(a,b) = (ab)1- g(1 -(1 -a)(1- b))g mit g (- [0,1].
(5.32)

Eine Klasse assoziativer kompensatorischer Operatoren, wurde von Klement, Mesiar und Pap vorgestellt.35

Diese Operatoren haben allerdings den Nachteil, daß sie für die Punkte (0,1) und (1,0) nicht definiert sind und sich auch nicht stetig ergänzen lassen.


Erste Seite (i) Vorherige Seite (97)Nächste Seite (99) Letzte Seite (247)      Suchen  Nur aktuelle Seite durchsuchen Gesamtes Dokument durchsuchen     Aktuelle Seite drucken Hilfe 
- 98 -Weyde, Tillman: Lern- und wissensbasierte Analyse von Rhythmen