Fuzzy Logic
Ce este Fuzzy Logic?
Fuzzy Logic este o abordare a procesării variabilelor care permite procesarea mai multor valori prin aceeași variabilă. Logica fuzzy încearcă să rezolve problemele cu un spectru de date deschis, imprecis, care face posibilă obținerea unei serii de concluzii precise. Logica fuzzy este concepută pentru a rezolva problemele luând în considerare toate informațiile disponibile și luând cea mai bună decizie posibilă având în vedere intrarea.
Chei de luat masa
- Logica fuzzy permite o procesare mai avansată a arborelui decizional și o integrare mai bună cu programarea bazată pe reguli.
- Teoretic, acest lucru oferă abordării mai multe oportunități de a imita circumstanțele din viața reală.
- Logica fuzzy poate fi utilizată de analiștii cantitativi pentru a îmbunătăți execuția algoritmilor lor.
Înțelegerea Fuzzy Logic
Logica fuzzy provine din studiul matematic al conceptelor fuzzy care implică și seturi de date fuzzy. Matematicienii pot folosi o varietate de termeni atunci când se referă la concepte fuzzy și analize fuzzy. În linii mari și cuprinzătoare, acești termeni sunt clasificați ca semantică neclară.
În practică, toate aceste construcții permit valori multiple ale condiției „adevărate”. În loc ca True să fie echivalent numeric cu 1 și False să fie echivalent cu 0 (sau invers), condiția True poate fi orice număr de valori mai mic decât unul și mai mare decât zero. Acest lucru creează posibilitatea ca algoritmii să ia decizii pe baza gamelor de date de preț, spre deosebire de un punct de date discret.
Considerații privind logica fuzzy
Logica fuzzy în sensul său cel mai de bază este dezvoltată prin analiza tipului de arbore de decizie. Astfel, la o scară mai largă, acesta constituie baza sistemelor de inteligență artificială programate prin inferențe bazate pe reguli.
În general, termenul fuzzy se referă la numărul mare de scenarii care pot fi dezvoltate într-un sistem de arborele decizional. Dezvoltarea protocoalelor logice fuzzy poate necesita integrarea programării bazate pe reguli. Aceste reguli de programare pot fi denumite seturi fuzzy, deoarece sunt dezvoltate la discreția modelelor cuprinzătoare.
Seturile Fuzzy pot fi, de asemenea, mai complexe. În analogii de programare mai complexe, programatorii pot avea capacitatea de a lărgi regulile utilizate pentru a determina includerea și excluderea variabilelor. Acest lucru poate duce la o gamă mai largă de opțiuni cu raționamente mai puțin precise bazate pe reguli.
Fuzzy Semantics in Artificial Intelligence
Conceptul de logică fuzzy și semantică fuzzy este o componentă centrală a programării soluțiilor de inteligență artificială. Soluțiile și instrumentele de inteligență artificială continuă să se extindă în economie într-o serie de sectoare, pe măsură ce se extind și capacitățile de programare din logica fuzzy.
Watson de la IBM este unul dintre cele mai cunoscute sisteme de inteligență artificială care utilizează variații ale logicii fuzzy și ale semanticii fuzzy. Mai exact în serviciile financiare, logica fuzzy este utilizată în învățarea automată și în sistemele tehnologice care susțin rezultatele inteligenței investiționale.
În unele modele avansate de tranzacționare, integrarea matematicii logice fuzzy poate fi utilizată și pentru a ajuta analiștii să creeze semnale de cumpărare și vânzare automate. Aceste sisteme îi ajută pe investitori să reacționeze la o gamă largă de variabile ale pieței în schimbare care le afectează investițiile.
În modelele avansate de tranzacționare a software-ului, sistemele pot utiliza seturi fuzzy programabile pentru a analiza mii de valori mobiliare în timp real și pentru a oferi investitorului cea mai bună oportunitate disponibilă. Logica fuzzy este adesea utilizată atunci când un comerciant încearcă să utilizeze mai mulți factori pentru a lua în considerare. Acest lucru poate duce la o analiză restrânsă pentru deciziile de tranzacționare. Comercianții pot avea, de asemenea, capacitatea de a programa o varietate de reguli pentru adoptarea tranzacțiilor. Două exemple includ următoarele:
Regula 1: Dacă media mobilă este scăzută și Indicele de rezistență relativă este scăzut, atunci vindeți.
Regula 2: Dacă media mobilă este mare și Indicele de rezistență relativă este mare, atunci cumpărați.
Logica fuzzy permite unui trader să-și programeze propriile inferențe subiective în jos și în mare în aceste exemple de bază pentru a ajunge la propriile semnale de tranzacționare automate.