நம்முடைய அன்றாட வாழ்க்கையில், அரசு உண்மையா பொய்யா என்பதை தீர்மானிக்க முடியாத சூழ்நிலைகளை நாம் சந்திக்க நேரிடும். தெளிவற்றது தெளிவற்ற அல்லது தெளிவற்ற ஒன்றைக் குறிக்கிறது. AI இல் உள்ள தெளிவற்ற தர்க்கம் பகுத்தறிவுக்கு மதிப்புமிக்க நெகிழ்வுத்தன்மையை வழங்குகிறது. இந்த கட்டுரையில், இந்த தர்க்கம் மற்றும் அதன் செயல்பாட்டைப் பற்றி அறிந்து கொள்வோம் பின்வரும் வரிசையில்:
- தெளிவற்ற தர்க்கம் என்றால் என்ன?
- தெளிவற்ற தர்க்கத்தை நாம் ஏன் பயன்படுத்துகிறோம்?
- கட்டிடக்கலை
- உறுப்பினர் செயல்பாடு
- தெளிவற்ற தர்க்கம் vs நிகழ்தகவு
- தெளிவற்ற தர்க்கத்தின் பயன்பாடுகள்
- நன்மைகளும் தீமைகளும்
- AI இல் தெளிவற்ற தர்க்கம்: எடுத்துக்காட்டு
தெளிவற்ற தர்க்கம் என்றால் என்ன?
தெளிவற்ற தர்க்கம் (FL) என்பது ஒத்த பகுத்தறிவு முறை மனித பகுத்தறிவு . இந்த அணுகுமுறை மனிதர்கள் எவ்வாறு முடிவெடுக்கும் என்பதை ஒத்ததாகும். இது இடையிலான அனைத்து இடைநிலை சாத்தியங்களையும் உள்ளடக்கியது ஆம் மற்றும் இல்லை .
தி வழக்கமான தர்க்க தொகுதி ஒரு கணினி புரிந்துகொள்வது துல்லியமான உள்ளீட்டை எடுத்து, ஒரு திட்டவட்டமான வெளியீட்டை TRUE அல்லது FALSE என உருவாக்குகிறது, இது ஒரு மனிதனின் ஆம் அல்லது இல்லை என்பதற்கு சமம். தெளிவில்லாத தர்க்கம் கண்டுபிடித்தது லோட்ஃபி ஸாதே கணினிகளைப் போலல்லாமல், மனிதர்களுக்கும் ஆம் மற்றும் இல்லை என்பதற்கு இடையில் வேறுபட்ட வரம்புகள் உள்ளன, அதாவது:
தெளிவற்ற தர்க்கம் ஒரு திட்டவட்டமான வெளியீட்டை அடைய உள்ளீட்டின் சாத்தியக்கூறுகளின் அளவுகளில் செயல்படுகிறது. இப்போது, இந்த தர்க்கத்தை செயல்படுத்துவது பற்றி பேசுகிறது:
இது வெவ்வேறு அளவுகள் மற்றும் திறன்களைக் கொண்ட அமைப்புகளில் செயல்படுத்தப்படலாம் மைக்ரோ கன்ட்ரோலர்கள், பெரிய நெட்வொர்க் அல்லது பணிநிலைய அடிப்படையிலான அமைப்புகள்.
மேலும், இதை செயல்படுத்தலாம் வன்பொருள், மென்பொருள் அல்லது ஒரு கலவையாகும் இரண்டும் .
தெளிவற்ற தர்க்கத்தை நாம் ஏன் பயன்படுத்துகிறோம்?
பொதுவாக, வணிக மற்றும் நடைமுறை நோக்கங்களுக்காக தெளிவற்ற தர்க்க அமைப்பைப் பயன்படுத்துகிறோம்:
அது இயந்திரங்களை கட்டுப்படுத்துகிறது மற்றும் நுகர்வோர் தயாரிப்புகள்
துல்லியமான பகுத்தறிவு இல்லையென்றால், அது குறைந்தபட்சம் வழங்குகிறது ஏற்றுக்கொள்ளக்கூடிய பகுத்தறிவு
இது கையாள்வதில் உதவுகிறது பொறியியலில் நிச்சயமற்ற தன்மை
எனவே, AI இல் உள்ள தெளிவில்லாத தர்க்கத்தைப் பற்றி இப்போது உங்களுக்குத் தெரியும், நாங்கள் ஏன் அதை உண்மையில் பயன்படுத்துகிறோம், இந்த தர்க்கத்தின் கட்டமைப்பைப் புரிந்துகொள்வோம்.
தெளிவற்ற லாஜிக் கட்டிடக்கலை
தெளிவற்ற தர்க்கக் கட்டமைப்பு நான்கு முக்கிய பகுதிகளைக் கொண்டுள்ளது:
விதிகள் - இது அனைத்து விதிகளையும் கொண்டுள்ளது மற்றும் முடிவெடுக்கும் முறையை கட்டுப்படுத்த வல்லுநர்கள் வழங்கும் நிபந்தனைகள் உள்ளன. தெளிவற்ற கோட்பாட்டின் சமீபத்திய புதுப்பிப்பு வடிவமைப்பு மற்றும் சரிப்படுத்தும் வெவ்வேறு பயனுள்ள முறைகளை வழங்குகிறது தெளிவற்ற கட்டுப்படுத்திகள் . வழக்கமாக, இந்த முன்னேற்றங்கள் தெளிவற்ற விதிகளின் எண்ணிக்கையை குறைக்கின்றன.
குழப்பம் - இந்த படி உள்ளீடுகள் அல்லது மிருதுவான எண்களை தெளிவில்லாத தொகுப்புகளாக மாற்றுகிறது. நீங்கள் சென்சார்கள் மூலம் மிருதுவான உள்ளீடுகளை அளவிடலாம் மற்றும் அவற்றை அனுப்பலாம் கட்டுப்பாட்டு அமைப்பு மேலும் செயலாக்க. இது உள்ளீட்டு சமிக்ஞையை ஐந்து படிகளாக பிரிக்கிறது-
அனுமானம் இயந்திரம் - இது தெளிவற்ற உள்ளீட்டிற்கும் விதிகளுக்கும் இடையிலான பொருத்தத்தின் அளவை தீர்மானிக்கிறது. உள்ளீட்டு புலத்தின்படி, நீக்கப்பட வேண்டிய விதிகளை அது தீர்மானிக்கும். நீக்கப்பட்ட விதிகளை இணைத்து, கட்டுப்பாட்டு நடவடிக்கைகளை உருவாக்குங்கள்.
குழப்பம் - தெளிவற்ற செயல்முறை தெளிவற்ற தொகுப்புகளை மிருதுவான மதிப்பாக மாற்றுகிறது. பல்வேறு வகையான நுட்பங்கள் உள்ளன, மேலும் நீங்கள் ஒரு நிபுணர் அமைப்புடன் மிகவும் பொருத்தமான ஒன்றைத் தேர்ந்தெடுக்க வேண்டும்.
எனவே, இது AI இல் தெளிவற்ற தர்க்கத்தின் கட்டமைப்பைப் பற்றியது. இப்போது, உறுப்பினர் செயல்பாட்டைப் புரிந்துகொள்வோம்.
உறுப்பினர் செயல்பாடு
உறுப்பினர் செயல்பாடு a வரைபடம் இது ஒவ்வொரு புள்ளியையும் எவ்வாறு வரையறுக்கிறது உள்ளீட்டு இடம் 0 மற்றும் 1 க்கு இடையில் உறுப்பினர் மதிப்புடன் மாற்றப்பட்டுள்ளது. இது உங்களை அனுமதிக்கிறது மொழியியல் சொற்களை அளவிடவும் மற்றும் தெளிவற்ற தொகுப்பை வரைபடமாகக் குறிக்கும். சொற்பொழிவு X இன் பிரபஞ்சத்தில் ஒரு தெளிவற்ற தொகுப்பிற்கான உறுப்பினர் செயல்பாடு வரையறுக்கப்படுகிறது & muA: எக்ஸ் → [0.1]
இது X இல் உள்ள தனிமத்தின் உறுப்பினர் அளவை தெளிவற்ற தொகுப்பு A க்கு அளவிடுகிறது.
x- அச்சு சொற்பொழிவின் பிரபஞ்சத்தை குறிக்கிறது.
y- அச்சு [0, 1] இடைவெளியில் உறுப்பினர்களின் அளவைக் குறிக்கிறது.
ஒரு எண் மதிப்பை தெளிவுபடுத்துவதற்கு பல உறுப்பினர் செயல்பாடுகள் இருக்கலாம். சிக்கலான செயல்பாடுகள் வெளியீட்டில் துல்லியத்தை சேர்க்காததால் எளிய உறுப்பினர் செயல்பாடுகள் பயன்படுத்தப்படுகின்றன. உறுப்பினர் செயல்பாடுகள் எல்பி, எம்.பி., எஸ், எம்.என், மற்றும் எல்.என் அவை:
முக்கோண உறுப்பினர் செயல்பாடு வடிவங்கள் பல்வேறு உறுப்பினர் செயல்பாடு வடிவங்களில் மிகவும் பொதுவானவை. இங்கே, 5-நிலை ஃபஸ்ஸிஃபையருக்கான உள்ளீடு மாறுபடும் -10 வோல்ட் முதல் +10 வோல்ட் வரை . எனவே தொடர்புடைய வெளியீடும் மாறுகிறது.
தெளிவற்ற தர்க்கம் vs நிகழ்தகவு
| தெளிவற்ற தர்க்கம் | நிகழ்தகவு |
| தெளிவற்ற தர்க்கத்தில், தெளிவின்மை என்ற அத்தியாவசிய கருத்தை நாம் கைப்பற்ற முயற்சிக்கிறோம். | நிகழ்தகவு நிகழ்வுகளுடன் தொடர்புடையது, உண்மைகளுடன் அல்ல, அந்த நிகழ்வுகள் நிகழும் அல்லது ஏற்படாது |
| தெளிவற்ற தர்க்கம் பகுதி உண்மையின் பொருளைப் பிடிக்கிறது | நிகழ்தகவு கோட்பாடு பகுதி அறிவைப் பிடிக்கிறது |
| தெளிவற்ற தர்க்கம் உண்மை பட்டங்களை கணித அடிப்படையில் எடுக்கிறது | நிகழ்தகவு என்பது அறியாமையின் கணித மாதிரி |
எனவே, AI இன் தெளிவற்ற தர்க்கத்திற்கும் நிகழ்தகவுக்கும் இடையிலான வேறுபாடுகள் இவை. இப்போது, இந்த தர்க்கத்தின் சில பயன்பாடுகளைப் பார்ப்போம்.
தெளிவற்ற தர்க்கத்தின் பயன்பாடுகள்
தெளிவற்ற தர்க்கம் வாகன அமைப்புகள், உள்நாட்டு பொருட்கள், சுற்றுச்சூழல் கட்டுப்பாடு போன்ற பல்வேறு துறைகளில் பயன்படுத்தப்படுகிறது. பொதுவான பயன்பாடுகள் சில:
இது பயன்படுத்தப்படுகிறது விண்வெளி புலம் க்கு உயரக் கட்டுப்பாடு விண்கலம் மற்றும் செயற்கைக்கோள்.
சமையல்காரர் மற்றும் கைப்பாவை என்ன
இது கட்டுப்படுத்துகிறது வேகம் மற்றும் போக்குவரத்து இல் வாகன அமைப்புகள்.
இது பயன்படுத்தப்படுகிறது முடிவெடுக்கும் ஆதரவு அமைப்புகள் மற்றும் பெரிய நிறுவன வணிகத்தில் தனிப்பட்ட மதிப்பீடு.
இது pH, உலர்த்துதல், ரசாயன வடிகட்டுதல் செயல்முறையையும் கட்டுப்படுத்துகிறது இரசாயன தொழில் .
தெளிவற்ற தர்க்கம் பயன்படுத்தப்படுகிறது இயற்கை மொழி செயலாக்கம் மற்றும் பல்வேறு தீவிரமான .
இது விரிவாக பயன்படுத்தப்படுகிறது நவீன கட்டுப்பாட்டு அமைப்புகள் நிபுணர் அமைப்புகள் போன்றவை.
தெளிவற்ற தர்க்கம் ஒரு நபர் எவ்வாறு முடிவுகளை எடுப்பார் என்பதைப் பிரதிபலிக்கிறது, மிக வேகமாக. எனவே, நீங்கள் இதைப் பயன்படுத்தலாம் நரம்பியல் வலையமைப்புகள் .
தெளிவற்ற தர்க்கத்தின் பொதுவான பயன்பாடுகளில் இவை சில. இப்போது, AI இல் தெளிவற்ற தர்க்கத்தைப் பயன்படுத்துவதன் நன்மைகள் மற்றும் தீமைகள் பற்றி பார்ப்போம்.
தெளிவற்ற தர்க்கத்தின் நன்மைகள் மற்றும் தீமைகள்
தெளிவற்ற தர்க்கம் மனித பகுத்தறிவுக்கு ஒத்த எளிய பகுத்தறிவை வழங்குகிறது. இன்னும் பல உள்ளன நன்மைகள் இந்த தர்க்கத்தைப் பயன்படுத்துவது போன்றவை:
தெளிவில்லாத லாஜிக் சிஸ்டங்களின் அமைப்பு எளிதான மற்றும் புரிந்துகொள்ளக்கூடிய
தெளிவற்ற தர்க்கம் பரவலாகப் பயன்படுத்தப்படுகிறது வணிகரீதியானது மற்றும் நடைமுறை நோக்கங்கள்
இது உங்களுக்கு உதவுகிறது கட்டுப்பாட்டு இயந்திரங்கள் மற்றும் நுகர்வோர் தயாரிப்புகள்
இது சமாளிக்க உங்களுக்கு உதவுகிறது பொறியியலில் நிச்சயமற்ற தன்மை
பெரும்பாலும் வலுவான துல்லியமான உள்ளீடுகள் தேவையில்லை
பின்னூட்ட சென்சார் வேலை செய்வதை நிறுத்தினால், உங்களால் முடியும் அதை நிரல் நிலைமைக்குள்
உன்னால் முடியும் எளிதில் மாற்றவும் இது கணினி செயல்திறனை மேம்படுத்த அல்லது மாற்றும்
மலிவான சென்சார்கள் ஒட்டுமொத்த கணினி செலவு மற்றும் சிக்கலை குறைவாக வைத்திருக்க உதவும் இது பயன்படுத்தப்படலாம்
தெளிவற்ற தர்க்கத்தின் வெவ்வேறு நன்மைகள் இவை. ஆனால், அதில் சில உள்ளன தீமைகள் அத்துடன்:
தெளிவற்ற தர்க்கம் எப்போதும் துல்லியமாக இல்லை . எனவே முடிவுகள் அனுமானங்களின் அடிப்படையில் உணரப்படுகின்றன மற்றும் அவை பரவலாக ஏற்றுக்கொள்ளப்படாமல் போகலாம்
அது அடையாளம் காண முடியவில்லை as-well-as வகை வடிவங்கள்
சரிபார்ப்பு மற்றும் சரிபார்ப்பு ஒரு தெளிவற்ற அறிவு அடிப்படையிலான கணினி தேவைகள் விரிவான சோதனை வன்பொருள் மூலம்
சரியான, தெளிவற்ற விதிகள் மற்றும் உறுப்பினர் செயல்பாடுகளை அமைப்பது a கடினமான பணி
சில நேரங்களில், தெளிவற்ற தர்க்கம் குழப்பமான உடன் நிகழ்தகவு கோட்பாடு
எனவே, AI இல் தெளிவற்ற தர்க்கத்தைப் பயன்படுத்துவதன் சில நன்மைகள் மற்றும் தீமைகள் இவை. இப்போது, ஒரு நிஜ உலக உதாரணத்தை எடுத்து இந்த தர்க்கத்தின் செயல்பாட்டைப் புரிந்துகொள்வோம்.
AI இல் தெளிவற்ற தர்க்கம்: எடுத்துக்காட்டு
ஒரு தெளிவற்ற தர்க்க அமைப்பின் வடிவமைப்பு ஒவ்வொரு உள்ளீட்டிற்கும் உறுப்பினர் செயல்பாடுகளின் தொகுப்பு மற்றும் ஒவ்வொரு வெளியீட்டிற்கும் ஒரு தொகுப்புடன் தொடங்குகிறது. ஒரு மிருதுவான வெளியீட்டு மதிப்பைக் கொடுப்பதற்காக உறுப்பினர் செயல்பாடுகளுக்கு விதிகளின் தொகுப்பு பயன்படுத்தப்படுகிறது. செயல்முறைக் கட்டுப்பாட்டுக்கு ஒரு எடுத்துக்காட்டு எடுத்து தெளிவற்ற தர்க்கத்தைப் புரிந்துகொள்வோம்.
படி 1
இங்கே, வெப்ப நிலை உள்ளீடு மற்றும் விசிறியின் வேகம் வெளியீடு. ஒவ்வொரு உள்ளீட்டிற்கும் நீங்கள் உறுப்பினர் செயல்பாடுகளின் தொகுப்பை உருவாக்க வேண்டும். உறுப்பினர் செயல்பாடு என்பது தெளிவற்ற மாறி தொகுப்புகளின் வரைகலைப் பிரதிபலிப்பாகும். இந்த எடுத்துக்காட்டுக்கு, நாங்கள் மூன்று தெளிவற்ற தொகுப்புகளைப் பயன்படுத்துவோம், குளிர், சூடான மற்றும் சூடாக . ஒவ்வொரு மூன்று செட் வெப்பநிலையிலும் ஒரு உறுப்பினர் செயல்பாட்டை உருவாக்குவோம்:
படி 2
அடுத்த கட்டத்தில், வெளியீட்டிற்கு மூன்று தெளிவற்ற தொகுப்புகளைப் பயன்படுத்துவோம், மெதுவான, நடுத்தர மற்றும் வேகமாக . உள்ளீட்டுத் தொகுப்புகளைப் போலவே ஒவ்வொரு வெளியீட்டுத் தொகுப்பிற்கும் ஒரு தொகுப்பு செயல்பாடுகள் உருவாக்கப்படுகின்றன.
படி 3
இப்போது எங்கள் உறுப்பினர் செயல்பாடுகளை வரையறுத்துள்ளதால், இறுதி முறைக்கு உறுப்பினர் செயல்பாடுகள் எவ்வாறு பயன்படுத்தப்படும் என்பதை வரையறுக்கும் விதிகளை உருவாக்கலாம். இந்த அமைப்புக்கு மூன்று விதிகளை உருவாக்குவோம்.
- சூடாக இருந்தால் வேகமாக
- சூடாக இருந்தால் நடுத்தர
- மேலும், குளிர் என்றால் மெதுவாக
கணினியை இயக்க மிருதுவான வெளியீட்டு மதிப்பை உருவாக்க உறுப்பினர் செயல்பாடுகளுக்கு இந்த விதிகள் பொருந்தும். எனவே, இன் உள்ளீட்டு மதிப்புக்கு 52 டிகிரி , நாங்கள் உறுப்பினர் செயல்பாடுகளை வெட்டுகிறோம். இங்கே, இரண்டு செயல்பாடுகளிலும் குறுக்குவெட்டு ஏற்படுவதால் நாங்கள் இரண்டு விதிகளைப் பயன்படுத்துகிறோம். ஒரு குறுக்குவெட்டு புள்ளியை உருவாக்க நீங்கள் குறுக்குவெட்டு புள்ளிகளை வெளியீட்டு செயல்பாடுகளுக்கு நீட்டிக்க முடியும். நீங்கள் வெட்டும் புள்ளிகளின் உயரத்தில் வெளியீட்டு செயல்பாடுகளை துண்டிக்கலாம்.
தெளிவற்ற தர்க்க அமைப்புகள் எவ்வாறு செயல்படுகின்றன என்பதற்கான மிக எளிய விளக்கமாக இது இருந்தது. ஒரு உண்மையான பணி அமைப்பில், பல உள்ளீடுகள் மற்றும் பல வெளியீடுகளின் சாத்தியம் இருக்கும். இது மிகவும் சிக்கலான செயல்பாடுகளின் தொகுப்பையும் இன்னும் பல விதிகளையும் ஏற்படுத்தும்.
இதன் மூலம், AI கட்டுரையில் எங்கள் தெளிவில்லாத தர்க்கத்தின் முடிவுக்கு வந்துள்ளோம். தெளிவற்ற தர்க்கம் என்ன, அது எவ்வாறு இயங்குகிறது என்பதை நீங்கள் புரிந்து கொண்டீர்கள் என்று நம்புகிறேன்.
மேலும், பாருங்கள் தொழில் தேவைகள் மற்றும் கோரிக்கைகளுக்கு ஏற்ப தொழில் வல்லுநர்களால் பாடநெறி நிர்வகிக்கப்படுகிறது. சாஃப்ட்மேக்ஸ் செயல்பாடு, ஆட்டோஎன்கோடர் நியூரல் நெட்வொர்க்குகள், கட்டுப்படுத்தப்பட்ட போல்ட்ஜ்மேன் மெஷின் (ஆர்.பி.எம்) போன்ற கருத்துக்களை நீங்கள் மாஸ்டர் செய்வீர்கள், மேலும் கெராஸ் & டி.எஃப்.லெர்ன் போன்ற நூலகங்களுடன் பணிபுரிவீர்கள். நிகழ்நேர வழக்கு ஆய்வுகள் மூலம் தொழில் வல்லுநர்களால் இந்த பாடநெறி சிறப்பாக வடிவமைக்கப்பட்டுள்ளது.
எங்களுக்கு ஒரு கேள்வி கிடைத்ததா? தயவுசெய்து 'AI இல் உள்ள தெளிவற்ற தர்க்கம்' இன் கருத்துகள் பிரிவில் குறிப்பிடவும், நாங்கள் உங்களைத் தொடர்புகொள்வோம்.