前向膜濃縮脱塩のための解釈可能なファジシステム

arXiv:2602.08050v1 Announce Type: new 摘要：ファジ規則ベースシステム（FRBS）における解釈可能性を維持することは、公衆の健康に影響を与える水処理において極めて重要です。構造の解釈可能性は多目的アルゴリズムによって取り扱われつつありますが、低可視性のファジ集合により、意味的解釈可能性はしばしば損なわれます。私たちが前向膜濃縮脱塩の生産性を予測する解釈可能な FRBS を開発するための、人間がループに組み込まれたアプローチを提案します。本手法は、区別可能な会員関数ための専門家主導のグリッド分割、冗長性を減らすドメイン導向な特徴工学、および発火強度に基づいたループスルを統合しています。このアプローチは、クラスタベースの FRBS と同等の予測性能を達成し、同時に意味的解釈可能性を維持し、構造の複雑性の制約を満たしました。これにより、水処理アプリケーションのための説明可能なソリューションを提供します。

arXiv:2602.08050v1 Announce Type: new Abstract: Preserving interpretability in fuzzy rule-based systems (FRBS) is vital for water treatment, where decisions impact public health. While structural interpretability has been addressed using multi-objective algorithms, semantic interpretability often suffers due to fuzzy sets with low distinguishability. We propose a human-in-the-loop approach for developing interpretable FRBS to predict forward osmosis desalination productivity. Our method integrates expert-driven grid partitioning for distinguishable membership functions, domain-guided feature engineering to reduce redundancy, and rule pruning based on firing strength. This approach achieved comparable predictive performance to cluster-based FRBS while maintaining semantic interpretability and meeting structural complexity constraints, providing an explainable solution for water treatment applications.