हमारे दिन-प्रतिदिन के जीवन में, हमें उन परिस्थितियों का सामना करना पड़ सकता है जहां हम यह निर्धारित करने में असमर्थ हैं कि क्या राज्य सही है या गलत। फ़ज़ी एक ऐसी चीज़ को संदर्भित करता है जो अस्पष्ट या अस्पष्ट है। एअर इंडिया में फ़ज़ी लॉजिक तर्क के लिए मूल्यवान लचीलापन प्रदान करता है। और इस लेख में, हम इस तर्क और इसके कार्यान्वयन के बारे में जानेंगे निम्नलिखित क्रम में:
- फजी लॉजिक क्या है?
- हम फजी लॉजिक का उपयोग क्यों करते हैं?
- आर्किटेक्चर
- सदस्यता समारोह
- फजी लॉजिक बनाम संभावना
- फजी लॉजिक के अनुप्रयोग
- फायदे नुकसान
- एअर इंडिया में फजी लॉजिक: उदाहरण
फजी लॉजिक क्या है?
फजी लॉजिक (FL) तर्क की एक विधि है जो सदृश होती है मानवीय तर्क । यह दृष्टिकोण इस प्रकार है कि मनुष्य निर्णय लेने का कार्य कैसे करते हैं। और इसमें सभी मध्यवर्ती संभावनाएं शामिल हैं हाँ तथा नहीं न ।
जावा कास्ट स्ट्रिंग टू डेट
द पारंपरिक तर्क ब्लॉक यह समझता है कि कंप्यूटर सटीक इनपुट लेता है और TRUE या FALSE के रूप में एक निश्चित आउटपुट उत्पन्न करता है, जो मनुष्य के YES या NO के बराबर है। फज़ी लॉजिक का आविष्कार किया था लोटी ज़ादेह जिन्होंने देखा कि कंप्यूटर के विपरीत, मनुष्यों के पास YES और NO के बीच संभावनाओं की एक अलग श्रृंखला है, जैसे:
फ़ज़ी लॉजिक एक निश्चित आउटपुट प्राप्त करने के लिए इनपुट की संभावनाओं के स्तरों पर काम करता है। अब, इस तर्क के कार्यान्वयन के बारे में बात कर रहे हैं:
इसे विभिन्न आकारों और क्षमताओं जैसे सिस्टम में लागू किया जा सकता है माइक्रो-नियंत्रक, बड़े नेटवर्क वाले या कार्य केंद्र-आधारित प्रणालियाँ।
साथ ही, इसे लागू किया जा सकता है हार्डवेयर सॉफ्टवेयर या का एक संयोजन दोनों ।
हम फजी लॉजिक का उपयोग क्यों करते हैं?
आमतौर पर, हम वाणिज्यिक और व्यावहारिक दोनों उद्देश्यों के लिए फजी लॉजिक सिस्टम का उपयोग करते हैं:
यह मशीनों को नियंत्रित करता है तथा उपभोक्ता उत्पादों
यदि सटीक तर्क नहीं है, तो यह कम से कम प्रदान करता है स्वीकार्य तर्क
इससे निपटने में मदद मिलती है इंजीनियरिंग में अनिश्चितता
तो, अब जब आप AI में फजी लॉजिक के बारे में जानते हैं और हम वास्तव में इसका उपयोग क्यों करते हैं, तो आइए इस लॉजिक के आर्किटेक्चर को समझते हैं और समझते हैं।
फजी लॉजिक आर्किटेक्चर
फ़ज़ी लॉजिक आर्किटेक्चर में चार मुख्य भाग होते हैं:
नियम - इसमें निर्णय लेने की प्रणाली को नियंत्रित करने के लिए विशेषज्ञों द्वारा पेश किए जाने वाले सभी नियम और यदि तत्कालीन शर्तें हैं। फ़ज़ी थ्योरी में हालिया अपडेट डिज़ाइन और ट्यूनिंग के लिए अलग-अलग प्रभावी तरीके प्रदान करता है फजी नियंत्रक । आमतौर पर, ये घटनाक्रम फजी नियमों की संख्या को कम करते हैं।
फजीहत - यह चरण इनपुट या क्रिस्प नंबरों को फ़ज़ी सेट में परिवर्तित करता है। आप सेंसर द्वारा कुरकुरा इनपुट को माप सकते हैं और उन्हें पास कर सकते हैं नियंत्रण प्रणाली आगे और भी परिवर्तन के लिए। यह इनपुट सिग्नल को पाँच चरणों में विभाजित करता है जैसे कि-
अनुमान इंजन - यह फजी इनपुट और नियमों के बीच मैच की डिग्री निर्धारित करता है। इनपुट क्षेत्र के अनुसार, यह उन नियमों को तय करेगा जिन्हें निकाल दिया जाना है। निकाल दिए गए नियमों को मिलाकर, नियंत्रण क्रियाएं बनाएं।
अवक्षेपण - अवक्षेपण प्रक्रिया फजी सेटों को कुरकुरा मान में परिवर्तित करती है। विभिन्न प्रकार की तकनीकें उपलब्ध हैं, और आपको एक विशेषज्ञ प्रणाली के साथ सबसे उपयुक्त एक का चयन करने की आवश्यकता है।
तो, यह एआई में फजी लॉजिक की वास्तुकला के बारे में था। अब, सदस्यता फ़ंक्शन को समझते हैं।
सदस्यता समारोह
सदस्यता समारोह एक है रेखांकन यह परिभाषित करता है कि प्रत्येक बिंदु किस प्रकार है इनपुट स्थान 0 और 1. के बीच सदस्यता मूल्य के लिए मैप किया गया है, यह आपको अनुमति देता है भाषाई शब्दों को निर्धारित करें और रेखांकन द्वारा एक फजी सेट का प्रतिनिधित्व करते हैं। डिस्क एक्स के ब्रह्मांड पर एक फजी सेट ए के लिए एक सदस्यता समारोह के रूप में परिभाषित किया गया है & mAA: X → [0.1]
यह X में फ़ज़ी सेट ए में तत्व की सदस्यता की मात्रा निर्धारित करता है।
एक्स-एक्सिस प्रवचन के ब्रह्मांड का प्रतिनिधित्व करता है।
y- अक्ष [0, 1] अंतराल में सदस्यता की डिग्री का प्रतिनिधित्व करता है।
संख्यात्मक मान को पूरा करने के लिए कई सदस्यता कार्य लागू हो सकते हैं। सरल सदस्यता कार्यों का उपयोग किया जाता है क्योंकि जटिल फ़ंक्शन आउटपुट में परिशुद्धता नहीं जोड़ते हैं। के लिए सदस्यता कार्य करता है एलपी, एमपी, एस, एमएन, और एलएन हैं:
त्रिकोणीय सदस्यता फ़ंक्शन आकार विभिन्न अन्य सदस्यता फ़ंक्शन आकार में सबसे आम हैं। यहां, 5-स्तरीय फ़ज़ीफ़र से इनपुट भिन्न होता है -10 वोल्ट से +10 वोल्ट । इसलिए संबंधित उत्पादन भी बदलता है।
फजी लॉजिक बनाम संभावना
| फजी लॉजिक | संभावना |
| फजी लॉजिक में, हम मूल रूप से अस्पष्टता की आवश्यक अवधारणा को पकड़ने की कोशिश करते हैं। | संभावनाएँ घटनाओं से जुड़ी होती हैं न कि तथ्यों से, और वे घटनाएँ घटित होंगी या नहीं होंगी |
| फ़ज़ी लॉजिक आंशिक सत्य के अर्थ को दर्शाता है | संभाव्यता सिद्धांत आंशिक ज्ञान को पकड़ता है |
| फ़ज़ी लॉजिक सत्य आधारों को गणितीय आधार के रूप में लेता है | संभावना अज्ञानता का एक गणितीय मॉडल है |
तो, ये एआई और संभाव्यता में फ़ज़ी लॉजिक के बीच कुछ अंतर थे। अब, इस तर्क के कुछ अनुप्रयोगों पर एक नजर डालते हैं।
फजी लॉजिक के अनुप्रयोग
फ़ज़ी लॉजिक का उपयोग विभिन्न क्षेत्रों में किया जाता है जैसे ऑटोमोटिव सिस्टम, घरेलू सामान, पर्यावरण नियंत्रण, आदि कुछ सामान्य अनुप्रयोग हैं:
में इसका उपयोग किया जाता है एयरोस्पेस क्षेत्र के लिये ऊंचाई नियंत्रण अंतरिक्ष यान और उपग्रह के।
यह नियंत्रित करता है गति और यातायात में ऑटोमोटिव सिस्टम।
के उपयोग में आना समर्थन प्रणाली बनाने का निर्णय और बड़ी कंपनी के कारोबार में व्यक्तिगत मूल्यांकन।
यह पीएच, सुखाने, रासायनिक आसवन प्रक्रिया को भी नियंत्रित करता है रासायनिक उद्योग ।
एक सरणी जावास्क्रिप्ट का आकार
फजी लॉजिक में प्रयोग किया जाता है प्राकृतिक भाषा प्रसंस्करण और विभिन्न गहन ।
इसमें बड़े पैमाने पर उपयोग किया जाता है आधुनिक नियंत्रण प्रणाली जैसे विशेषज्ञ प्रणाली।
फजी लॉजिक नकल करता है कि कोई व्यक्ति निर्णय कैसे लेगा, केवल बहुत तेजी से। इस प्रकार, आप इसके साथ उपयोग कर सकते हैं तंत्रिका - तंत्र ।
ये फ़ज़ी लॉजिक के कुछ सामान्य अनुप्रयोग थे। अब, आइए एआई में फ़ज़ी लॉजिक का उपयोग करने के फायदे और नुकसान पर एक नज़र डालें।
फजी लॉजिक के फायदे और नुकसान
फजी लॉजिक मानव तर्क के समान सरल तर्क प्रदान करता है। ऐसे और भी हैं फायदे इस तर्क का उपयोग करने के लिए, जैसे:
फज़ी लॉजिक सिस्टम की संरचना है आसान और समझ में आता है
फ़ज़ी लॉजिक का व्यापक रूप से उपयोग किया जाता है व्यावसायिक तथा व्यावहारिक उद्देश्यों
यह आपकी मदद करता है नियंत्रण मशीनों और उपभोक्ता उत्पाद
यह आपको इससे निपटने में मदद करता है इंजीनियरिंग में अनिश्चितता
अधिकतर मजबूत के रूप में कोई सटीक जानकारी की आवश्यकता है
यदि फीडबैक सेंसर काम करना बंद कर देता है, तो आप कर सकते हैं यह कार्यक्रम स्थिति में
आप ऐसा कर सकते हैं आसानी से संशोधित यह सिस्टम के प्रदर्शन को बेहतर बनाने या बदलने के लिए है
सस्ती सेंसर इस्तेमाल किया जा सकता है जो आपको समग्र प्रणाली लागत और जटिलता को कम रखने में मदद करता है
फजी लॉजिक के ये अलग-अलग फायदे थे। लेकिन, यह कुछ है नुकसान भी:
फजी लॉजिक है हमेशा सटीक नहीं । इसलिए परिणाम मान्यताओं के आधार पर माना जाता है और व्यापक रूप से स्वीकार नहीं किया जा सकता है
यह पहचान नहीं सकते साथ ही साथ पैटर्न टाइप करें
सत्यापन और सत्यापन एक फजी ज्ञान आधारित प्रणाली की जरूरत है व्यापक परीक्षण हार्डवेयर के साथ
सटीक, फजी नियम और, सदस्यता कार्यों को सेट करना एक है मुश्किल कार्य
कई बार, फजी लॉजिक होता है उलझन में साथ से सिद्धांत संभावना
तो, ये एआई में फजी लॉजिक का उपयोग करने के कुछ फायदे और नुकसान थे। अब, एक वास्तविक दुनिया का उदाहरण लेते हैं और इस तर्क के कार्य को समझते हैं।
एअर इंडिया में फजी लॉजिक: उदाहरण
फ़ज़ी लॉजिक सिस्टम का डिज़ाइन प्रत्येक इनपुट के लिए सदस्यता कार्यों के सेट और प्रत्येक आउटपुट के लिए सेट के साथ शुरू होता है। फिर एक कुरकुरा उत्पादन मूल्य प्राप्त करने के लिए नियमों का एक सेट सदस्यता कार्यों पर लागू होता है। चलो प्रक्रिया नियंत्रण का एक उदाहरण लेते हैं और फ़ज़ी लॉजिक को समझते हैं।
स्टेप 1
यहाँ, तापमान इनपुट है और पंखे की गति आउटपुट है। आपको प्रत्येक इनपुट के लिए सदस्यता कार्यों का एक समूह बनाना होगा। एक सदस्यता समारोह बस फजी चर सेट का एक चित्रमय प्रतिनिधित्व है। इस उदाहरण के लिए, हम तीन फजी सेट का उपयोग करेंगे, ठंडा गुनगुना तथा गरम । हम तब तापमान के प्रत्येक तीन सेटों के लिए एक सदस्यता समारोह बनाएंगे:
चरण 2
अगले चरण में, हम आउटपुट के लिए तीन फजी सेट का उपयोग करेंगे, धीमा, मध्यम तथा तेज । फ़ंक्शंस का एक सेट प्रत्येक आउटपुट सेट के लिए बनाया जाता है जैसा कि इनपुट सेट के लिए होता है।
चरण 3
अब हमारे पास हमारे सदस्यता कार्य परिभाषित हैं, हम नियम बना सकते हैं जो परिभाषित करेगा कि सदस्यता प्रणाली अंतिम प्रणाली पर कैसे लागू होगी। हम इस प्रणाली के लिए तीन नियम बनाएंगे।
- अगर हॉट है तो फास्ट
- अगर वार्म है तो मीडियम
- और, अगर कोल्ड है तो स्लो
सिस्टम को चलाने के लिए कुरकुरा उत्पादन मूल्य का उत्पादन करने के लिए ये नियम सदस्यता कार्यों पर लागू होते हैं। इस प्रकार, के इनपुट मूल्य के लिए 52 डिग्री से , हम सदस्यता कार्यों को प्रतिच्छेद करते हैं। यहां, हम दो नियमों को लागू कर रहे हैं, क्योंकि दोनों कार्यों पर प्रतिच्छेदन होता है। आप इंटरसेक्शन बिंदु का उत्पादन करने के लिए उत्पादन कार्यों के लिए प्रतिच्छेदन बिंदुओं का विस्तार कर सकते हैं। आप फिर इंटरसेक्टिंग पॉइंट्स की ऊँचाई पर आउटपुट फ़ंक्शंस को छोटा कर सकते हैं।
यह बहुत सरल स्पष्टीकरण था कि फ़ज़ी लॉजिक सिस्टम कैसे काम करता है। एक वास्तविक कार्य प्रणाली में, कई इनपुट और कई आउटपुट की संभावना होगी। यह काफी जटिल कार्यों और कई और नियमों का परिणाम होगा।
इसके साथ, हम एआई लेख में हमारे फजी लॉजिक के अंत में आ गए हैं। मुझे आशा है कि आप समझ गए होंगे कि फजी लॉजिक क्या है और यह कैसे काम करता है।
इसके अलावा, बाहर की जाँच करें कोर्स उद्योग की आवश्यकताओं और मांगों के अनुसार उद्योग के पेशेवरों द्वारा क्यूरेट किया जाता है। आप SoftMax फ़ंक्शन, Autoencoder Neural Networks, Restricted Boltzmann मशीन (RBM) और कासेर और TFLearn जैसे पुस्तकालयों के साथ काम करने जैसी अवधारणाओं में महारत हासिल करेंगे। पाठ्यक्रम को विशेष रूप से वास्तविक समय के मामले के अध्ययन के साथ उद्योग के विशेषज्ञों द्वारा क्यूरेट किया गया है।
क्या आप हमसे कोई प्रश्न पूछना चाहते हैं? कृपया 'AI में फ़ज़ी लॉजिक' के टिप्पणी अनुभाग में इसका उल्लेख करें और हम आपके पास वापस आ जाएंगे।