fuzzy logic:模糊逻辑
模糊逻辑(fuzzy logic)是基于“真理程度”的运算方法,而不是常见的作为现代计算机基础的 “对或错(1或0)”布尔运算(Boolean)逻辑。十九世纪六十年代,加州大学伯克利分校的Lotfi Zadeh博士首次提出了模糊逻辑的概念。Zadeh博士一直从事研究计算机理解自然语言的问题。自然语言(就像生活中和宇宙中的大部分其它活动)不能简单地译成绝对项1或0。(能否从根本上用二进制项表示事物是值得探讨的哲学问题,但实际上,我们想要输入计算机的很多处于中间状态的数据一般都是计算的结果。) 模糊逻辑(fuzzy logic)包括0和1真理(或“事物状态”或“事实”)极端情况,也包括在它们之间的多种真理状态,举例来说,两件事物对比的结果可能不是“高”或“矮”而是“高度0.38”。 模糊逻辑(fuzzy logic)非常类似我们大脑的运作。我们收集数据并形成很多部分真理,进一步收集这些部分真理组成更高级的真理。当超过某一定值时,就会引起某些进一步结果,如运动反应。相似的方法还用于电脑人工神经网络(neural network)和专家系统。 如果你明白模糊逻辑(fuzzy logic)是论证可行的方式,而二进制或布尔运算逻辑仅是它的特例,这将对你有帮助。
最近更新时间:2010-06-07 翻译:徐艳EN
相关推荐
-
机器学习、AI要求、示例的基础设施
对于寻求利用数据获得竞争优势的公司来说,IT是作为一种专业学科的存在。现在,企业充斥着数据,但处理和分析数据的 […]
-
缓解多云治理挑战的5个最佳做法
部署多云模型会给云团队带来更多的复杂性和管理挑战。这些挑战影响着企业环境的方方面面,包括设计、部署、配置、运营 […]
-
联合国决议表明全球关注AI规则和原则
联合国大会周四通过了一项关于人工智能的最终决议,这是朝着全球合作迈出的一步-关于如何使用人工智能和全球支持保护 […]
-
4个需要解决的虚拟现实道德问题
虚拟、增强和混合现实(统称为扩展现实XR)的增长导致出现分歧。一边是用户和供应商,另一边是法律专家和伦理学家& […]