Sumea logiikka
Mikä on sumea logiikka?
Sumea logiikka on lähestymistapa muuttujien käsittelyyn, joka mahdollistaa useiden mahdollisten totuusarvojen käsittelyn saman muuttujan kautta. Sumea logiikka yrittää ratkaista ongelmia avoimella, epätarkalla data- ja heuristiikalla , joka mahdollistaa joukon tarkkoja johtopäätöksiä.
Sumea logiikka on suunniteltu ratkaisemaan ongelmia ottamalla huomioon kaikki saatavilla olevat tiedot ja tekemällä parhaan mahdollisen päätöksen syötteen perusteella.
Sumean logiikan ymmärtäminen
Sumea logiikka johtuu moniarvologiikan matemaattisesta tutkimuksesta. Tavallinen logiikka käsittelee absoluuttisen totuuden väitteitä (kuten "Onko tämä objekti vihreä?"), kun taas sumea logiikka käsittelee joukkoja, joilla on subjektiivisia tai suhteellisia määritelmiä, kuten "pitkä", "suuri" tai "kaunis". Nämä yritykset matkivat ihmisten tapaa analysoida ongelmia ja tehdä päätöksiä tavalla, joka perustuu epämääräisiin tai epätarkkoihin arvoihin absoluuttisen totuuden tai valheen sijaan.
Käytännössä kaikki nämä konstruktit sallivat "todellisen" ehdon osittaiset arvot. Sen sijaan, että vaadittaisiin kaikkien väitteiden olevan ehdottoman tosia tai täysin vääriä, kuten klassisessa logiikassa, sumean logiikan totuusarvot voivat olla mikä tahansa arvo nollan ja yhden välillä. Tämä antaa algoritmeille mahdollisuuden tehdä päätöksiä tietoalueiden perusteella yhden erillisen datapisteen sijaan.
Vakiologiikassa jokaisella lauseella on oltava absoluuttinen arvo: tosi tai epätosi. Sumeassa logiikassa totuusarvot korvataan "jäsenyysasteilla" 0-1, missä 1 on ehdottoman totta ja 0 on ehdottoman epätosi.
Sumean logiikan historia
Lotfi Zadeh ehdotti ensimmäisen kerran sumeaa logiikkaa vuonna 1965 ilmestyneessä Information and Control -aikakauslehdessä. Kirjoituksessaan "Fuzzy Sets" Zadeh yritti heijastaa tietojenkäsittelyssä käytettyä dataa ja johtanut elementaalilogiikan. säännöt tällaisille sarjoille.
"Usein todellisessa fyysisessä maailmassa kohdatuilla esineluokilla ei ole tarkasti määriteltyjä jäsenyyskriteerejä", Zadeh selitti. "Tosiasia kuitenkin on, että sellaisilla epätarkasti määritellyillä "luokilla" on tärkeä rooli ihmisen ajattelussa, erityisesti hahmontunnistuksen, tiedonvälityksen ja abstraktion aloilla."
Siitä lähtien sumeaa logiikkaa on sovellettu menestyksekkäästi koneohjausjärjestelmissä, kuvankäsittelyssä, tekoälyssä ja muilla aloilla, jotka perustuvat monitulkintaisiin signaaleihin.
Erityisiä huomioita
Sumeaa logiikkaa sen alkeellisimmassa merkityksessä kehitetään päätöspuutyyppianalyysin avulla. Siten se muodostaa laajemmassa mittakaavassa perustan tekoälyjärjestelmille, jotka on ohjelmoitu sääntöihin perustuvilla päätelmillä.
Yleisesti termi sumea viittaa suureen määrään skenaarioita, joita voidaan kehittää päätöspuun kaltaisessa järjestelmässä. Sumean logiikan protokollien kehittäminen voi edellyttää sääntöpohjaisen ohjelmoinnin integrointia. Näitä ohjelmointisääntöjä voidaan kutsua sumeiksi joukoiksi, koska ne on kehitetty kattavien mallien harkinnan mukaan.
Sumeat joukot voivat myös olla monimutkaisempia. Monimutkaisemmissa ohjelmointianalogioissa ohjelmoijat voivat laajentaa sääntöjä, joita käytetään muuttujien sisällyttämisen ja poissulkemisen määrittämiseen. Tämä voi johtaa laajempaan valikoimaan vaihtoehtoja vähemmän tarkoilla sääntöihin perustuvilla perusteilla.
Sumeaa logiikkaa voidaan käyttää kaupankäyntiohjelmistoissa, joissa sitä käytetään markkinatietojen analysointiin osto- ja myyntisignaalien varalta.
Sumea semantiikka tekoälyssä
Sumean logiikan ja sumean semantiikan käsite on keskeinen osa tekoälyratkaisujen ohjelmointia. Tekoälyratkaisut ja -työkalut kasvavat edelleen taloudessa useilla sektoreilla, kun myös sumean logiikan ohjelmointimahdollisuudet laajenevat.
IBM:n Watson on yksi tunnetuimmista tekoälyjärjestelmistä, joka käyttää sumean logiikan ja sumean semantiikan muunnelmia. Erityisesti finanssipalveluissa sumeaa logiikkaa käytetään koneoppimisessa ja investointitiedon tuotoksia tukevissa teknologiajärjestelmissä.
Joissakin kehittyneissä kaupankäyntimalleissa sumean logiikan matematiikan integrointia voidaan käyttää myös auttamaan analyytikoita luomaan automaattisia osto- ja myyntisignaaleja. Nämä järjestelmät auttavat sijoittajia reagoimaan monenlaisiin muuttuviin markkinamuuttujiin, jotka vaikuttavat heidän sijoituksiinsa.
Esimerkkejä sumeasta logiikasta
Kehittyneissä ohjelmistokaupan malleissa järjestelmät voivat käyttää ohjelmoitavia fuzzy-sarjoja analysoimaan tuhansia arvopapereita reaaliajassa ja tarjoamaan sijoittajalle parhaan mahdollisen mahdollisuuden. Sumeaa logiikkaa käytetään usein, kun elinkeinonharjoittaja yrittää hyödyntää useita tekijöitä harkittavaksi. Tämä voi johtaa kapeaan analyysiin kaupankäyntipäätöksiä varten. Kauppiailla voi myös olla mahdollisuus ohjelmoida erilaisia sääntöjä kauppojen toteuttamiseksi. Kaksi esimerkkiä sisältävät seuraavat:
Sääntö 1: Jos liukuva keskiarvo on alhainen ja suhteellinen voimaindeksi (RSI) on alhainen, myy.
Sääntö 2: Jos liukuva keskiarvo on korkea ja suhteellinen voimaindeksi (RSI) on korkea, osta.
Sumean logiikan avulla elinkeinonharjoittaja voi ohjelmoida omat subjektiiviset johtopäätöksensä matalalle ja korkealle näissä perusesimerkeissä saadakseen omat automatisoidut kaupankäyntisignaalinsa.
Sumean logiikan edut ja haitat
Sumeaa logiikkaa käytetään usein koneohjaimissa ja tekoälyssä, ja sitä voidaan soveltaa myös kaupankäyntiohjelmistoihin. Vaikka sillä on laaja valikoima sovelluksia, sillä on myös merkittäviä rajoituksia.
Koska sumea logiikka jäljittelee ihmisen päätöksentekoa, se on hyödyllisin monimutkaisten ongelmien mallintamiseen epäselvillä tai vääristyneillä tuloilla. Luonnollisen kielen samankaltaisuuksien vuoksi sumean logiikan algoritmeja on helpompi koodata kuin tavallista loogista ohjelmointia, ja ne vaativat vähemmän käskyjä, mikä säästää muistin tallennustarpeita.
Näillä eduilla on myös haittoja, jotka johtuvat sumean logiikan epätarkkuudesta. Koska järjestelmät on suunniteltu epätarkkoja tietoja ja syötteitä varten, ne on testattava ja validoitava epätarkkojen tulosten estämiseksi.
TTT
Bottom Line
Sumea logiikka on klassisen logiikan jatke, joka yhdistää ihmisen päätöksentekoon vaikuttavat epävarmuustekijät. Sitä käytetään usein ratkaisemaan monimutkaisia ongelmia, joissa parametrit voivat olla epäselviä tai epätarkkoja. Sumeaa logiikkaa käytetään myös sijoitusohjelmistoissa, joissa sen avulla voidaan tulkita epäselviä tai epäselviä kaupankäyntisignaaleja.
##Kohokohdat
Tavallisen kielen samankaltaisuuksien vuoksi sumeat algoritmit ovat suhteellisen yksinkertaisia koodata, mutta ne saattavat vaatia perusteellista todentamista ja testausta.
Teoriassa tämä antaa lähestymistavalle enemmän mahdollisuuksia jäljitellä tosielämän olosuhteita, joissa ehdottoman totuuden tai valheen väitteet ovat harvinaisia.
Sumea logiikka on yleistys standardilogiikasta, jossa kaikkien lauseiden totuusarvo on yksi tai nolla. Sumeassa logiikassa lauseiden arvo voi olla osittainen totuus, kuten 0,9 tai 0,5.
Sumea logiikka on heuristinen lähestymistapa, joka mahdollistaa edistyneemmän päätöspuun käsittelyn ja paremman integraation sääntöpohjaiseen ohjelmointiin.
Kvantitatiiviset analyytikot voivat käyttää sumeaa logiikkaa parantaakseen algoritmien suorittamista.
##UKK
Onko sumea logiikka sama kuin koneoppiminen?
Sumea logiikka ryhmitellään usein koneoppimisen kanssa, mutta ne eivät ole sama asia. Koneoppiminen viittaa laskennallisiin järjestelmiin, jotka jäljittelevät ihmisen kognitiota mukauttamalla iteratiivisesti algoritmeja monimutkaisten ongelmien ratkaisemiseksi. Sumea logiikka on joukko sääntöjä ja toimintoja, jotka voivat toimia epätarkoilla tietojoukoilla, mutta ihmisten on silti koodattava algoritmit. Molemmilla aloilla on sovelluksia tekoälyssä ja monimutkaisessa ongelmanratkaisussa.
Mikä on sumea logiikka tiedon louhinnassa?
Tiedonlouhinta on prosessi, jossa tunnistetaan merkittäviä suhteita suurissa tietosarjoissa, kenttä, joka on päällekkäinen tilastojen, koneoppimisen ja tietojenkäsittelytieteen kanssa. Sumea logiikka on joukko sääntöjä, joiden avulla voidaan tehdä loogisia johtopäätöksiä sumeista datasarjoista. Koska tiedon louhintaa käytetään usein epätarkkoihin mittauksiin, sumea logiikka on hyödyllinen tapa määrittää relevantteja suhteita tämäntyyppisistä tiedoista.
Mitä eroa on sumealla logiikalla ja hermoverkoilla?
Keinotekoinen hermoverkko on laskennallinen järjestelmä, joka on suunniteltu jäljittelemään ihmisen kaltaisen hermoston ongelmanratkaisumenettelyjä. Tämä eroaa sumeasta logiikasta, säännöistä, jotka on suunniteltu tekemään johtopäätöksiä epätarkoista tiedoista. Molemmilla on sovelluksia tietojenkäsittelytieteessä, mutta ne ovat eri aloja.
