owned this note   changed 4 years ago  
Published Linked with GitHub

Fuzzy 模糊理論

2020/10/29

Presenter： 蔡易霖

人工智慧的分級

Image Not Showing Possible Reasons
  • The image file may be corrupted
  • The server hosting the image is unavailable
  • The image path is incorrect
  • The image format is not supported
Learn More →
人工智慧依照機器能夠處理與判斷的能力大致分為四級：

  1. 第一級人工智慧：自動控制
  2. 第二級人工智慧：探索推論
  3. 第三級人工智慧：機器學習
  4. 第四級人工智慧：深度學習

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。

Image Not Showing Possible Reasons
  • The image file may be corrupted
  • The server hosting the image is unavailable
  • The image path is incorrect
  • The image format is not supported
Learn More →

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

探索推論、運用知識，是基本典型的人工智慧，利用演算法將輸入與輸出資料產生關聯，可以產生極為大量的輸入與輸出資料的排列組合，可能的應用包括推論解析程式、醫學診斷程式等。

第三級人工智慧：機器學習

第四級人工智慧：深度學習

略

Image Not Showing Possible Reasons
  • The image file may be corrupted
  • The server hosting the image is unavailable
  • The image path is incorrect
  • The image format is not supported
Learn More →

模糊應用

模糊理論可以運用在現實生活周遭。例如：洗衣機、冷氣、機台控制、微環境控制、汽車防撞系統、飛行模擬...等。

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

模糊是可以用來調和對立的。譬如說：如果硬要規定180公分以上才叫高的人，那麼身高179公分的人就要抗議了。但是如果高的定義是由模糊的隸屬函數來定義的話，179公分已經相當高了！

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

Fuzzy 起源於1965年美國加州柏克萊大學的L.A. Zadeh教授，在 Information and Control 學術期刊上所發表的論文-模糊集合(Fuzzy Sets) 。是為了解決真實世界中普遍存在的模糊現象而發展的ㄧ門學問，用一種數學模型來描述語意式的模糊資訊的方法。

Why use Fuzzy Logic for control?

1. 非線性或不易明白理解(Vague模糊)的事物，並處理解決複雜的系統
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
Image Not Showing Possible Reasons
  • The image file may be corrupted
  • The server hosting the image is unavailable
  • The image path is incorrect
  • The image format is not supported
Learn More →

The Tipping Problem

這邊以小費系統建立模糊標記系統，依據食物(food)、服務(service)、環境(enviroment)作為模糊變數為輸入，最後輸出一個需要給予的小費(pay_tips)。

  • 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

這裏以變數 food 為例，食物好不好吃分為三個等級。就是有三個 fuzzy set: bad、normal、delicious。

Step 1-2. 隸屬度函數

常見的隸屬函數有：
  • 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

假設模糊規則庫中，只有以下三個模糊規則：

  • 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

Image Not Showing Possible Reasons
  • The image file may be corrupted
  • The server hosting the image is unavailable
  • The image path is incorrect
  • The image format is not supported
Learn More →

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

Image Not Showing Possible Reasons
  • The image file may be corrupted
  • The server hosting the image is unavailable
  • The image path is incorrect
  • The image format is not supported
Learn More →

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

Image Not Showing Possible Reasons
  • The image file may be corrupted
  • The server hosting the image is unavailable
  • The image path is incorrect
  • The image format is not supported
Learn More →

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

基因演算法是計算數學中用於解決最佳化的搜尋演算法，是進化演算法的一種。進化演算法最初是借鑑了進化生物學中的一些現象而發展起來的，這些現象包括遺傳、突變、自然選擇以及雜交等等。


學習後的知識庫

規則庫

模糊化類神經網路

三種最典型的「模糊化類神經網路」分別為：

  • 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!

Select a repo