Professional Documents
Culture Documents
Wprowadzenie w tematykę
badań
CA = hC, fCA i,
niech D(fCA ) oznacza dziedzinę fCA oraz niech dany będzie zbiór A ⊂ D(fCA ).
Zbiór F zbudowany na produkcie CA
[
F = hLk , Lk+1 i
0¬k<n−2
A = {L0 , L1 , . . . , Ln−2 }.
2
Sposób traktowania komórek skrajnych układu Lk nazywany jest określaniem warun-
ków brzegowych CA. W większości przypadków przyjmuje się, że dla
zachodzi
ckm+l = ckl i ck1−l = ckm+1−l , 1 ¬ l ¬ m.
3
Należy zauważyć, że wzór jest uniwersalny dla funkcji fCA o dowolnie określonych
warunkach brzegowych.
1.1 Podstawowe twierdzenia i definicje 3
gdzie
Lk = hck1 , ck2 , . . . , ckm i ∈ C m , k ∈ {0, 1, . . . , n − 1}.
Oczywiście
m
CA ∈ C
|
× C m {z
× . . . × C m} . (1.6)
n razy
0 0 1 0
0 1 1 0 .
1 0 1 0
Stąd
F00 = hh0010i, 0i, F01 = hh0100i, 1i,
F = hh1000i, 1i,
02 F03 = hh0001i, 0i,
F∗ = .
10 = hh0110i, 1i,
F F11 = hh1100i, 0i,
F12 = hh1001i, 1i, F13 = hh0011i, 0i
gdzie Lip ∈ C m .
Definicja 1.2 Taki ciąg CA , że utworzona na nim klasa F ∗ par Fip stanowi
funkcję oraz jednocześnie zachodzi L∗ = C m nazywany będzie produktem
pełnym CA.
Definicja 1.3 Taki ciąg CA , że utworzona na nim klasa F ∗ par Fip stanowi
funkcję oraz jednocześnie zachodzi L∗ ⊂ C m nazywany będzie produktem
niepełnym CA.
NZ = hz0 , z1 , . . . , zm i, zi ∈ Z (1.12)
Definicja 1.6 Taki ciąg CA , że utworzona na nim klasa F ∗|NZ par Fip |NZ
stanowi funkcję oraz jednocześnie zachodzi
L∗|NZ = C NZ
Definicja 1.7 Taki ciąg CA , że utworzona na nim klasa F ∗|NZ par Fip |NZ
stanowi funkcję oraz jednocześnie zachodzi
L∗|NZ ⊂ C NZ
5
Patrz wzór (1.3).
6
Zapis C NZ oznacza k-krotny iloczyn kartezjański zbioru C przez siebie, gdzie k = NZ .
1.1 Podstawowe twierdzenia i definicje 7
F ∗|NZ , których element Lip jest identyczny z pierwszym elementem pary ana-
lizowanej, a l niech oznacza ilość tych spośród s par, których element c(i+1)p
jest identyczny z drugim elementem pary analizowanej. Wtedy:
l
µF = , gdzie s > 0, l ¬ s. (1.18)
s
Funkcja µ przypisująca każdemu elementowi Fip |NZ ∈ F ∗|NZ wielkość µF
nazywana będzie funkcją charakterystyczną zbioru. Zbiór F ∗|NZ wraz z funk-
cją µ utożsamiany będzie ze zbiorem rozmytym (relacją rozmytą).
Twierdzenie 1.2 Dla każdego zbioru F ∗|NZ istnieje taki jego α-przekrój
F ∗|NZ |α , który jest funkcją.
1 2
α-przekrój dla dowolnego 3 <α< 3 składa się z czterech elementów
( )
hh00i, 0i, hh01i, 1i,
F ∗|NZ |α =
hh10i, 1i, hh11i, 0i
δc (c) = c,
4
X
δL (L) = ci 24−i , L = hc1 , c2 , c3 , c4 i.
i=1
δc (c) 6
a)
1 s s s s
s s s s -
0 5 10 15 δL (L)
δc (c) 6
b)
1 s s s s s s s s
s s s s s s s s -
0 5 10 15 δL (L)
Rys. 1.2. Wykres a) zbioru F ∗ z przykładu 1.2. b) produktu
pełnego CA z przykładu 1.2.
1.1 Podstawowe twierdzenia i definicje 11
gdzie
Li = hci1 , ci2 , . . . , cim i, c0i , cik ∈ C. (1.25)
Niech dana będzie określona na zbiorze C funkcja h spełniająca warunek
(
1, dla x = c,
h(x, c) = (1.26)
0, dla x 6= c.
m
Y m
Y m
Y m
Y
= c01 h(c1k , cik )+c02 h(c2k , cik )+. . .+c0i h(cik , cik )+. . .+c0n h(cnk , cik ) =
k=1 k=1 k=1 k=1
= 0 + 0 + . . . + c0i + . . . + 0 = c0i ,
co było do udowodnienia.
1.1 Podstawowe twierdzenia i definicje 12
2 1 1 2 0 1
1 2 0 2 0 0 ,
0 2 2 1 2 2
EL : R3 → [−1, 1] (1.29)
zdefiniowaną wzorem
W0 − I
EL (W , W 0 , I) = , (1.30)
W
gdzie W > 0. Należy zauważyć, że wynik EL nie zależy od mocy zbioru
wiedzy, lecz od stosunku W do W 0 i I oraz W 0 do I. Wykres funkcji EL dla
stałej wartości W przedstawia rys. 1.39 .
8
Por. P. Cichosz, Systemy uczące się, Warszawa 2000, s. 31-55 oraz Z. Pawlak, Systemy
informacyjne. Podstawy teoretyczne, Warszawa 1983, s. 163-167.
9
Rysunek został sporządzony za pomocą programu Derive 5.
1.2 Podstawy systemu uczącego się CELLS 14
Definicja 1.15 Systemem uczącym się CELLS nazywany będzie system zdolny
do wykonania na zbiorze informacji trenującej F ∗ procesu minimalizacji (lub
α-minimalizacji)10.
podstawień:
W ⇐ C m,
I ⇐ F ∗, ! (1.31)
W0 ⇐ Cm · F ∗|NZ / C NZ ,
stąd
!
Cm · F ∗|NZ / C NZ − F∗
EL (C m , F ∗ , F ∗|NZ ) = . (1.32)
Cm
3 2 2 5 2
3 5 3 5 2 , (1.33)
5 5 2 2 2
2 2 2 2 2
= 3e−a[(x1 −3) +(x2 −2) +(x3 −2) +(x4 −5) +(x5 −2) ] +
2 2 2 2 2
+ 5e−a[(x1 −2) +(x2 −2) +(x3 −5) +(x4 −2) +(x5 −3) ] +
2 2 2 2 2
+ 3e−a[(x1 −2) +(x2 −5) +(x3 −2) +(x4 −3) +(x5 −2) ] +
2 2 2 2 2
+ 5e−a[(x1 −5) +(x2 −2) +(x3 −3) +(x4 −2) +(x5 −2) ] +
2 2 2 2 2
+ 2e−a[(x1 −2) +(x2 −3) +(x3 −2) +(x4 −2) +(x5 −5) ] +
2 2 2 2 2 ,
+ 5e−a[(x1 −3) +(x2 −5) +(x3 −3) +(x4 −5) +(x5 −2) ] +
2 2 2 2 2
+ 5e−a[(x1 −5) +(x2 −3) +(x3 −5) +(x4 −2) +(x5 −5) ] +
2 2 2 2 2
+ 2e−a[(x1 −3) +(x2 −5) +(x3 −2) +(x4 −3) +(x5 −5) ] +
2 2 2 2 2
+ 2e−a[(x1 −5) +(x2 −2) +(x3 −3) +(x4 −5) +(x5 −3) ] +
2 2 2 2 2
+ 2e−a[(x1 −2) +(x2 −3) +(x3 −5) +(x4 −3) +(x5 −5) ]
gdzie a → ∞11 . Zbudowana funkcja gCA jest określoną w R5 funkcją
gładką, która ma ciągłe pochodne cząstkowe
∂gCA ∂gCA ∂gCA ∂gCA ∂gCA
, , , , .
∂x1 ∂x2 ∂x3 ∂x4 ∂x5
Niech wektor o współrzędnych będących wartościami kolejnych po-
chodnych cząstkowych w punkcie F oznaczany będzie grad gCA (F )
∂gCA (F ) ∂gCA (F ) ∂gCA (F ) ∂gCA (F ) ∂gCA (F )
grad gCA (F ) = , , , , .
∂x1 ∂x2 ∂x3 ∂x4 ∂x5
Gradient funkcji gCA w punkcie F tworzy wektor prostopadły do tej
funkcji w F . Suma gradientów w punktach Fij dla zmniejszonej wiel-
kości a wskazuje rozkład wartości funkcji gCA w tych punktach. Ten
fakt można wykorzystać w celu zminimalizowania funkcji gCA . Niech
wektor v będzie sumą wartości bezwzględnych z gradientów funkcji
gCA w punktach Fij .
2 X
X 4
v= |grad gCA (Fij )|
i=1 j=0
v1 = 1,1661 · 10−257 ,
v2 = 1,3252 · 10−257 ,
v3 = 1,7492 · 10−257 ,
v4 = 1,4312 · 10−257 ,
v5 = 1,5372 · 10−257 .
11
W implementacji komputerowej wystarczy, by a 0.
1.2 Podstawy systemu uczącego się CELLS 17
gdzie
NZ = hz1 , z2 , z3 , z4 , z5 i
oraz
1
d = vmin + (vmax − vmin ),
2
vmin i vmax oznaczają odpowiednio najmniejszą i największą współ-
rzędną wektora v. Stąd
NZ = [0, 0, 1, 0, 1].
Wi Wo Wi
a) b)
? ? ?
@
CELLS
CELLS
(gCA )
? ?
gCA Wo
Rys. 1.4. Schemat przepływu informacji w systemie CELLS
a) w procesie nauki, b) w systemie eksperckim
• klasyfikacja danych,