Samouczek logiki rozmytej: cechy, architektura, aplikacje, zalety i wady, różnice

Opublikowany: 2020-04-30

Kiedy musisz podjąć decyzję, ile razy jest to proste Tak lub Nie? Wiele razy twoje wybory są odmianą pytań Tak lub Nie, gdzie pomiędzy tymi dwoma występuje wiele stopni opcji.

Załóżmy, że ktoś cię zapyta: „Czy pójdziesz dziś wieczorem na to przyjęcie?” Twoja odpowiedź prawdopodobnie brzmiałaby „Może tak” lub „Na pewno nie”, zamiast prostego Tak lub Nie.

Ludzkie decyzje w dużej mierze zależą od takich niejasnych wyborów. W AI ta koncepcja nazywa się logiką rozmytą.

W tym samouczku dotyczącym logiki rozmytej dowiesz się, czym jest logika rozmyta, jak działa i jakie są jej zastosowania. Zacznijmy.

Spis treści

Co to jest logika rozmyta? Wyjaśnienie

Fuzzy odnosi się do braku jasności. W wielu przypadkach nie możesz podjąć prostej decyzji „tak lub nie”. W takich przypadkach będziesz musiał dokonać dynamicznego wyboru. Logika rozmyta pomaga w tym zakresie.

Daje elastyczny wybór i umożliwia rozumowanie z większą ilością danych i zmiennych. Istnieje wiele zastosowań logiki rozmytej w AI, ponieważ nie można wszędzie używać logiki Boolean lub podobnej. Przypomina ludzkie rozumowanie i uwzględnia wszystkie możliwości, jakie istnieją między tak i nie wyboru.

Zwykła logika uwzględnia tylko dwie możliwości: tak i nie. Ale ludzie nie podejmują takich decyzji. Mają wiele możliwości między tak i nie, takich jak prawdopodobnie tak i prawdopodobnie nie. Logika rozmyta uwzględnia wszystkie te możliwości.

Dowiedz się więcej: 5 najlepszych modeli uczenia maszynowego objaśnionych początkującym

Mała historia

Lotfi Zadeh , informatyk i matematyk, wymyślili logikę rozmytą, kiedy zdał sobie sprawę, że istnieje duża różnica między podejmowaniem decyzji przez ludzi i komputery. Zwrócił uwagę, że konwencjonalna logika komputerowa nie może manipulować danymi, aby przedstawiać niejasne idee podobne do ludzi.

Jak wspomnieliśmy wcześniej, w AI istnieje wiele zastosowań logiki rozmytej . Ale można to zobaczyć również w wielu innych dziedzinach, ponieważ umożliwia sztucznej inteligencji wyodrębnianie danych, które nie są zgodne z logiką Boole'a. Oznacza to, że dane nie są ani prawdziwe, ani fałszywe.

Cechy logiki rozmytej

Logika rozmyta może wydawać się nieco skomplikowana, ale jest to elastyczna technika uczenia maszynowego, którą można bardzo łatwo zaimplementować. Pozwala naśladować ludzką myśl. Jest również idealny do rozwiązywania problemów, w których występuje duża niepewność.

Umożliwia konstruowanie funkcji nieliniowych o dowolnej złożoności. Ale powinieneś upewnić się, że zbudujesz go po uzyskaniu wystarczającej wiedzy na ten temat, ponieważ w tym przypadku łatwo jest popełnić błędy.

Kiedy nie należy używać logiki rozmytej

Jest kilka przypadków, w których nie powinieneś używać logiki rozmytej. Tutaj są niektóre z nich:

  • Kiedy możesz użyć konwencjonalnej logiki, aby znaleźć rozwiązanie, nie musisz używać logiki rozmytej, ponieważ zbytnio skomplikowałoby to wszystko
  • Kontrolery niekoniecznie wymagają logiki rozmytej
  • Jeśli nie możesz zmapować wejścia do wyjścia, nie powinieneś używać logiki rozmytej

Jak działa logika rozmyta? (Architektura)

Architektura logiki rozmytej składa się z następujących elementów:

  • Zasady
  • Fuzzifier
  • Wnioskowanie (inteligencja)
  • Rozbrajacz

Reguły: Wszystkie reguły fuzzifiera są przechowywane w Bazie reguł. Wszystkie warunki IF-THEN, które wprowadzasz do logiki, również pozostają tutaj, aby mogła podejmować decyzje. Ostatnie aktualizacje logiki rozmytej umożliwiają ekspertom AI zmniejszenie liczby potrzebnych reguł.

Fuzzifier: Fuzzifier konwertuje dane wejściowe (ostre liczby) na zbiory rozmyte. Jego czujniki mierzą sygnały wejściowe Crips i przekazują je do systemu sterowania, aby logika mogła je dalej przetwarzać.

Wnioskowanie: po Fuzzifier pojawia się silnik wnioskowania. Sprawdza, w jakim stopniu rozmyte dane wejściowe są zgodne z regułami. Wybiera również reguły, które ma zastosować, zgodnie z posiadanym polem wejściowym.

Defuzzifier: Na tym etapie defuzifier konwertuje otrzymane zestawy rozmyte na wyraźny sygnał wyjściowy. Dostępnych jest wiele form defuzzyfikacji, więc musisz wybrać jedną zgodnie ze swoimi potrzebami.

Przeczytaj: Aplikacje AI w prawdziwym świecie

Różnice między logiką rozmytą a prawdopodobieństwem

Aby właściwie zrozumieć koncepcję tego samouczka dotyczącego logiki rozmytej , musisz przyjrzeć się różnicom między logiką rozmytą a prawdopodobieństwem, ponieważ dezorientuje to wiele osób.

Pierwszą zasadniczą różnicą między nimi jest temat, którym się zajmują. Logika rozmyta działa z faktami, podczas gdy prawdopodobieństwo działa z zdarzeniami, które mogą wystąpić lub nie. Logika rozmyta przekazuje częściową prawdę, podczas gdy prawdopodobieństwo przekazuje częściową wiedzę.

Również logika rozmyta przyjmuje prawdę jako podstawę matematyczną, podczas gdy prawdopodobieństwo buduje model ignorancji.

Różnice między rozmytym a ostrym

Istnieje wiele różnic między nimi. Po pierwsze, rozmyty zestaw czasu może być rozmyty, ale rozmyty zestaw czasu nie może być ostry. Prawo niesprzeczności i wykluczonego środka może (lub nie) obowiązywać w logice ostrej. Z drugiej strony, z logiką rozmytą, prawa te obowiązują.

Wyraźna logika ma ścisłe granice; to znaczy, może to być prawda lub fałsz. A logika rozmyta ma wiele stopni członkostwa.

Przeczytaj także: Pomysły na projekty uczenia maszynowego dla początkujących

Jakie są zastosowania logiki rozmytej?

Poniżej przedstawiono główne zastosowania logiki rozmytej w różnych branżach:

Sektor motoryzacyjny

Firmy motoryzacyjne wykorzystują logikę rozmytą w sztucznej inteligencji do tworzenia hamulców przeciwblokujących. Logika rozmyta może określić, kiedy konieczne jest zastosowanie hamulców przeciwblokujących w zależności od przyspieszenia i prędkości samochodu, aby uniknąć wypadku.

Innym zastosowaniem logiki rozmytej w samochodach jest automatyczna skrzynia biegów. W takich przypadkach logika rozmyta steruje zapłonem i wtryskiem paliwa zgodnie z obrotami i ustawieniem przepustnicy. Tempomat to funkcja, dzięki której samochód utrzymuje określoną prędkość i pozwala kierowcy zrobić sobie przerwę od wciskania pedału gazu.

Logika rozmyta pomaga w dostosowaniu ustawienia przepustnicy, aby utrzymać wyznaczoną prędkość samochodu.

Zdatność

Firma Omron używa reguł logiki rozmytej do sprawdzania poziomu sprawności swoich pracowników. W tym celu dodali swój specyficzny zestaw zasad. Z jego pomocą wiele firm może monitorować kondycję swoich pracowników i odpowiednio wyposażać ich w zaplecze.

Inne aplikacje

  • Kuchenki mikrofalowe wykorzystują logikę rozmytą, aby wybrać odpowiednią opcję gotowania.
  • Systemy diagnostyczne golfa stosują rozmyte reguły, aby zalecić najbardziej odpowiedni kij golfowy zgodnie z sylwetką golfisty i innymi czynnikami
  • Systemy sterowania windą określają czas oczekiwania na podstawie liczby pasażerów, których mają. W tym celu implementują logikę rozmytą.
  • Zmywarki korzystają z logiki rozmytej, aby wybrać odpowiednie ustawienia czyszczenia (cykle, czas płukania i zmywania itp.) w zależności od naczyń, które mają.

Zalety i wady logiki rozmytej?

Zalety

  • Logika rozmyta ma prostą strukturę, która jest bardzo łatwa do zrozumienia
  • Ma zastosowanie w wielu branżach, w tym motoryzacyjnej i AGD
  • Rozwiązuje problemy niepewności z lepszą skutecznością niż inne algorytmy
  • Wszechstronny w użyciu, ponieważ do działania nie potrzebuje precyzyjnych danych wejściowych
  • Ze względu na prostą strukturę można go łatwo modyfikować i poprawiać jego działanie
  • Jeśli czujniki sprzężenia zwrotnego nie działają, możesz użyć logiki rozmytej, aby rozwiązać te problemy

Niedogodności

  • Nie jest w stanie wykonać rozpoznawania wzorców podobnego do sieci neuronowych
  • Weryfikacja i walidacja systemu w oparciu o logikę rozmytą wymaga wielu testów sprzętowych
  • Konfigurowanie reguł rozmytych to dość trudne zadanie
  • Wynik logiki rozmytej nie zawsze jest dokładny. W niektórych przypadkach może to powodować problemy, ponieważ wynik może być nie do przyjęcia.

Końcowe przemyślenia

Teraz dotarliśmy do końca naszego samouczka logiki rozmytej . Mamy nadzieję, że ten artykuł okazał się przydatny. Logika rozmyta to z pewnością jedna z najpopularniejszych i najprostszych koncepcji sztucznej inteligencji.

Jeśli chcesz dowiedzieć się więcej o logice rozmytej i innych koncepcjach sztucznej inteligencji, zachęcamy do odwiedzenia naszego bloga. Znajdziesz tam wiele pomocnych artykułów.

A jeśli chcesz bardziej szczegółowej i ustrukturyzowanej nauki, powinieneś wziąć udział w kursie AI i zacząć od tego. Kurs sztucznej inteligencji z łatwością dostarczy Ci całej potrzebnej wiedzy na ten temat.

Jeśli chcesz dowiedzieć się więcej o uczeniu maszynowym, sprawdź dyplom PG IIIT-B i upGrad w uczeniu maszynowym i sztucznej inteligencji, który jest przeznaczony dla pracujących profesjonalistów i oferuje ponad 450 godzin rygorystycznego szkolenia, ponad 30 studiów przypadków i zadań, IIIT- Status absolwenta B, ponad 5 praktycznych, praktycznych projektów zwieńczenia i pomoc w pracy z najlepszymi firmami.

W jaki sposób żywopłoty lingwistyczne są przydatne w systemie wnioskowania rozmytego?

Jakie jest podejście Mamdani do logiki rozmytej?

Podejście Mamdani zostało przedstawione jako pierwsza próba sterowania silnikiem parowym i systemem kotłów przy użyciu reguł językowych zebranych od doświadczonych operatorów. Każda reguła w systemie Mamdani tworzy na wyjściu zbiór rozmyty. Systemy Mamdani doskonale nadają się do zastosowań systemów eksperckich, w których reguły są opracowywane na podstawie ludzkiej wiedzy eksperckiej, takiej jak diagnostyka medyczna, ponieważ ich podstawy są bardziej intuicyjne i łatwiejsze do zrozumienia.

Czym jest twierdzenie o aproksymacji rozmytej (FAT) i jego wnioskowanie?

Według Barta Kosko przybliżenie rozmyte (FAT) wskazuje, że system rozmyty może naśladować dowolny system ciągły. Każda reguła działa jak rozmyta łata, którą system stosuje do odpowiedzi, aby wyglądała jak odpowiedź systemu ciągłego. Natomiast rozmyte rozumowanie przybliżone odnosi się do metody stosowanej do wyprowadzenia prawdopodobnego nieprecyzyjnego wniosku ze zbioru nieprecyzyjnych przesłanek. W rozumowaniu przybliżonym logika rozmyta jest w stanie poradzić sobie z wieloma rodzajami niepewności.