Documente Academic
Documente Profesional
Documente Cultură
Majoritatea conceptelor din lumea reala sunt fuzzy. In logica conventionala, CRISP, un element
apartine sau nu unei multimi. Aceasta inseamna ca gradul de apartenenta este 0 ( daca nu apartine) sau
1 ( daca apartine).
Intr-o multime FUZZY, gradul de apartenenta apartine (0,1); el este elemental central in teoria
multimilor fuzzy.
Multimile si sistemele fuzzy au la baza logica fuzzy, care poate fi considerata logica
“rationamentului aproximativ” (nu se vorbeste de enunturi adevarate sau false, ci de
gradul de adevar al unui enunt). Logica fuzzy este o generalizare a logicii bivalente
(conventionala, crisp, clasica).
Multimile fuzzy modeleaza proprietatile de imprecizie, aproximare. Logica fuzzy rezolva
probleme unde logica crisp esueaza.
Operatii:
a) Reuniunea
AUB: X->[0,1]
(AUB)(x)=A(x) V B(x) = max(A(x), B(x))
b) Intersectia
A∩ B:X->[0,1]
(A∩ B)(x)=A(x)^B(x)= min (A(x), B(x) )
c) Complementara
𝐴: X->[0,1]
𝐴(x)=1-A(x)
Pasul de update: Se calculeaza noile medii ca fiind centroizii observatiilor din noile clustere:
Algoritmul se opreste cand asignarile nu se mai modifica. Deoarece exista un numar finit de partitii,
algoritmul trebuie sa convearga catre un optim local.
Un dezavantaj al acestui algoritm este dat de faptul ca procesul de clusterizare este greoi in sensul ca
la fiecare pas, algoritmul trebuie sa efectueze un numar mare de calcule pentru a deteremina distanta
dintre fiecare instanta si fiecare centru. Mai mult decat atat, este necesara efectuarea unui numar mare
de iteratii avand in vedere faptul ca dupa ce au fost alcatuite clusterele, sunt recalculati centroizii
(centrele clusterelor) iar procesul trebuie reluat.
O solutie pentru acest dezavantaj consta in divizarea setului de date dupa anumite limite stabilite
anterior pentru a nu mai folosi in calcul fiecare instanta in parte ci numai diviziunile stabilite.
Neuronul artificial ( pe scurt, neuronul) este unitatea de procesare a retelei neuronale El are mai multe
cai de intrare prin care primeste informatia de la alti neuroni si mai multe cai de iesire prin care
transmite informatia prelucrata catre alti neuroni. neuronul artificial efectuează următoarele operaţii:
Procesarea în reţelele neuronale biologice este complexă şi mai putinstructurată decât calculul digital.
Spre deosebire de calculul digital, impulsurile neurale nu sunt sincronizate în timp. O caracteristică
importantă a neuronului biologic este că semnalele generate nu diferă în magnitudine. Cu alte cuvinte,
informaţia transmisă între celulele nervoase este sub forma semnalelor binare. Această discuţie este o
simplificare foarte mare din punct de vedere neurobiologic. Reţelele neuronale artificiale sunt mult
mai simple decât corespondentul lor natural.
18. Structura Retelei Neuronale artificiale. Mod de operare. Exemplu Retea neuronala
artificiala
Reţelele neuronale artificiale sunt constituite din neuroni artificiali interconectaţi între
ei. Neuronii constituenţi sunt de obicei organizaţi în mulţimi distincte numite straturi (layers). O reţea
neuronală clasică constă dintr-o secvenţă de straturi de neuroni, cu conexiuni totale sau aleatoare între
neuronii conţinuţi în straturi succesive. Întotdeauna vom avea pentru o reţea neuronală, cel puţin două
straturi de neuroni, ce au rolul de a comunica cu mediul exterior: un strat de intrare: care are rolul de a
prelua datele de intrare i x , i = 0,..., n cu termen bias sau x0 1 , i = 1,..., n fără termen bias.
Vectorul x= ( , ,..., ) 0 1 n x x x sau x = ( ,..., ) 1 n x x va fi numit vector de intrare al reţelei neuronale.
un strat de ieşire: unde se obţin rezultatele j y , j = 1,..., m furnizate de reţeaua neuronală, ca răspuns la
vectorul de intrare prezentat la stratul de intrare şi al propagării acestor date de la stratul de intrare
către stratul de ieşire. Vectorul y =( , ,... ) 1 2 m y y y se numeşte vector de ieşire al reţelei neuronale.
toate celelalte straturi ale reţelei neuronale, dacă există, diferite de stratul de intrare şi de stratul de
ieşire, vor fi denumite straturi ascunse (hidden layers).