এআই-তে ফাজি লজিক কী এবং এর অ্যাপ্লিকেশনগুলি কী কী?



এআই-তে ফাজি লজিক যুক্তির একটি পদ্ধতি। এই পদ্ধতিটি সিদ্ধান্ত গ্রহণের ক্ষেত্রে মানুষ কীভাবে সম্পাদন করে এবং হ্যাঁ এবং না-এর মধ্যে সমস্ত সম্ভাবনার সাথে জড়িত to

আমাদের প্রতিদিনের জীবনে আমরা এমন পরিস্থিতির মুখোমুখি হতে পারি যেখানে আমরা রাষ্ট্রটি সত্য বা মিথ্যা কিনা তা নির্ধারণ করতে অক্ষম। অস্পষ্ট বা অস্পষ্ট কিছু বোঝায়। এআই-এর ফাজি লজিক যুক্তির জন্য মূল্যবান নমনীয়তা সরবরাহ করে। এবং এই নিবন্ধে, আমরা এই যুক্তি এবং এর বাস্তবায়ন সম্পর্কে শিখব নিম্নলিখিত ক্রম:

ফাজি লজিক কি?

ঝাপসা যুক্তিবিজ্ঞান (এফএল) যুক্তির একটি পদ্ধতি যা সাদৃশ্যপূর্ণ মানব যুক্তি । এই পদ্ধতিটি কীভাবে মানুষ সিদ্ধান্ত গ্রহণ সম্পাদন করে। এবং এর মধ্যে সকল মধ্যবর্তী সম্ভাবনা জড়িত হ্যাঁ এবং না





अस्पष्ट যুক্তি - এআই - এডুরেকাতে মূর্খ যুক্তি

দ্য প্রচলিত যুক্তি ব্লক যে কোনও কম্পিউটার বোঝে সুনির্দিষ্ট ইনপুট নেয় এবং সত্য বা মিথ্যা হিসাবে একটি নির্দিষ্ট আউটপুট উত্পাদন করে যা মানুষের হ্যাঁ বা না এর সমান। ফাজি যুক্তিটি আবিষ্কার করেছিলেন লোটফি জাদেহ যিনি পর্যবেক্ষণ করেছেন যে কম্পিউটারগুলির বিপরীতে, মানুষের YES এবং NO এর মধ্যে বিভিন্ন সম্ভাবনার রয়েছে, যেমন:



একটি নির্দিষ্ট আউটপুট অর্জনের জন্য অস্পষ্ট যুক্তি ইনপুট সম্ভাবনার স্তরে কাজ করে। এখন, এই যুক্তি বাস্তবায়নের কথা বলছি:

  • এটি বিভিন্ন আকার এবং ক্ষমতা সহ সিস্টেমে প্রয়োগ করা যেতে পারে মাইক্রো-কন্ট্রোলার, বড় নেটওয়ার্কযুক্ত বা ওয়ার্কস্টেশন ভিত্তিক সিস্টেম।



  • এছাড়াও, এটি কার্যকর করা যেতে পারে হার্ডওয়্যার সফ্টওয়্যার বা একটি সংমিশ্রণ উভয়

আমরা কেন ফাজি লজিক ব্যবহার করব?

সাধারণত, আমরা বাণিজ্যিক এবং ব্যবহারিক উভয় উদ্দেশ্যে যেমন अस्पष्ट লজিক সিস্টেমটি ব্যবহার করি:

  • এটা নিয়ন্ত্রণ মেশিন এবং ভোগ্যপণ্য

  • সঠিক যুক্তি না হলে, এটি অন্তত সরবরাহ করে গ্রহণযোগ্য যুক্তি

  • এটি এর সাথে ডিল করতে সহায়তা করে ইঞ্জিনিয়ারিং মধ্যে অনিশ্চয়তা

সুতরাং, এখন আপনি এআই-তে ফাজি যুক্তি সম্পর্কে জানেন এবং আমরা আসলে এটি কেন ব্যবহার করি, আসুন এই লজিকের আর্কিটেকচারটি বুঝতে পারি।

ফাজি লজিক আর্কিটেকচার

অস্পষ্ট যুক্তিযুক্ত আর্কিটেকচারে চারটি প্রধান অংশ রয়েছে:

  • বিধি - এতে সিদ্ধান্ত গ্রহণের ব্যবস্থাটি নিয়ন্ত্রণের জন্য বিশেষজ্ঞদের দ্বারা দেওয়া সমস্ত বিধি এবং যদি-তবে শর্ত থাকে। অস্পষ্ট তত্ত্বের সাম্প্রতিক আপডেটটি ডিজাইনের এবং সুর করার জন্য বিভিন্ন কার্যকর পদ্ধতি সরবরাহ করে অস্পষ্ট নিয়ন্ত্রণকারী । সাধারণত, এই উন্নয়নগুলি अस्पष्ट নিয়মের সংখ্যা হ্রাস করে।

  • ফাজিফিকেশন - এই পদক্ষেপটি ইনপুট বা খাস্তা সংখ্যাকে ফাজী সেটগুলিতে রূপান্তর করে। আপনি সেন্সরগুলির মাধ্যমে খাস্তা ইনপুটগুলি পরিমাপ করতে এবং এটিকে পাস করতে পারেন নিয়ন্ত্রণ ব্যবস্থা আরও প্রক্রিয়াজাতকরণের জন্য। এটি পাঁচটি ধাপে ইনপুট সংকেতকে বিভক্ত করে যেমন-

  • ইনফারেন্স ইঞ্জিন - এটি अस्पष्ट ইনপুট এবং নিয়মের মধ্যে ম্যাচের ডিগ্রি নির্ধারণ করে। ইনপুট ক্ষেত্র অনুসারে, এটি যে নিয়মগুলি বরখাস্ত করা হবে তা সিদ্ধান্ত নেবে। বরখাস্ত নিয়মগুলির সমন্বয় করে কন্ট্রোল ক্রিয়াগুলি তৈরি করুন।

  • ডিফুজিফিকেশন - ডিফিজিফিকেশন প্রক্রিয়াটি अस्पष्ट সেটগুলিকে একটি খাস্তা মান হিসাবে রূপান্তর করে। বিভিন্ন ধরণের কৌশল উপলব্ধ রয়েছে এবং আপনার বিশেষজ্ঞ সিস্টেমের সাথে সেরা উপযুক্ত একটি নির্বাচন করা দরকার।

সুতরাং, এটি এআই-তে अस्पিত যুক্তির আর্কিটেকচার সম্পর্কে ছিল। এখন, আসুন সদস্যতার কার্যকারিতাটি বুঝতে পারি।

সদস্যতা কার্য

সদস্যপদ কার্য হ'ল ক চিত্রলেখ এটি নির্ধারণ করে যে কিভাবে প্রতিটি পয়েন্ট ইনপুট স্পেস 0 থেকে 1 এর মধ্যে সদস্যতার মানটিতে ম্যাপ করা হয় এটি আপনাকে অনুমতি দেয় ভাষাগত শর্তাবলী পরিমাণ এবং গ্রাফিকভাবে একটি अस्पष्ट সেট উপস্থাপন করুন। এক্স ডিসকোর্স এর মহাবিশ্বে একটি अस्पष्ट সেট এ এর ​​জন্য একটি সদস্যপদ ফাংশন হিসাবে সংজ্ঞায়িত করা হয়েছে & মুআ: এক্স → [0.1]

এটি এক্সের উপাদানটির সদস্যতার ডিগ্রীটিকে ফাজি সেট এ-তে পরিমাণে প্রমাণিত করে

  • এক্স-অক্ষ বক্তৃতা মহাবিশ্ব প্রতিনিধিত্ব করে।

  • y- অক্ষ [0, 1] বিরতিতে সদস্যতার ডিগ্রি উপস্থাপন করে।

একটি সংখ্যাসূচক মান fuzzify করতে একাধিক সদস্যপদ কার্যকরী হতে পারে। জটিল ফাংশনগুলি আউটপুটে যথাযথতা যোগ করে না বলে সাধারণ সদস্যতার কার্যকারিতা ব্যবহৃত হয়। সদস্যপদ জন্য এলপি, এমপি, এস, এমএন এবং এলএন হ'ল:

অন্যান্য সদস্যপদ ফাংশন আকারগুলির মধ্যে ত্রিভুজাকার সদস্যপদ ফাংশন আকারগুলি সর্বাধিক সাধারণ। এখানে, 5-স্তরের ফজিফায়ার ইনপুট থেকে পৃথক হয় -10 ভোল্ট থেকে +10 ভোল্ট । সুতরাং সংশ্লিষ্ট আউটপুট এছাড়াও পরিবর্তন।

অস্পষ্ট যুক্তি বনাম সম্ভাবনা

ঝাপসা যুক্তিবিজ্ঞান সম্ভাবনা
অস্পষ্ট যুক্তিতে আমরা মূলত অস্পষ্টতার প্রয়োজনীয় ধারণাটি ধারণ করার চেষ্টা করি।সম্ভাবনা ঘটনাগুলির সাথে জড়িত এবং ঘটনাগুলির সাথে সম্পর্কিত নয় এবং এই ঘটনাগুলি হয় ঘটবে বা ঘটবে না
ফাজি লজিক আংশিক সত্যের অর্থ ধারণ করেসম্ভাবনার তত্ত্ব আংশিক জ্ঞান ধারণ করে
অদ্ভুত যুক্তি গাণিতিক ভিত্তি হিসাবে সত্য ডিগ্রি নেয়সম্ভাবনা অজ্ঞতার একটি গাণিতিক মডেল

সুতরাং, এআই এবং অসম্ভব সম্ভাবনাগুলির মধ্যে ফাজি যুক্তির মধ্যে কিছু পার্থক্য ছিল। এখন, এই যুক্তিটির কিছু অ্যাপ্লিকেশন একবার দেখে নেওয়া যাক।

ফাজি লজিকের অ্যাপ্লিকেশন

অস্পষ্ট যুক্তিটি বিভিন্ন ক্ষেত্রে যেমন স্বয়ংচালিত সিস্টেম, গার্হস্থ্য পণ্য, পরিবেশ নিয়ন্ত্রণ ইত্যাদি ব্যবহার করা হয় সাধারণ কিছু অ্যাপ্লিকেশন হ'ল:

  • এটি ব্যবহৃত হয় মহাকাশ ক্ষেত্র জন্য উচ্চতা নিয়ন্ত্রণ মহাকাশযান এবং উপগ্রহের।

  • এটি নিয়ন্ত্রণ করে গতি এবং ট্র্যাফিক মধ্যে স্বয়ংচালিত সিস্টেম।

  • এটি ব্যবহার করা হয় সিদ্ধান্ত গ্রহণ সমর্থন সিস্টেম এবং বৃহত সংস্থার ব্যবসায় ব্যক্তিগত মূল্যায়ন।

  • এটি পিএইচ, শুকনো, রাসায়নিক পাতন প্রক্রিয়াও নিয়ন্ত্রণ করে controls রাসায়নিক শিল্প

  • অস্পষ্ট যুক্তি ব্যবহার করা হয় স্বাভাবিক ভাষা প্রক্রিয়াকরণ এবং বিভিন্ন নিবিড় ।

  • এটি ব্যাপকভাবে ব্যবহৃত হয় আধুনিক নিয়ন্ত্রণ ব্যবস্থা যেমন বিশেষজ্ঞ সিস্টেম।

  • অস্পষ্ট যুক্তি নকল করে যে কোনও ব্যক্তি কীভাবে সিদ্ধান্ত নেবে, কেবলমাত্র আরও দ্রুত। সুতরাং, আপনি এটি ব্যবহার করতে পারেন নিউরাল নেটওয়ার্ক

এগুলি ফাজি লজিকের কিছু সাধারণ অ্যাপ্লিকেশন ছিল। এখন, এআই-তে ফাজি লজিক ব্যবহারের সুবিধা এবং অসুবিধাগুলি একবার দেখে নেওয়া যাক।

ফাজি লজিকের সুবিধা এবং অসুবিধা Dis

অস্পষ্ট যুক্তি মানুষের যুক্তির মতোই সহজ যুক্তি সরবরাহ করে। আরও আছে সুবিধাদি এই যুক্তি ব্যবহারের যেমন:

  • ফাজি লজিক সিস্টেমগুলির কাঠামোটি হ'ল সহজ এবং বোধগম্য

  • অস্পষ্ট যুক্তি বহুল ব্যবহৃত হয় ব্যবসায়িক এবং ব্যবহারিক উদ্দেশ্য

  • এটি আপনাকে সহায়তা করে নিয়ন্ত্রণ মেশিন এবং ভোক্তা পণ্য

  • এটি আপনাকে মোকাবেলায় সহায়তা করে ইঞ্জিনিয়ারিং মধ্যে অনিশ্চয়তা

  • অধিকাংশ ক্ষেত্রে বলিষ্ঠ কোন নির্দিষ্ট ইনপুট প্রয়োজন হিসাবে

  • প্রতিক্রিয়া সেন্সর যদি কাজ করা বন্ধ করে দেয় তবে আপনি তা করতে পারেন এটি প্রোগ্রাম পরিস্থিতি মধ্যে

  • আপনি পারেন সহজেই পরিবর্তন এটি সিস্টেমের কর্মক্ষমতা উন্নত করতে বা পরিবর্তন করতে

    এইচটিএমএলে নেস্টেড টেবিলগুলি কীভাবে করবেন
  • সস্তা সেন্সর ব্যবহার করা যেতে পারে যা সামগ্রিক সিস্টেমের ব্যয় এবং জটিলতা কম রাখতে আপনাকে সহায়তা করে

এগুলি अस्पष्ट যুক্তির বিভিন্ন সুবিধা ছিল। কিন্তু, এটি কিছু আছে অসুবিধা যেমন:

  • অদ্ভুত যুক্তি হ'ল সর্বদা সঠিক নয় । সুতরাং ফলাফল অনুমানের উপর ভিত্তি করে উপলব্ধি করা হয় এবং এটি ব্যাপকভাবে গৃহীত হতে পারে না

  • এটা চিনতে পারে না as-well-as টাইপ নিদর্শন

  • বৈধতা এবং যাচাইকরণ একটি অস্পষ্ট জ্ঞান-ভিত্তিক সিস্টেমের প্রয়োজন বিস্তৃত পরীক্ষা হার্ডওয়্যার সহ

  • সঠিক, অস্পষ্ট নিয়ম এবং, সদস্যতার কার্যাদি নির্ধারণ করা হ'ল ক কঠিন কাজ

  • মাঝে মাঝে অস্পষ্ট যুক্তিটি হয় বিভ্রান্ত সঙ্গে সম্ভাব্যতা তত্ত্ব

সুতরাং, এআই-এ ফাজি যুক্তি ব্যবহারের কিছু সুবিধা এবং অসুবিধা ছিল। এখন আসুন, আসল-জগতের উদাহরণ ধরুন এবং এই যুক্তির কাজটি বুঝতে পারি।

এআই-তে ফাজি যুক্তি: উদাহরণ

একটি अस्पष्ट লজিক সিস্টেমের নকশা প্রতিটি ইনপুটটির জন্য সদস্যতার কার্যকারিতার সেট এবং প্রতিটি আউটপুটের জন্য একটি সেট দিয়ে শুরু হয়। তারপরে একটি খাস্তা আউটপুট মান দেওয়ার জন্য নিয়মগুলির একটি সেট সদস্যপদ কার্যগুলিতে প্রয়োগ করা হয়। আসুন আমরা প্রক্রিয়া নিয়ন্ত্রণের উদাহরণ নিই এবং अस्पष्ट যুক্তি বুঝতে পারি।

ধাপ 1

এখানে, তাপমাত্রা ইনপুট এবং পাখার গতি আউটপুট হয়। প্রতিটি ইনপুট জন্য আপনাকে সদস্যতার কার্যকারিতার একটি সেট তৈরি করতে হবে। একটি সদস্যপদ ফাংশন কেবল অস্পষ্ট পরিবর্তনশীল সেটগুলির গ্রাফিকাল উপস্থাপনা। এই উদাহরণস্বরূপ, আমরা তিনটি अस्पष्ट সেট ব্যবহার করব, ঠান্ডা উষ্ণ এবং গরম । তারপরে আমরা তিনটি তাপমাত্রার প্রতিটি সেটের জন্য একটি সদস্যপদ ফাংশন তৈরি করব:

ধাপ ২

পরবর্তী পদক্ষেপে, আমরা আউটপুট জন্য তিনটি अस्पष्ट সেট ব্যবহার করব, ধীর, মাঝারি এবং দ্রুত । ইনপুট সেটগুলির মতো প্রতিটি আউটপুট সেটগুলির জন্য ফাংশনের একটি সেট তৈরি করা হয়।

ধাপ 3

এখন যেহেতু আমাদের সদস্যপদ ফাংশনগুলি সংজ্ঞায়িত করা হয়েছে, আমরা এমন নিয়ম তৈরি করতে পারি যা চূড়ান্ত সিস্টেমে সদস্যতা ফাংশনগুলি কীভাবে প্রয়োগ করা হবে তা নির্ধারণ করবে। আমরা এই সিস্টেমের জন্য তিনটি বিধি তৈরি করব।

  • গরম থাকলে দ্রুত
  • যদি উষ্ণ হয় তবে মাঝারি
  • এবং, যদি ঠান্ডা হয় তবে আস্তে আস্তে

এই নিয়মগুলি সিস্টেম চালনার জন্য খাস্তা আউটপুট মান উত্পাদন করতে সদস্যপদ কার্যগুলিতে প্রয়োগ হয়। সুতরাং, একটি ইনপুট মান জন্য 52 ডিগ্রি , আমরা সদস্যতার কার্যগুলি ছেদ করি। উভয় ফাংশনে ছেদ দেখা দেওয়ার কারণে আমরা এখানে দুটি নিয়ম প্রয়োগ করছি। ছেদ বিন্দু উত্পাদন করতে আপনি ছেদ বিন্দু আউটপুট ফাংশনগুলিতে প্রসারিত করতে পারেন। এর পরে আপনি ছেদকারী পয়েন্টগুলির উচ্চতায় আউটপুট ফাংশনগুলি ছাঁটাই করতে পারেন।

এটি কীভাবে অস্পষ্ট যুক্তিযুক্ত সিস্টেমগুলি কাজ করে তার খুব সহজ ব্যাখ্যা ছিল। একটি বাস্তব ওয়ার্কিং সিস্টেমে অনেকগুলি ইনপুট এবং বিভিন্ন ফলাফলের সম্ভাবনা থাকবে। এর ফলে ফাংশনগুলির মোটামুটি জটিল সেট এবং আরও অনেক বিধি তৈরি হবে।

এটির সাথে আমরা এআই নিবন্ধে আমাদের ফাজি লজিকের শেষে এসেছি। আমি আশা করি যে আপনি কী अस्पष्ट যুক্তি এবং এটি কীভাবে কাজ করে তা বুঝতে পেরেছেন।

এছাড়াও, দেখুন কোর্সটি শিল্পের প্রয়োজনীয়তা ও চাহিদা অনুযায়ী শিল্প পেশাদারদের দ্বারা সজ্জিত। আপনি সফটম্যাক্স ফাংশন, অটোরকোডার নিউরাল নেটওয়ার্কস, সীমাবদ্ধ বল্টজম্যান মেশিন (আরবিএম) এর মত ধারণাগুলি আয়ত্ত করতে পারবেন এবং কেরাস এবং টিএফলায়ারের মতো লাইব্রেরিগুলিতে কাজ করবেন। কোর্সটি রিয়েল-টাইম কেস স্টাডি সহ শিল্প বিশেষজ্ঞরা বিশেষভাবে তৈরি করেছেন।

আমাদের জন্য একটি প্রশ্ন আছে? দয়া করে এটি 'এআই-এ ফাজি লজিক' এর মন্তব্য বিভাগে উল্লেখ করুন এবং আমরা আপনার কাছে ফিরে আসব।