Rozdiel medzi fuzzy logikou a neurónovou sieťou

Fuzzy Logic vs Neural Network

Fuzzy Logic patrí do rodiny mnohohodnotnej logiky. Zameriava sa na pevné a približné zdôvodnenie na rozdiel od pevného a presného zdôvodnenia. Premenná vo fuzzy logike môže mať rozsah hodnôt pravdy medzi 0 a 1, na rozdiel od toho, aby sa v tradičných binárnych množinách brala pravda alebo nepravda. Neurónové siete (NN) alebo umelé neurónové siete (ANN) je výpočtový model, ktorý je vyvinutý na základe biologických neurónových sietí. ANN je tvorený umelými neurónmi, ktoré sa vzájomne spájajú. ANN spravidla prispôsobuje svoju štruktúru na základe informácií, ktoré k nemu prichádzajú.

Čo je to Fuzzy Logic?

Fuzzy Logic patrí do rodiny mnohohodnotnej logiky. Zameriava sa na pevné a približné zdôvodnenie na rozdiel od pevného a presného zdôvodnenia. Premenná vo fuzzy logike môže mať rozsah hodnôt pravdy medzi 0 a 1, na rozdiel od toho, aby sa v tradičných binárnych množinách brala pravda alebo nepravda. Pretože hodnota pravdy je rozsah, dokáže zvládnuť čiastočnú pravdu. Začiatok fuzzy logiky sa vyznačoval v roku 1956 zavedením teórie fuzzy množín Lotfi Zadeh. Fuzzy logika poskytuje metódu na rozhodovanie na základe nepresných a nejednoznačných vstupných údajov. Fuzzy logika sa široko používa pre aplikácie v riadiacich systémoch, pretože sa veľmi podobá tomu, ako sa človek rozhoduje, ale rýchlejšie. Fuzzy logiku je možné začleniť do riadiacich systémov založených na malých vreckových zariadeniach na veľkých pracovných staniciach PC.

Čo sú neurónové siete?

ANN je výpočtový model, ktorý je vyvinutý na základe biologických neurónových sietí. ANN je tvorený umelými neurónmi, ktoré sa vzájomne spájajú. ANN spravidla prispôsobuje svoju štruktúru na základe informácií, ktoré k nemu prichádzajú. Pri vypracúvaní ročných plánov auditu je potrebné dodržiavať súbor systematických krokov nazývaných vzdelávacie pravidlá. Proces výučby ďalej vyžaduje, aby sa údaje o učení zistili čo najlepšie z hľadiska fungovania systému ANN. ANNs možno použiť na naučenie aproximačnej funkcie pre niektoré pozorované údaje. Pri použití ANN je však treba zvážiť niekoľko faktorov. Model sa musí starostlivo vybrať v závislosti od údajov. Používanie zbytočne zložitých modelov by sťažilo proces učenia. Výber správneho algoritmu učenia je tiež dôležitý, pretože niektoré algoritmy učenia fungujú pri určitých druhoch údajov lepšie.

Aký je rozdiel medzi Fuzzy Logic a neurónovými sieťami??

Fuzzy logika umožňuje robiť definitívne rozhodnutia založené na nepresných alebo nejednoznačných údajoch, zatiaľ čo ANN sa snaží začleniť proces ľudského myslenia na riešenie problémov bez ich matematického modelovania. Aj keď obidve tieto metódy možno použiť na riešenie nelineárnych problémov a problémov, ktoré nie sú správne špecifikované, nesúvisia. Na rozdiel od logiky Fuzzy sa ANN snaží aplikovať proces myslenia v ľudskom mozgu na vyriešenie problémov. Ďalej ANN obsahuje proces učenia, ktorý zahŕňa učebné algoritmy a vyžaduje školiace údaje. Existujú však hybridné inteligentné systémy vyvinuté pomocou týchto dvoch metód nazývaných Fuzzy neurónová sieť (FNN) alebo Neuro-Fuzzy systém (NFS)..