PANTIP.COM : X10532473 ช่วย อธิบาย SVM algorithm กับ Fuzzy algorithm เเบบง่ายๆให้หน่อยได้ไม๊คะ []

ความคิดเห็นที่ 7

จากปัญหาในเรื่องของ crisp set เช่นถ้ากำหนดว่า
1. คนที่มีความสูงต่ำกว่า 150 คือคนเตี้ย
2. คนสูงเท่ากับหรือสูงกว่า 150 แต่ไม่เกิน 170 คือสูงปานกลาง
3. และคนที่เท่ากับหรือสูงกว่า 170 ถือว่าสูงมาก

ปรากฎว่ามีหลาย ๆ คนที่สูง 149 แปลว่าคนสูง 149 เป็นคนเตี้ย
และคนที่สูง 151 เป็นคนสูงปานกลาง คุณว่ามันก้ำกึ่งกันหรือเปล่า
ซึ่งจริง ๆ แล้วถ้าเราเอาแต่ละช่วงที่เรากำหนดมาสร้างเป็นกราฟแบบ
แล้วกำหนดช่วงต่าง ๆ ในแนวแกน x จะได้รูปตาม link นี้
http://www.mathworks.com/help/toolbox/fuzzy/bp78l6_-1.html
(รูปภายใต้หัวข้อ membership function)

ดังนั้นคนที่สูง 149 มันควรจะมี degree ของความสูงปานกลางอยู่ด้วย และมี degree ของความเตี้ย
อยู่ด้วย อาจจะเป็นว่า degree สูงปานกลางมากหน่อย แต่ degree เตี้ยน้อยหน่อย(แต่ก็มี)
การคำนวณ degree พวกนี้ก็แล้วแต่ว่าเราเลือกจะใช้ membership function แบบไหน
และก็จะได้กฎต่าง ๆ พอมี training data ใหม่เข้ามาก็แปลเป็น degree แล้วใช้กฎเหล่านี้
แต่สุดท้ายเราต้องแปลงค่า เหล่านี้กลับมาเป็น crisp set อยู่ดี

ข้อเสียที่สำคัญของ fuzzy logic คือมันนิ่งมันทำตาม training data มาเป็น model
แล้วมันไม่ขยับไปไหน พอมี data หรือ case ใหม่มันอาจจะไม่ work ก็ได้ หรือแม้แต่เรื่องกฎที่มันซ้ำซ้อน
หรืออาจมีกฎเกิดขึ้นมามากก็เป็นปัญหาเหมือนกัน บางงานจึงนำเอา Neural Network มาร่วมกับ Fuzzy ทำงานร่วมกัน เพื่อให้มันมีการเรียนรู้ได้ตลอด

.....

Fuzzy logic

จากคุณ : reuse

เขียนเมื่อ : 8 พ.ค. 54 14:37:01