Sumea logiikka vs hermoverkko
Fuzzy Logic kuuluu moniarvoisen logiikan perheeseen. Se keskittyy kiinteään ja likimääräiseen päättelyyn kiinteän ja tarkan päättelyn vastakohtana. Sumean logiikan muuttuja voi ottaa totuusarvoalueen välillä 0 ja 1, toisin kuin perinteisissä binäärijoukoissa tosi tai epätosi. Neuroverkot (NN) tai keinotekoiset neuroverkot (ANN) on laskennallinen malli, joka on kehitetty biologisten hermoverkkojen pohj alta. ANN koostuu keinotekoisista neuroneista, jotka ovat yhteydessä toisiinsa. Tyypillisesti ANN mukauttaa rakennettaan sille tulevan tiedon perusteella.
Mikä on sumea logiikka?
Fuzzy Logic kuuluu moniarvoisen logiikan perheeseen. Se keskittyy kiinteään ja likimääräiseen päättelyyn kiinteän ja tarkan päättelyn vastakohtana. Sumean logiikan muuttuja voi ottaa totuusarvoalueen välillä 0 ja 1, toisin kuin perinteisissä binäärijoukoissa tosi tai epätosi. Koska totuusarvo on alue, se voi käsitellä osittaista totuutta. Sumean logiikan alku merkittiin vuonna 1956, kun Lotfi Zadeh esitteli sumean joukkoteorian. Sumea logiikka tarjoaa menetelmän tehdä tarkkoja päätöksiä epätarkkojen ja moniselitteisten syöttötietojen perusteella. Sumeaa logiikkaa käytetään laajasti ohjausjärjestelmien sovelluksissa, koska se muistuttaa läheisesti ihmisen päätöksentekoa, mutta nopeammalla tavalla. Sumea logiikka voidaan sisällyttää ohjausjärjestelmiin, jotka perustuvat pieniin kannettaviin laitteisiin suuriin PC-työasemiin.
Mikä on hermoverkot?
ANN on laskennallinen malli, joka on kehitetty biologisten hermoverkkojen pohj alta. ANN koostuu keinotekoisista neuroneista, jotka ovat yhteydessä toisiinsa. Tyypillisesti ANN mukauttaa rakennettaan sille tulevan tiedon perusteella. ANN:ta kehitettäessä on noudatettava joukko systemaattisia vaiheita, joita kutsutaan oppimissäännöiksi. Lisäksi oppimisprosessi vaatii oppimisdataa ANN:n parhaan toimintapisteen löytämiseksi. ANN:ia voidaan käyttää joidenkin havaittujen tietojen approksimaatiofunktion oppimiseen. Mutta ANN:ta sovellettaessa on otettava huomioon useita tekijöitä. Malli on valittava huolellisesti tiedoista riippuen. Tarpeettoman monimutkaisten mallien käyttö vaikeuttaisi oppimisprosessia. Oikean oppimisalgoritmin valinta on myös tärkeää, koska jotkin oppimisalgoritmit toimivat paremmin tietyntyyppisten tietojen kanssa.
Mitä eroa on sumealla logiikalla ja hermoverkoilla?
Sumea logiikka mahdollistaa konkreettisten päätösten tekemisen epätarkkojen tai moniselitteisten tietojen perusteella, kun taas ANN yrittää sisällyttää ihmisen ajatteluprosessin ongelmien ratkaisemiseen ilman niitä matemaattista mallintamista. Vaikka molempia menetelmiä voidaan käyttää ratkaisemaan epälineaarisia ongelmia ja ongelmia, joita ei ole määritelty oikein, ne eivät liity toisiinsa. Toisin kuin sumea logiikka, ANN yrittää soveltaa ajatteluprosessia ihmisen aivoissa ongelmien ratkaisemiseen. Lisäksi ANN sisältää oppimisprosessin, joka sisältää oppimisalgoritmeja ja vaatii koulutusdataa. Mutta on olemassa hybridiä älykkäitä järjestelmiä, jotka on kehitetty näillä kahdella menetelmällä nimeltä sumea hermoverkko (FNN) tai neuro-fuzzy System (NFS).
