元旦读书笔记之模糊认知映射网络

           元旦假期结束了!感觉好象没有休息一样,一转眼又要开始胡乱忙乎了! 晕!无奈!

          先换上一套新衣裳,希望新年有新气象和好心情!

          这里先贴一些关于FCM的读书笔记,以备后续进一步学习使用!

         人工神经网络,以模仿人类大脑的拓扑结构作为一种新颖的技术,从20世纪80年代中期开始,由启蒙阶段到成熟并已扩展到工程各个领域。将网络思想与模糊逻辑推理思想相结合形成的模糊神经网络,作为人工智能领域一种新的技能、正向着更高层次的研究与应用方面发展。

         1985年巴特.柯斯可(Bart Kosko)提出模糊认知映射网络(Fuzzy Cognitive MaP——FCM)。巴特.柯斯可2000年出版《模糊的未来: 从社会,科学到晶片中的天堂》(Heaven in a Chip: Fuzzy Visions of Society and Science in the Digital Age, Three Rivers Press/Random House , ISBN 0609-80567-3)一书。该书2004年被翻译成繁体中文在台湾发行。目前,他任教于南加大电子工程学院,是位拥有哲学、经济、数学、工程等多重学位的全才型人物。他为多家媒体、电台撰稿,内容广及科学和社会中的不同层面,同时也是得过奖的作曲家。着有《模糊思考》、《微秒》等作品。现定居于洛杉矶。

http://sipi.usc.edu/~kosko/

        模糊认知图模型(fuzzy cognitive map,FCM)把概念间的逻辑关系从{一1,0,1}扩展为区间[一1,1]上的拓展了的模糊关系,是目前认知图研究的主流。在模糊认知映射网络(简称FCM)中,各单元(节点)表示各个不同的模糊集,单元之间的连接权(或称棱)表示相应模糊概念之间的因果关系。它是一种知识网络,任何一个专家都可以把它的知识用一个模糊神经网络表达出来。它是一种功能强大而又灵活的图件,与传统表示方法不同的是,模糊认知图可以实现因果判断过程,可以用于建立可操作的函数系统。应用FCM网络能灵活地、较好地表达专家的知识,并进行自动推理和预测,它能很好的解决知识的合成问题,因而FCM网络在人工智能领域中大有用武之地。

        但FCM 不能表示概念间的空间条件概率因果关系和动态变化。模糊认知图较难表示概念间因果关系测度的不确定性、因果联系的时空特性及专家对知识的不确定性。

3 Comments

  1. 焦老师:您好!我是教育硕士2006级四班物理专业的曹世国,湖北人,学员都称我大师兄。我们都很喜欢听您的课。有空我们请您喝一杯,好吗?

  2. 呵呵! 大师兄好!我的课能被大家喜欢我很高兴,真的!但是我知道,这个课程的问题还很多,还有很大的改进空间! 喝一杯没问题!我虽然酒量不行,但是态度极为端正!呵呵!

  3. 尊敬的焦老师您好:我是路人甲,路过此地,看了你的这篇文章感觉挺好。希望您能多些这方面的文章!

Leave a Reply