Rodríguez Ramos, A., Bernal de Lázaro, J.M., Silva Neto, A.J., Cruz Corona, C., Verdegay, J.L., Llanes-Santiago, O. (2018) An Approach to Fault Diagnosis Using Fuzzy Clustering Techniques. Capítulo, pp. 232-243, In: Kacprzyk J., Szmidt E., Zadrożny S., Atanassov K., Krawczak M. (eds) Advances in Fuzzy Logic and Technology 2017. IWIFSGN 2017, EUSFLAT 2017. Advances in Intelligent Systems and Computing, vol 643. Editora Springer, Cham
Neste artigo, uma nova abordagem para projetar sistemas de diagnóstico de falhas baseados em dados usando técnicas de agrupamento fuzzy é apresentada. Na proposta, os dados foram primeiro pré-processados usando o algoritmo Noise Clustering. Isso permite eliminar outliers e reduzir a confusão como uma primeira parte do processo de classificação. Em segundo lugar, o algoritmo Kernel Fuzzy C-means foi utilizado para obter maior separabilidade entre as classes e reduzir os erros de classificação. Por fim, pode ser implementada uma etapa de otimização dos parâmetros dos algoritmos NC e KFCM. A abordagem proposta foi validada usando os conjuntos de dados de benchmark da íris. Os resultados obtidos indicam a viabilidade da proposta.