极客时间
21天打卡行动 19/21
<<人工智能基础课21>>模糊神经网络
回答老师问题:
模糊理论代表了一种思维方式，它更接近于人类的思考习惯。那么融合了定性和定量的模糊理论会给用于规则推演的人工智能带来什么样的启发呢？
模糊神经网络依托模糊理论,一定不能黑盒实验,但是基于人脑认知,也是基于定性和定量的知识,但人能通过定知定量,联想和创造,那模糊神经网络可能给人工智能带来不定创造力;[来源:百度百科:https://baike.baidu.com/item/%E6%A8%A1%E7%B3%8A%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/951418?fr=aladdin]
今日所学:
1,开篇之前,今天看了一本书,<<超越感觉>>,作者讲的一个重点是做观点/论文时,如果是自己写的话或观点,一定要有来源;
2,模糊神经网络（fuzzy neural network）就是将常规的神经网络赋予模糊输入信号和模糊权值，其作用在于利用神经网络结构来实现模糊逻辑推理;
3,模糊神经网络和神经模糊系统是不同的。神经模糊系统的输入和输出都是确定对象。因此在神经模糊系统中，必备的结构是模糊化层和去模糊化层。模糊化层用于将输入的确定对象模糊化，去模糊化层则用于将输出的模糊对象转化为确定对象。相比之下，模糊神经网络的输入和输出都是模糊对象，完成的也是模糊推理的功能;
4,在模糊集合中，元素和集合之间的关系不是非此即彼的明确定性关系，而是用一个叫做隶属度的函数定量表示;
5,模糊集合是对“对象和集合之间关系”的描述，模糊数描述的则是对象本身;
6,模糊数就是只有取值范围而没有精确数值的数。
7,扩展原理及其引申得到的模糊算术，定义的就是运算给模糊数的模糊程度带来的变化，这当然也是一个通俗的说法。在模糊算术中，传统的加减乘和内积等运算都被改造成对模糊集合的运算;
8,构成模糊神经网络的基本单元是模糊化的神经元;
9,基于水平集的方法和基于遗传算法的方法。
10,逼近性能也是模糊神经网络设计中的核心问题;
11,模糊神经网络是一种混合智能系统，能够同时处理语言信息和数据信息，因而是研究非线性复杂系统的有效工具，也是软计算的核心研究内容之一，在模式识别、系统分析和信号处理等领域都有成功应用的实例;
名词:模糊集合,模糊规则,共轭梯度（conjugate gradient),遗传算法
总结:
1,模糊神经网络是神经网络和模糊逻辑结合形成的混合智能系统；
2,模糊神经网络的输入信号、权重系数和输出信号全都是模糊集合；
3,模糊神经网络的主要学习算法包括基于水平集的方法和基于遗传算法的方法；
4,模糊神经网络具有和传统神经网络类似的通用逼近特性。