Туура эмес логика менен Нейрондук тармак
Туура эмес логика көп баалуу логиканын үй-бүлөсүнө кирет. Ал туруктуу жана так ой жүгүртүүгө каршы туруктуу жана болжолдуу ой жүгүртүүгө багытталган. Туура эмес логикадагы өзгөрмө салттуу бинардык топтомдордо чыныгы же жалганды кабыл алуудан айырмаланып, 0 жана 1 ортосундагы чындык маани диапазонун ала алат. Нейрондук тармактар (NN) же жасалма нейрон тармактары (ANN) - биологиялык нейрон тармактарынын негизинде иштелип чыккан эсептөө модели. ANN бири-бири менен байланышып турган жасалма нейрондордон турат. Адатта, ANN өзүнүн түзүмүн ага келген маалыматка ылайыкташтырат.
Туура эмес логика деген эмне?
Туура эмес логика көп баалуу логиканын үй-бүлөсүнө кирет. Ал туруктуу жана так ой жүгүртүүгө каршы туруктуу жана болжолдуу ой жүгүртүүгө багытталган. Туура эмес логикадагы өзгөрмө салттуу бинардык топтомдордо чыныгы же жалганды кабыл алуудан айырмаланып, 0 жана 1 ортосундагы чындык маани диапазонун ала алат. Чындык мааниси диапазон болгондуктан, ал жарым-жартылай чындыкты чече алат. бүдөмүк логиканын башталышы 1956-жылы Лотфи Заденин бүдөмүк көптүктөр теориясын киргизүү менен белгиленген. бүдөмүк логика так эмес жана бүдөмүк киргизилген маалыматтардын негизинде белгилүү чечимдерди кабыл алуу ыкмасын камсыз кылат. бүдөмүк логика башкаруу системаларындагы колдонмолор үчүн кеңири колдонулат, анткени ал адамдын чечим кабыл алуу ыкмасына окшош, бирок тезирээк. бүдөмүк логиканы чоң компьютердик иш станцияларына чейин майда колго жүрүүчү түзүлүштөрдүн негизинде башкаруу тутумдарына кошууга болот.
Нейрондук тармактар деген эмне?
ANN биологиялык нейрон тармактарынын негизинде иштелип чыккан эсептөө модели. ANN бири-бири менен байланышып турган жасалма нейрондордон турат. Эреже катары, ANN өзүнүн түзүмүн ага келген маалыматтын негизинде ылайыкташтырат. ANNди иштеп чыгууда үйрөнүү эрежелери деп аталган системалуу кадамдардын жыйындысы аткарылышы керек. Андан тышкары, окуу процесси ANNдин эң жакшы иштөө пунктун табуу үчүн окуу маалыматтарын талап кылат. ANN кээ бир байкалган маалыматтарга жакындоо функциясын үйрөнүү үчүн колдонулушу мүмкүн. Бирок ANNди колдонууда бир нече факторлорду эске алуу керек. Моделди кылдаттык менен маалыматтарга жараша тандоо керек. Керексиз татаал моделдерди колдонуу окуу процессин кыйындатат. Окутуунун туура алгоритмин тандоо да маанилүү, анткени кээ бир үйрөнүү алгоритмдери дайындардын айрым түрлөрү менен жакшыраак иштейт.
Туура эмес логика менен нейрон тармактарынын ортосунда кандай айырма бар?
Туура эмес логика так эмес же эки ача маалыматтарга негизделген белгилүү чечимдерди кабыл алууга мүмкүндүк берет, ал эми ANN математикалык моделдештирбестен маселелерди чечүү үчүн адамдын ой жүгүртүү процессин киргизүүгө аракет кылат. Бул эки ыкма тең сызыктуу эмес маселелерди жана туура көрсөтүлбөгөн маселелерди чечүү үчүн колдонулса да, алар бири-бири менен байланышпайт. Fuzzy логикасынан айырмаланып, ANN көйгөйлөрдү чечүү үчүн адамдын мээсинде ой жүгүртүү процессин колдонууга аракет кылат. Андан тышкары, ANN окутуу алгоритмдерин камтыган жана окутуу маалыматтарын талап кылган окуу процессин камтыйт. Бирок бул эки ыкманын жардамы менен иштелип чыккан гибриддик интеллектуалдык системалар бар, алар бүдөмүк нейрон тармагы (FNN) же Нейро- бүдөмүк система (NFS).
