Qeyri-səlis Məntiq vs Neyron Şəbəkə
Qeyri-səlis Məntiq çox qiymətli məntiq ailəsinə aiddir. Sabit və dəqiq əsaslandırmaya qarşı sabit və təxmini əsaslandırmaya diqqət yetirir. Qeyri-səlis məntiqdəki dəyişən ənənəvi ikili çoxluqlarda doğru və ya yanlış qəbul etməkdən fərqli olaraq, 0 ilə 1 arasında bir həqiqət dəyəri diapazonunu qəbul edə bilər. Neyron şəbəkələri (NN) və ya süni neyron şəbəkələri (ANN) bioloji neyron şəbəkələri əsasında hazırlanmış hesablama modelidir. ANN bir-biri ilə əlaqə saxlayan süni neyronlardan ibarətdir. Tipik olaraq, ANN ona gələn məlumat əsasında strukturunu uyğunlaşdırır.
Qeyri-səlis məntiq nədir?
Qeyri-səlis Məntiq çox qiymətli məntiq ailəsinə aiddir. Sabit və dəqiq əsaslandırmaya qarşı sabit və təxmini əsaslandırmaya diqqət yetirir. Qeyri-səlis məntiqdəki dəyişən ənənəvi ikili çoxluqlarda doğru və ya yanlış qəbul etməkdən fərqli olaraq, 0 ilə 1 arasında bir həqiqət dəyəri diapazonunu qəbul edə bilər. Həqiqət dəyəri diapazon olduğundan, o, qismən həqiqəti idarə edə bilər. Qeyri-səlis məntiqin başlanğıcı 1956-cı ildə Lütfi Zadənin qeyri-səlis çoxluqlar nəzəriyyəsini təqdim etməsi ilə qeyd olundu. Qeyri-səlis məntiq qeyri-dəqiq və qeyri-müəyyən giriş məlumatlarına əsaslanaraq müəyyən qərarlar qəbul etmək üsulunu təmin edir. Qeyri-səlis məntiq idarəetmə sistemlərində tətbiqlər üçün geniş istifadə olunur, çünki o, insanın qərar qəbul etməsinə çox bənzəyir, lakin daha sürətli. Qeyri-səlis məntiq kiçik əl cihazlarına əsaslanan idarəetmə sistemlərinə böyük PC iş stansiyalarına daxil edilə bilər.
Neyron şəbəkələri nədir?
ANN bioloji neyron şəbəkələri əsasında hazırlanmış hesablama modelidir. ANN bir-biri ilə əlaqə saxlayan süni neyronlardan ibarətdir. Tipik olaraq, ANN ona gələn məlumat əsasında strukturunu uyğunlaşdırır. ANN inkişaf etdirərkən öyrənmə qaydaları adlanan bir sıra sistematik addımlara əməl edilməlidir. Bundan əlavə, öyrənmə prosesi ANN-nin ən yaxşı əməliyyat nöqtəsini tapmaq üçün öyrənmə məlumatlarını tələb edir. ANN-lər bəzi müşahidə edilən məlumatlar üçün yaxınlaşma funksiyasını öyrənmək üçün istifadə edilə bilər. Lakin ANN tətbiq edərkən bir neçə amili nəzərə almaq lazımdır. Model məlumatlardan asılı olaraq diqqətlə seçilməlidir. Lazımsız mürəkkəb modellərdən istifadə öyrənmək prosesini çətinləşdirərdi. Düzgün öyrənmə alqoritminin seçilməsi də vacibdir, çünki bəzi öyrənmə alqoritmləri müəyyən növ məlumatlarla daha yaxşı işləyir.
Qeyri-səlis məntiq və neyron şəbəkələri arasında fərq nədir?
Qeyri-səlis məntiq qeyri-dəqiq və ya qeyri-müəyyən məlumatlar əsasında müəyyən qərarlar qəbul etməyə imkan verir, ANN isə problemləri riyazi modelləşdirmədən həll etmək üçün insan düşüncə prosesini birləşdirməyə çalışır. Bu üsulların hər ikisi qeyri-xətti problemləri və düzgün təyin olunmayan problemləri həll etmək üçün istifadə olunsa da, bir-biri ilə əlaqəli deyil. Qeyri-səlis məntiqdən fərqli olaraq, ANN problemləri həll etmək üçün insan beynindəki düşüncə prosesini tətbiq etməyə çalışır. Bundan əlavə, ANN öyrənmə alqoritmlərini əhatə edən və təlim məlumatlarını tələb edən öyrənmə prosesini əhatə edir. Ancaq qeyri-səlis sinir şəbəkəsi (FNN) və ya neyro-qeyri-səlis sistem (NFS) adlı bu iki üsuldan istifadə etməklə hazırlanmış hibrid ağıllı sistemlər var.
