Fuzzy Logic
Fuzzy Logic is een benadering voor variabele verwerking waarmee meerdere waarden via dezelfde variabele kunnen worden verwerkt. Fuzzy logic probeert problemen op te lossen met een open, onnauwkeurig gegevensspectrum dat het mogelijk maakt om een reeks nauwkeurige conclusies te trekken. Fuzzy logic is ontworpen om problemen op te lossen door alle beschikbare informatie in overweging te nemen en de best mogelijke beslissing te nemen, gegeven de input.
Belangrijkste leerpunten
- Fuzzy logic zorgt voor meer geavanceerde beslissingsboomverwerking en betere integratie met op regels gebaseerde programmering.
- Theoretisch geeft dit de benadering meer mogelijkheden om omstandigheden uit de praktijk na te bootsen.
- Fuzzy logic kan door kwantitatieve analisten worden gebruikt om de uitvoering van hun algoritmen te verbeteren.
Fuzzy Logic begrijpen
Fuzzy-logica komt voort uit de wiskundige studie van fuzzy-concepten waarbij ook fuzzy-datasets betrokken zijn. Wiskundigen kunnen verschillende termen gebruiken bij het verwijzen naar fuzzy-concepten en fuzzy-analyses. In grote lijnen en uitgebreid worden deze termen geclassificeerd als fuzzy semantiek.
In de praktijk laten deze constructies allemaal meerdere waarden van de "echte" voorwaarde toe. In plaats van dat True numeriek gelijk is aan 1 en False gelijk is aan 0 (of vice versa), kan de voorwaarde True een willekeurig aantal waarden kleiner dan één en groter dan nul zijn. Dit biedt de mogelijkheid voor algoritmen om beslissingen te nemen op basis van reeksen prijsgegevens in tegenstelling tot één discreet gegevenspunt.
Fuzzy Logic overwegingen
Fuzzy-logica in de meest basale zin wordt ontwikkeld door middel van beslissingsboomtype-analyse. Op bredere schaal vormt het dus de basis voor kunstmatige intelligentiesystemen die zijn geprogrammeerd via op regels gebaseerde gevolgtrekkingen.
Over het algemeen verwijst de term fuzzy naar het grote aantal scenario's dat kan worden ontwikkeld in een beslissingsboomachtig systeem. Het ontwikkelen van fuzzy logic-protocollen kan de integratie van op regels gebaseerde programmering vereisen. Deze programmeerregels kunnen worden aangeduid als fuzzy sets omdat ze naar goeddunken van uitgebreide modellen worden ontwikkeld.
Fuzzy-sets kunnen ook complexer zijn. In complexere programmeeranalogieën kunnen programmeurs mogelijk de regels verbreden die worden gebruikt om de opname en uitsluiting van variabelen te bepalen. Dit kan resulteren in een breder scala aan opties met minder nauwkeurige op regels gebaseerde redenering.
Fuzzy Semantics in kunstmatige intelligentie
Het concept van fuzzy logic en fuzzy semantiek is een centraal onderdeel van het programmeren van oplossingen voor kunstmatige intelligentie. Oplossingen en hulpmiddelen voor kunstmatige intelligentie blijven groeien in de economie in een aantal sectoren, terwijl de programmeermogelijkheden van fuzzy logic ook toenemen.
IBM's Watson is een van de meest bekende kunstmatige intelligentiesystemen die variaties van fuzzy logic en fuzzy semantics gebruiken. Specifiek in financiële diensten wordt fuzzy logic gebruikt in machine learning en technologiesystemen die output van investeringsinformatie ondersteunen.
In sommige geavanceerde handelsmodellen kan de integratie van fuzzy logic-wiskunde ook worden gebruikt om analisten te helpen bij het creëren van geautomatiseerde koop- en verkoopsignalen. Deze systemen helpen beleggers om te reageren op een breed scala aan veranderende marktvariabelen die hun beleggingen beïnvloeden.
In geavanceerde software-handelsmodellen kunnen systemen programmeerbare fuzzy-sets gebruiken om duizenden effecten in realtime te analyseren en de belegger de best beschikbare mogelijkheid te bieden. Fuzzy logic wordt vaak gebruikt wanneer een handelaar verschillende overwegingen wil gebruiken. Dit kan leiden tot een beperkte analyse van handelsbeslissingen. Handelaren kunnen ook de mogelijkheid hebben om een aantal regels te programmeren voor het uitvoeren van transacties. Twee voorbeelden hiervan zijn:
Regel 1: Als het voortschrijdend gemiddelde laag is en de relatieve sterkte-index laag is, verkoop dan.
Regel 2: Als het voortschrijdend gemiddelde hoog is en de Relative Strength Index hoog is, koop dan.
Met Fuzzy logic kan een handelaar in deze basisvoorbeelden zijn eigen subjectieve conclusies op laag en hoog programmeren om tot zijn eigen geautomatiseerde handelssignalen te komen.
Vergelijk beleggingsrekeningen Aanbieder Naam Beschrijving Adverteerder Openbaarmaking × De aanbiedingen die in deze tabel worden weergegeven, zijn afkomstig van samenwerkingsverbanden waarvan Investopedia een vergoeding ontvangt.