Lògica difusa
Fuzzy Logic és una aproximació al processament de variables que permet processar diversos valors mitjançant la mateixa variable. La lògica difusa intenta resoldre problemes amb un espectre obert i imprecis de dades que permet obtenir una sèrie de conclusions precises. La lògica difusa està dissenyada per resoldre problemes tenint en compte tota la informació disponible i prenent la millor decisió possible, donada l’entrada.
Compres per emportar
- La lògica difusa permet un processament més avançat de l'arbre de decisions i una millor integració amb la programació basada en regles.
- Teòricament, això dóna a l’enfocament més oportunitats per imitar circumstàncies de la vida real.
- Els analistes quantitatius poden utilitzar la lògica difusa per millorar l'execució dels seus algorismes.
Comprensió de la lògica difusa
La lògica difusa prové de l'estudi matemàtic de conceptes difusos que també implica conjunts de dades difusos. Els matemàtics poden utilitzar diversos termes quan es refereixen a conceptes difusos i anàlisis difusos. De forma àmplia i comprensiva, aquests termes es classifiquen en semàntiques difuses.
A la pràctica, aquestes construccions permeten múltiples valors de la condició "veritable". En lloc de que True sigui numèricament equivalent a 1 i False equivalent a 0 (o viceversa), la condició True podria ser qualsevol nombre de valors inferior a un i major de zero. Això crea oportunitat per als algoritmes de prendre decisions basades en rangs de dades de preus en contraposició a un punt de dades discret.
Consideracions de la lògica difusa
La lògica difusa en el seu sentit més bàsic es desenvolupa mitjançant l’anàlisi del tipus d’arbre de decisions. Així, a escala més àmplia, és la base de sistemes d’intel·ligència artificial programats mitjançant inferències basades en regles.
Generalment, el terme difús fa referència a la gran quantitat d'escenaris que es poden desenvolupar en un arbre de decisions com un sistema. El desenvolupament de protocols de lògica difusa pot requerir la integració de la programació basada en regles. Aquestes regles de programació es poden denominar conjunts difusos ja que es desenvolupen a discreció de models complets.
Els conjunts difuminats també poden ser més complexos. En analogies de programació més complexes, els programadors poden tenir la capacitat d’eixamplar les regles utilitzades per determinar la inclusió i l’exclusió de variables. Això pot donar lloc a una àmplia gamma d’opcions amb raonaments menys precisos basats en regles.
La semàntica difusa en la intel·ligència artificial
El concepte de lògica difusa i semàntica difusa és un component central per a la programació de solucions d’intel·ligència artificial. Les solucions i les eines d’intel·ligència artificial continuen expandint-se en l’economia en diversos sectors a mesura que s’estenen les capacitats de programació des de la lògica difusa.
Watson d’IBM és un dels sistemes d’intel·ligència artificial més coneguts que utilitza variacions de la lògica difusa i la semàntica difusa. Concretament en els serveis financers, s’utilitza lògica difusa en sistemes d’aprenentatge automàtic i tecnologia que suporten els resultats d’intel·ligència d’inversió.
En alguns models de comerç avançats, la integració de matemàtiques de lògica difusa també es pot utilitzar per ajudar als analistes a crear senyals de compra i venda automatitzades. Aquests sistemes ajuden els inversors a reaccionar davant una àmplia gamma de variables del mercat canviants que afecten les seves inversions.
En els models avançats de comercialització de programari, els sistemes poden utilitzar conjunts difusos programables per analitzar milers de títols en temps real i presentar a l’inversor la millor oportunitat disponible. La lògica difusa s'utilitza sovint quan un comerciant busca utilitzar diversos factors per considerar-los. Això pot tenir com a resultat una anàlisi reduïda de les decisions de negociació. Els comerciants també poden tenir la possibilitat de programar diverses regles per promoure les operacions. Dos exemples inclouen els següents:
Regla 1: Si la mitjana mòbil és baixa i l’índex de força relativa és baix, vendeu.
Regla 2: si la mitjana mòbil és alta i l’índex de força relativa és elevat, compra.
La lògica difusa permet que un comerciant programi les seves pròpies inferències subjectives en baixos i alts en aquests exemples bàsics per arribar als seus propis senyals de negociació.
Comparació de comptes d'inversió Nom del proveïdor Descripció del anunciant × Les ofertes que apareixen a aquesta taula provenen de col·laboracions per les quals Investopedia rep una compensació.