Abebooks.de - Antiquarische und gebrauchte Bücher
Lesezeichen setzen | Seite empfehlen
   Navigation

 Zur Startseite

 Zufälliger Artikel

 Impressum
   Verwandte Artikel

 Bedeutung

 Definition

 Entwicklung

 Funktion

 Gesetze

 Hintergrund

 Konjunktion

 Monotonie

 Schnittmenge

 Zusammenhang

   
    
      

A B C D E F
G H I J K L
M N O P Q R
S T U V W X
Y Z


eXTReMe Tracker
  

 T-Norm - Definition und Bedeutung

Sie haben im Ilexikon erfolgreich nach der Definition, der Bedeutung oder Informationen zum Begriff 'T-Norm' gesucht. Hier finden Sie eine Beschreibung, Erklärung, Definition, die Bedeutung sowie viele aktuelle Infos zum Begriff 'T-Norm' und damit verwandten Themen.

Eine T-Norm, häufig ebenso klein t-Norm, handelt es sich um eine mathematische Funktion, die im Bereich mehrwertiger Logiken, speziell in der Fuzzy-Logik Bedeutung erlangt hat. Der Begriff leitet sich vom Englischen triangular norm, zu Deutsch Dreiecksnorm ab, und rührt daher, dass eine T-Norm eine dreiecksähnliche Fläche in \mathbb{R}^3 beschreibt.
Eine T-Norm ist auf dem Einheitsintervall [0,1] definiert
T : [0,1] \times [0,1] \rightarrow [0,1]
und muss folgende Eigenschaften aufweisen (zur exakten Definition dieser Eigenschaften siehe die Tabelle zu T-Norm und T-Conorm am Ende dieses Artikels):
Der Hintergrund bei der Entwicklung der T-Norm bestand darin, dass man für mehrwertige Logiken einen verallgemeinerten Konjunktions-Operator benötigte. Die oben genannten Eigenschaften sind gleichsam allgemeinste Eigenschaften eines solchen Operators: Assoziativität und Kommutatität sind selbstverständlich. Die Monotonie garantiert eine gewisse Regelmäßigkeit in der Struktur von Definitions- und Zielmenge. Die 1 als neutrales Element ermöglicht Konjunktionen, deren Ergebnis nur von einem Operanden abhängt.
Diese Eigenschaften werden im Zusammenhang mit Fuzzy-Mengen verwendet, um die Schnittmengen-Operation nachzubilden.
Komplementär zu T-Normen werden T-Conormen (od. ebenso S-Normen) verwendet. Mit Hilfe der de Morganschen Gesetze lässt sich nämlich auf der Basis einer T-Norm, welche Konjunktion bzw. Schnittmenge liefert, die Disjunktions- bzw. die Vereinigungsmengen-Operation ableiten.

  Geläufige T-Normen und T-Conormen

\begin{matrix} \mathrm{\top_{min}}(a, b)  &=& \min \{a, b\} & \mathrm{\bot_{max}}(a, b)  &=& \max \{a, b\} \\ \\ \mathrm{\top_{Luka}}(a, b) &=& \max \{0, a+b-1\} & \mathrm{\bot_{Luka}}(a, b) &=& \min \{a+b, 1\} \\ \\ \mathrm{\top_{prod}}(a, b) &=& a \cdot b & \mathrm{\bot_{sum}}(a, b)  &=& a+b- a \cdot b \\ \\ \mathrm{\top_{-1}}(a, b)   &=& \left\{\begin{matrix}a, & \mbox{falls }b=1 \\                                                     b, & \mbox{falls }a=1 \\                                                     0, & \mbox{sonst}\end{matrix} \right. & \mathrm{\bot_{-1}}(a, b)   &=& \left\{\begin{matrix}a, & \mbox{falls }b=0 \\                                                     b, & \mbox{falls }a=0 \\                                                     1, & \mbox{sonst}\end{matrix}\right. \end{matrix}
Die erstgenannte wird wegen ihrer Einfachheit und ihrer unten genannten Eigenschaften am häufigsten eingesetzt. Die 3. T-Norm, sowie deren T-Conorm kommen aus der Wahrscheinlichkeitrechnung. Weiterhin gelten folgende Zusammenhänge:
\begin{matrix} \mathrm{\top_{-1}}(a, b)  & \le & \top(a, b) & \le & \mathrm{\top_{min}}(a, b) \\ \mathrm{\bot_{max}}(a, b) & \le & \bot(a, b) & \le & \mathrm{\bot_{-1}}(a, b) \end{matrix}
D.h. dass die drastische T-Norm (T-1) die kleinste und die Minimum-T-Norm die größte ist. Umgekehrtes gilt für die T-Conorm. T(a, b) bzw. ⊥(a, b) steht hierbei für jede beliebige T-Norm bzw. T-Conorm.

  Zusammenhänge unter T-Norm und T-Conorm

Aufgrund der schon erwähnten De Morganschen Gesetze ergeben sie folgende Zusammenhänge:
1-⊥(a,b) = T(1-a, 1-b)
1-T(a,b) = ⊥(1-a, 1-b)
Folgende Bedingungen werden verlangt damit eine Funktion als T-Norm bzw. T-Conorm gilt:
T-Norm T-Conorm
Nullelement: T(0,a) = T(a,0) = 0 ⊥(a,1) = ⊥(1,a) = 1
Neutrales Element: T(a,1) = T(1,a) = a ⊥(0,a) = ⊥(a,0) = a
Assoziativität: T(a,T(b,c)) = T(T(a,b),c) ⊥(a,⊥(b,c)) = ⊥(⊥(a,b),c)
Kommutativität: T(a,b) = T(b,a) ⊥(a,b) = ⊥(b,a)
Monotonie: a ≤ b ⇒ T(a,c) ≤ T(b,c) a ≤ b ⇒ ⊥(a,c) ≤ ⊥(b,c)
Infos zu Ilexikon.com
Wir hoffen dass Sie alle gewünschten Informationen zum Begriff 'T-Norm' gefunden haben. Alle Informationen zur Definition des Begriffs T-Norm und zur Bedeutung des Wortes T-Norm werden Ihnen kostenlos bereitgestellt. Unser Traffic und unsere Programmierarbeit finanziert sich ausschließlich durch Werbeeinnahmen. Wir danken für Ihren Besuch und hoffen dass Sie unser Portal zusätzlichempfehlen.

 Weiteres zu dem Artikel


Sie möchten die Besucher Ihrer Internet-Seite auf weiterführende Definitionen und Informationen zum
Thema "T-Norm" aufmerksam machen? Dann platzieren Sie doch einfach folgenden Link auf Ihre Homepage:

<a href="http://www.ilexikon.com/T-Conorm.html" title="Definition und Informationen zu dem Thema T-Norm">T-Norm</a>
 
Dieser Artikel basiert auf dem Artikel T-Norm aus der freien Enzyklopädie Wikipedia und steht unter der GNU-Lizenz für freie Inhalte. In der Wikipedia ist eine Autorenauflistung verfügbar.