Методы искусственного интеллекта, основанные на правилах, похожи на нечеткую логику?

Нечеткая логика позволяет пользователю определять правила и определять выходные данные на основе правил и функций принадлежности. Он не требует набора данных для обучения (я знаю, что он не обучается. Существует обучающая версия, называемая нейро-нечеткими системами). Я считаю, что это очень полезно в некоторых моих проектах, потому что у меня больше контроля при использовании нечеткой логики, чем при использовании алгоритма машинного обучения. Например, когда я хочу, чтобы что-то работало по определенным правилам, но все же с некоторой неуверенностью и разумом.

Я хочу знать, есть ли какие-либо похожие методы искусственного интеллекта / машинного обучения, в которых я могу определить некоторые правила (в качестве руководства), но также он должен иметь некоторый интеллект, помимо некоторых правил if-else. Есть ли какие-нибудь другие техники, похожие на нечеткую логику?


person Deepan    schedule 24.05.2017    source источник


Ответы (1)


Да, есть.

Вам следует взглянуть, например, на https://dtai.cs.kuleuven.be/problog/ Problog объединяет пролог языка программирования с вероятностями. это позволяет вам формулировать мысли вроде

0.3 :: cancer :- smokes. 
0.2 :: cancer :- drinks.
0.1 :: cancer.

Вы можете связать правило

0.2 :: dead :- cancer

и вы даже можете использовать переменные, однако семантика становится немного сложнее.

Замечательно то, что проблог также позволяет изучать вероятность.

Вы также можете использовать алхимию из университета Вашингтона (Педро Домингос). Он основан на логике первого порядка (1). Однако он использует веса вместо вероятности, которую трудно интерпретировать.

(1) автор утверждает, что это полный FOL, однако это неверно из-за отсутствия / неправильной обработки функторов.

person CAFEBABE    schedule 24.05.2017