- 第一級人工智慧：自動控制
- 第二級人工智慧：探索推論
- 第三級人工智慧：機器學習
- 第四級人工智慧：深度學習
Fuzzy 模糊理論
2020/10/29
Presenter： 蔡易霖
人工智慧的分級
第一級人工智慧：自動控制
第一級人工智慧：自動控制
-
機器含有自動控制的功能，可以經由感測器偵測外界的溫度、濕度、亮度、震動、距離、影像、聲音等訊號，經由控制程式自動做出相對的反應，例如：吸塵器、冷氣機等…
-
程式設計師必須先把所有可能的情況都考慮進去才能寫出控制程式。
第二級人工智慧：探索推論、運用知識
第二級人工智慧：探索推論、運用知識
第三級人工智慧：機器學習
第四級人工智慧：深度學習
略 
模糊應用
相關論文應用：
邏輯 VS. 模糊
邏輯 VS. 模糊
- 人工智慧的方法非常多樣，早期的人工智慧研究聚焦在邏輯推論的方法
- 邏輯推論方法，需要百分之百確定的事實配合，因此在實務上不容易使用
- 模糊推論方法，雖然在理論上較不優美，但是在實務上卻很有用！
布林邏輯與模糊邏輯
用模糊來調和對立
自然語言的模糊邏輯表示
- 模糊邏輯處理變數的歸屬度(membership)和確定度(degrees of certainty)：
模糊(Fuzzy) 起源
Why use Fuzzy Logic for control?
2. 易於描述人類的知識
模糊系統有哪些元素？
-
知識庫：模糊控制系統具有哪些知識
- (Ex.食物好不好吃、學生成績高還低…)
-
規則庫：規定變數(知識)的條件組合結果
- (Ex.食物好吃，價格便宜，環境好→給的小費就高)
Fuzzy Control Systems: The Tipping Problem
以下以小費系統為例 
The Tipping Problem
- Input
- food、service、enviroment
- Output
- pay_tips
Step 1. 知識庫建立
- 模糊集合 (Fuzzy set)
- 隸屬度函數 (Membership function)
Step 1-1. 模糊集合
Step 1-2. 隸屬度函數
- Trapezoidal (梯形)
- Triangular (三角形)
- Gaussian (高斯)
- Piecewise linear (分段線性)
- Singleton (單例模式)
Step 2. 建置規則庫
語意式模糊規則
Mamdani 模糊推理模型
- If x is small Then y is large
- If x is medium Then y is medium
- If x is large Then y is small
模糊推論 (inference)
推論機制？以 Mamdani 方法為例
人給的規則不一定是最好的！
可能還有你沒發現的規則在實務上會發生
這時候就交給機器學習吧！那…機器如何學習？
我想不用解釋了
基因演算法(GA)學習
機器學習的第一步：搜集訓練資料
基因演算法
學習後的知識庫
規則庫
模糊化類神經網路
- 適應性網路架構的模糊推論系統(adaptive network-based fuzzy inference system 簡稱為 ANFIS)
- 模糊適應性學習控制網路(fuzzy adaptive learning control network 簡稱為 FALCON)
- 倒傳遞模糊系統(backpropagation fuzzy system)
Thanks!
Reference:
Fuzzy 模糊理論 2020/10/29 Presenter： 蔡易霖
{"metaMigratedAt":"2023-06-15T14:28:18.394Z","metaMigratedFrom":"YAML","title":"20201029-Fuzzy 模糊理論","breaks":true,"slideOptions":"{\"transition\":\"fade\"}","contributors":"[{\"id\":\"ba2ff566-9c8a-4df8-a67f-8e82eea13db8\",\"add\":7624,\"del\":1203}]"}