คำตอบของฉันมีความเกี่ยวข้องทางเทคนิคกับเซตคลุมเครือมากกว่าตรรกศาสตร์คลุมเครือ แต่แนวคิดทั้งสองนั้นแยกกันไม่ออกในทางปฏิบัติ ฉันค้นคว้าเข้าไปในบทความในวารสารทางวิชาการเกี่ยวกับตรรกศาสตร์สองสามปีที่ผ่านมาเพื่อที่จะเขียนชุดการสอนเกี่ยวกับการดำเนินการชุดเลือนใน SQL Server แม้ว่าฉันแทบจะไม่ได้รับการพิจารณาเป็นผู้เชี่ยวชาญ แต่ฉันก็ค่อนข้างคุ้นเคยกับวรรณกรรมและใช้เทคนิคเป็นประจำเพื่อแก้ปัญหาในทางปฏิบัติ ความประทับใจที่แข็งแกร่งที่ฉันได้รวบรวมจากงานวิจัยที่ตีพิมพ์คือศักยภาพในทางปฏิบัติของเซตฟัสซียังไม่ได้ถูกใช้ส่วนใหญ่เนื่องจากมีงานวิจัยมากมายเกี่ยวกับเทคนิคอื่น ๆ ของตระกูลที่สามารถแก้ปัญหาชุดเสริมได้
ตลาดที่แออัดของความคิดในด้านวิทยาศาสตร์ข้อมูล / การเรียนรู้ของเครื่อง ฯลฯ
มีความคืบหน้าอย่างรวดเร็วในการสนับสนุนเครื่องเวกเตอร์, โครงข่ายประสาท, ป่าสุ่มและอื่น ๆ ที่เป็นไปไม่ได้สำหรับผู้เชี่ยวชาญ, นักวิเคราะห์, นักวิทยาศาสตร์ข้อมูล, โปรแกรมเมอร์หรือผู้บริโภคของผลิตภัณฑ์ของพวกเขาเพื่อให้ทันกับมันทั้งหมด ในโพสต์บล็อกของฉันฉันพูดยาวเกี่ยวกับวิธีการพัฒนาอัลกอริทึมสำหรับชุดฟัซซี่และตรรกะโดยทั่วไปแล้ว 20+ ปีข้างหน้าของซอฟต์แวร์ที่มีอยู่ แต่เดียวกันสามารถพูดได้หลายสาขาที่เกี่ยวข้อง ฉันอ่านอวนเกี่ยวกับระบบประสาทอย่างเข้มข้นและสามารถคิดถึงคะแนนของสถาปัตยกรรมระบบประสาทที่คุ้มค่าที่ได้รับการพัฒนามานานหลายทศวรรษแล้ว แต่ไม่เคยนำไปใช้ในทางปฏิบัติอย่างกว้างขวาง ที่ถูกกล่าวว่าตรรกะและเซตคลุมเครืออยู่ที่เสียเปรียบแปลกในตลาดของความคิดที่แออัดนี้ส่วนใหญ่เป็นเพราะชื่อเล่นของพวกเขาซึ่งเป็นที่ถกเถียงกันกลับเมื่อ Lofti A. Zadeh ประกาศเกียรติคุณ จุดของเทคนิคฟัซซี่นั้นเป็นเพียงการประมาณชั้นเรียนบางส่วนของข้อมูลที่มีค่า discretely ในระดับต่อเนื่อง แต่คำเช่น "ตรรกะที่มีมูลค่าต่อเนื่องโดยประมาณ" และ "ชุดที่ให้คะแนน" ไม่น่าดึงดูดอย่างแน่นอน Zadeh ยอมรับว่าเขาใช้คำว่า "ฟัซซี่" เป็นส่วนหนึ่งเพราะมันได้รับความสนใจ แต่เมื่อมองย้อนกลับไปมันอาจรวบรวมความสนใจที่ผิด ๆ
คำว่า "Fuzz" ย้อนกลับมาได้อย่างไร
สำหรับนักวิทยาศาสตร์ข้อมูลนักวิเคราะห์หรือโปรแกรมเมอร์มันเป็นคำที่อาจทำให้รู้สึกถึง "เทคเทค"; สำหรับผู้ที่สนใจ AI / data mining / ฯลฯ ฯลฯ ตราบเท่าที่มันสามารถแก้ปัญหาทางธุรกิจ "fuzzy" เสียงเหมือนความยุ่งยากที่ทำไม่ได้ สำหรับผู้จัดการองค์กรแพทย์ที่เกี่ยวข้องกับการวิจัยทางการแพทย์หรือผู้บริโภคอื่น ๆ ที่ไม่รู้จักอาจทำให้ภาพตุ๊กตาสัตว์ตำรวจแสดง 70s หรืออะไรบางอย่างออกมาจากตู้เย็นของ George Carlin มีความตึงเครียดในอุตสาหกรรมระหว่างสองกลุ่มเสมอโดยในช่วงหลังมักจะได้รับผลกระทบจากการเขียนรหัสและทำการวิจัยเพียงเพื่อความอยากรู้อยากเห็นทางปัญญามากกว่าผลกำไร ถ้ากลุ่มแรกสามารถอธิบายได้ว่าทำไมเทคนิคฟัซซี่เหล่านี้จึงมีกำไรแล้วความวุ่นวายของคนแรกจะป้องกันการยอมรับของพวกเขา
การจัดการความไม่แน่นอนและแอพพลิเคชั่นตระกูล Fuzzy Set
จุดของเทคนิคการตั้งค่าแบบฟัซซีคือการลบฟัซซี่ที่มีอยู่แล้วในข้อมูลในรูปแบบของค่าไม่ต่อเนื่องที่ไม่แน่นอนซึ่งสามารถสร้างแบบจำลองที่ดีขึ้นในระดับต่อเนื่องโดยประมาณซึ่งตรงกันข้ามกับการเข้าใจผิดอย่างกว้างขวางว่า "ฝอย" เป็นสิ่งที่คุณเพิ่มเข้าไปเช่นท็อปพิเศษบนพิซซ่า ความแตกต่างนั้นอาจจะง่าย แต่มันครอบคลุมแอพพลิเคชั่นที่มีศักยภาพหลากหลายตั้งแต่การประมวลผลภาษาธรรมชาติไปจนถึงทฤษฎีการตัดสินใจถึงการควบคุมระบบที่ไม่เชิงเส้น ความน่าจะเป็นไม่ได้ดูดซับตรรกะคลุมเครือตามที่ Cliff AB แนะนำเป็นหลักเพราะเป็นเพียงส่วนย่อยเล็ก ๆ ของการตีความที่สามารถแนบกับค่าฟัซซี่ ฟังก์ชั่นสมาชิก Fuzzy นั้นค่อนข้างง่ายโดยที่พวกเขาจะให้คะแนนว่าเร็กคอร์ดนั้นเป็นของชุดใดชุดหนึ่งโดยกำหนดค่าหนึ่งค่าหรือมากกว่านั้นอย่างต่อเนื่องโดยปกติจะอยู่ในระดับ 0 ถึง 1 พบว่า -1 ต่อ 1 จะมีประโยชน์มากกว่า) ความหมายที่เรากำหนดให้กับตัวเลขเหล่านั้นขึ้นอยู่กับเราเพราะพวกเขาสามารถบ่งบอกถึงสิ่งที่เราต้องการเช่นระดับความเชื่อของเบย์ความเชื่อมั่นในการตัดสินใจโดยเฉพาะการแจกแจงความเป็นไปได้การเปิดใช้งานโครงข่ายประสาทเทียม ไม่เพียงแค่ค่า PDF, EDF หรือ CDF ฉันลงรายละเอียดที่มากขึ้นในซีรีย์บล็อกของฉันและที่โพสต์ CV นี้ซึ่งส่วนใหญ่ได้มาจากการทำงานผ่านทรัพยากรฟัซซี่ที่ฉันโปรดปราน George J. Klir และเซตฟัซซี่และฟัซซี่ลอจิกของ Bo Yuan: ทฤษฎีและแอปพลิเคชัน (1995) พวกเขาเข้าไปดูรายละเอียดที่มากขึ้นเกี่ยวกับวิธีการหาโปรแกรมทั้งหมดของ "การจัดการความไม่แน่นอน" จากชุดคลุมเครือ
หากตรรกะและเซตฟัซซี่เป็นผลิตภัณฑ์เพื่อผู้บริโภคเราสามารถพูดได้ว่ามันไม่สำเร็จเนื่องจากการขาดการตลาดและการประกาศข่าวประเสริฐของผลิตภัณฑ์รวมถึงการเลือกใช้ชื่อแบรนด์ที่ขัดแย้งกัน ในขณะที่ทำการค้นคว้าสิ่งนี้ฉันจำไม่ได้ว่าวิ่งเข้าไปในบทความวารสารวิชาการฉบับเดียวที่พยายามหักล้างแอปพลิเคชันใด ๆ เหล่านี้ในลักษณะที่คล้ายคลึงกับบทความที่น่าอับอายของ Minksy และ Papert เรื่อง perceptrons มีการแข่งขันกันอย่างแพร่หลายในตลาดความคิดในทุกวันนี้เพื่อความสนใจของนักพัฒนานักทฤษฎีนักวิทยาศาสตร์ด้านข้อมูลและผลิตภัณฑ์ที่ใช้กับปัญหาที่คล้ายกันซึ่งเป็นผลบวกของความก้าวหน้าทางเทคนิคอย่างรวดเร็ว ข้อเสียคือมีผลไม้แขวนต่ำจำนวนมากที่นี่ซึ่งไม่ได้รับผลกระทบโดยเฉพาะในขอบเขตของการสร้างแบบจำลองข้อมูลที่สามารถนำไปใช้ได้มากที่สุด