The usage of a FRBCS enables the tr

The usage of a FRBCS enables the treatment of the uncertainty that is inherent to real-world problems and especially, in big data problems,as the variety and veracity of the collected information pose a serious source of uncertainty and vagueness in the data
Fuzzy rules have demonstrated to adequately manage the uncertainty in a reasonable manner and therefore, FRBCSs seem to be a sensible choice to overcome this situation. Furthermore, FRBCSs, and specifically the Chi et al.’s method , have also been successfully applied to imbalanced domains where they do not only combat the problem of an uneven class distribution but they also face up to the challenge of the uncertainty in the class frontiers which comes up because of the borderline samples , the noise in the data and the small disjuncts among
others.

結果 (中文) 1:

FRBCS 的使用使治疗是固有的对现实世界的问题，尤其是，在大数据的问题，如品种和收集信息的准确性造成严重的不确定性和模糊性的数据来源的不确定性以合理的方式管理这种不确定性，因此，FRBCSs 似乎是一个明智的选择，要克服这种状况充分表明对模糊规则。此外，FRBCSs 和具体说来志等人的方法，也已成功地应用于他们并不能只对付类不均匀分布的问题，但他们也面对这一挑战中的不确定性类前沿上来交界的样本中，由于噪声的数据和天然之间的不平衡域其他人。

結果 (中文) 2:

一个FRBCS的使用使这是固有的现实世界的问题，尤其是在大数据问题的不确定性的处理，作为收集信息的多样性和准确性带来的不确定性和模糊性的严重源中的数据
的模糊规则有体现在一个合理的方式，因此充分管理的不确定性，FRBCSs似乎是一个明智的选择，以克服这种情况。此外，FRBCSs和具体来说志等人的方法，也已成功地应用于不平衡的领域，他们不仅打击不均匀类分布的问题，但他们也面对不确定性在类的挑战边界其中谈到，因为边缘的样品，在数据中的噪声并在小的分离项的向上
他人。

結果 (中文) 3:

一个FRBCS的使用使所固有的不确定性的现实世界中的问题，尤其是处理，在大数据的问题，由于所收集的信息的多样性和准确性造成严重的数据中的不确定性和模糊性，模糊规则源
已经证明充分合理地管理不确定性，因此，FRBCSs似乎克服这种情况的一个明智的选择。此外，FRBCSs，和特别地fiChi et al。的方法，也已成功地应用于不平衡的领域，他们不只是战斗的类别分布问题但他们也面对班的边界出现因为边界样本的不确定性的挑战，数据中的噪声和在别人的小析取
。