Fuzzy Logic vs Neural Network
Fuzzy Logic kuulub mitmeväärtusliku loogika perekonda. See keskendub fikseeritud ja ligikaudsele arutluskäigule, mis vastandub fikseeritud ja täpsele arutluskäigule. Hägusloogikas muutuja võib võtta tõeväärtuste vahemiku 0 ja 1 vahel, erinev alt traditsiooniliste binaarhulkade puhul tõesest või väärast. Närvivõrgud (NN) või tehisnärvivõrgud (ANN) on arvutusmudel, mis on välja töötatud bioloogiliste närvivõrkude põhjal. ANN koosneb kunstlikest neuronitest, mis on omavahel ühenduses. Tavaliselt kohandab ANN oma struktuuri sellele tuleva teabe põhjal.
Mis on häguloogika?
Fuzzy Logic kuulub mitmeväärtusliku loogika perekonda. See keskendub fikseeritud ja ligikaudsele arutluskäigule, mis vastandub fikseeritud ja täpsele arutluskäigule. Hägusloogikas muutuja võib võtta tõeväärtuste vahemiku 0 ja 1 vahel, erinev alt traditsiooniliste binaarhulkade puhul tõesest või väärast. Kuna tõeväärtus on vahemik, saab see hakkama osalise tõega. Häguloogika algust tähistati 1956. aastal, kui Lotfi Zadeh võttis kasutusele hägusate hulgateooria. Hägusloogika annab meetodi kindlate otsuste tegemiseks ebatäpsete ja mitmetähenduslike sisendandmete põhjal. Hägusloogikat kasutatakse laialdaselt juhtimissüsteemides rakendustes, kuna see sarnaneb inimese otsuse tegemisega, kuid seda kiiremini. Hägusloogikat saab lisada juhtimissüsteemidesse, mis põhinevad väikestel pihuseadmetel kuni suurte personaalarvutite tööjaamadeni.
Mis on närvivõrgud?
ANN on arvutusmudel, mis on välja töötatud bioloogiliste närvivõrkude põhjal. ANN koosneb kunstlikest neuronitest, mis on omavahel ühenduses. Tavaliselt kohandab ANN oma struktuuri sellele tuleva teabe põhjal. ANN-i väljatöötamisel tuleb järgida süstemaatilisi samme, mida nimetatakse õppimisreegliteks. Lisaks nõuab õppeprotsess õppeandmeid, et leida ANN-i parim tööpunkt. ANN-e saab kasutada mõne vaadeldud andmete lähendusfunktsiooni õppimiseks. Kuid ANN-i rakendamisel tuleb arvestada mitme teguriga. Sõltuv alt andmetest tuleb mudel hoolik alt valida. Tarbetult keerukate mudelite kasutamine muudaks õppeprotsessi raskemaks. Oluline on ka õige õppealgoritmi valimine, kuna mõned õppealgoritmid toimivad teatud tüüpi andmetega paremini.
Mis vahe on hägusloogikal ja närvivõrkudel?
Fuzzy loogika võimaldab teha kindlaid otsuseid ebatäpsete või mitmetähenduslike andmete põhjal, samas kui ANN püüab kaasata inimeste mõtlemisprotsessi probleemide lahendamiseks ilma neid matemaatiliselt modelleerimata. Kuigi mõlemat meetodit saab kasutada nii mittelineaarsete kui ka õigesti määratlemata probleemide lahendamiseks, ei ole need omavahel seotud. Vastupidiselt häguse loogikale püüab ANN probleemide lahendamiseks rakendada inimese ajus toimuvat mõtlemisprotsessi. Lisaks sisaldab ANN õppeprotsessi, mis hõlmab õppimisalgoritme ja nõuab koolitusandmeid. Kuid on olemas hübriidseid intelligentseid süsteeme, mis on välja töötatud nende kahe meetodi abil, mida nimetatakse hägusteks närvivõrkudeks (Fzzy Neural Network – FNN) või Neuro-Fuzzy Systemiks (NFS).
