Już Jan Łukasiewicz w latach 30. ubiegłego wieku zauważył, że pomiędzy prawdą (1) a fałszem (0) muszą być jeszcze wartości określające niepewność. Najpierw więc rozważał wartość niepewności ½ a później dalsze wartości z przedziału [0, 1]. Dalej ideę zbiorów rozmytych wprowadził i rozpowszechnił Zadeha w 1965 roku. Dzięki tym zbiorom zaczęto tworzyć systemy wspomagania decyzji, kontrolery rozmyte i wiele innych metod i technik wspomagających życie współczesnych ludzi.
Dzisiaj jednym z najważniejszych wydarzeń dla naukowców zajmujących się zbiorami rozmytymi, logiką rozmytą oraz ich licznymi zastosowaniami i dyscyplinami pochodnymi jest międzynarodowa IEEE International Conference on Fuzzy Systems. Znana jest ona jako FUZZ-IEEE i jest ona jedną z najważniejszych międzynarodowych konferencji w dziedzinie zbiorów i systemów rozmytych. W tym roku miała ona miejsce w Korei Południowej w Songdo Incheon, 13- 17 sierpnia.
Na tegorocznym wydarzeniu zostały zaprezentowane prace trojga naukowców z Wyższej Szkoły Informatyki i Zarządzania z siedzibą w Rzeszowie: prof. dr hab. inż. Władysława Homendy, dr Zofii Matusiewicz oraz dr inż. Mariusza Września.
Wspólna praca dr Zofii Matusiewicz i profesora Homendy zatytułowana „Operations on balanced fuzzy sets” wprowadzająca operacje na rozmytych zbiorach zbalansowanych została przedstawiona na sesji Recent Trends in Mathematical Fuzzy Logics (pl.: Najnowsze trendy w matematycznych logikach rozmytych).
Warto dodać, że tak jak zbiory rozmyte pozwalają określać stopień przynależności do danego zbioru, tak w rozmytych zbiorach zbalansowanych można uwzględniać również tak zwaną informację negatywną, czyli stopień nieprzynależności do zbioru (podkreślmy, że rozmyte zbiory zbalansowane zostały wprowadzone przez prof. Homendę w 2006 roku). Dzięki temu w projektowaniu stanów rzeczywistych uwzględniać można nie tylko stopień przynależności, ale również stopień nie-przynależności (to łatwo można odnieść do potocznych pojęć braku i nadmiaru, straty i zyski itp.).
Prace dr Mariusza Września „Sequence Data Analysis and Management with Computational Intelligence” oraz prof. dr hab. Inż. Władysława Homendy “Time Series Classification Based on Fuzzy Cognitive Maps and Multi-class Decomposition with Ensembling” zostały zaprezentowane na sesji Sequence Data Analysis and Management with Computational Intelligence (pl.: Analiza i zarządzanie sekwencjami danych z wykorzystaniem inteligencji obliczeniowej).
Sekwencje danych, takie jak szeregi czasowe, dane strumieniowe i sekwencje zdarzeń, występują w wielu rzeczywistych zastosowaniach. Wraz z pojawieniem się szeregów czasowych, sposób inteligentnej analizy i zarządzania ogromnymi danymi sekwencyjnymi staje się coraz ważniejszy, a podejścia obliczeniowe ad hoc są bardzo istotne.
Wspomniane prace opisują nowatorskie podejścia do inteligentnej analizy sekwencji danych i zarządzanie.
