問題タブ [fuzzy-logic]

MATLAB に ANFIS を実装しようとしています。入力データの操作範囲は 0 ～ 180 ですが、MATLAB は ANFIS メンバーシップ関数の制限を 0 ～ 10 以内で生成します。0 から 180 に拡張するにはどうすればよいですか? また、別の問題は、私のANFIS入力データが「data = [80 20 40 50 15];」のようなものであることです。入力のため、出力メンバーシップ関数が正しく表示されません。これらの問題を解決するのを手伝ってください。

私は論文プロジェクトに jfuzzylogic アプリケーションを使用しています。Android プラットフォームで jfuzzylogic アプリケーションを実行しようとしたとき、問題に直面しました。以下のコードを実行した後、fcl ファイルを読み込めませんでした。Android プラットフォームは fcl ファイルを検出または認識できないと思います。ただし、この同じ jfuzzylogic コード ブロックを通常のコンピューターで実行すると、fcl ファイルが正常に読み込まれました。誰かがこの問題について何か提案がありますか? Android タブレットで jfuzzylogic アプリを実行することは可能ですか? コードは次のとおりです。

}

People (名前、姓、住所、SSN など) のテーブルがあるとします。

指定された人物 A に「非常に似ている」すべての行を検索したいと考えています。A とテーブル People のすべての行のある種のファジー論理比較を実装したいと考えています。複数の列で個別に機能するいくつかのファジー推論ルールがあります (例: 名前に関する 3 つのファジー ルール、姓に関する 2 つのルール、住所に関する 5 つのルール)。

問題は、次の 2 つのアプローチのどちらが優れているか、またその理由は何ですか?

1. すべてのファジー ルールをストアド プロシージャとして実装し、1 つの重い SELECT ステートメントを使用して、A に「非常に似ている」すべての行を返します。このアプローチには、soundex、sim メトリックなどの使用が含まれる場合があります。

2. A に "かなり似ている" 精度の低い結果を返す 1 つ以上の単純な SELECT ステートメントを実装し、A を (データベース外の) 返されたすべての行とあいまい比較して、"非常に似た" 行を取得します。そのため、あいまい比較は私のお気に入りのプログラミング言語で実装されます。

Table People には最大 50 万行が必要で、このようなクエリを 1 日に約 500 ～ 1000 回行いたいと考えています。私は MySQL を使用しています (ただし、これはまだ考慮されていません)。

私は重複除外ツールを使用する従来の方法を調べてきましたが、私はマルチ アライアンスの組織で働いているため、実際にはデータベースのセグメントを調べる必要があるときに、重複除外ツールはデータベース全体を調べます。独自の重複除外ツールを作成してみます。

これまでのところ、次の apex を作成しました。apex は現在、リードの会社名を調べ、データベース内の別の会社名と完全に一致する場合、ユーザーに「別の新しいリードには同じ会社名があります」というエラー メッセージを提供します。</p>

会社名が正確であればこれは素晴らしいことですが、もっと柔軟にする必要があります。

たとえば、「Burger King Limited」が 2012 年に作成されたリードであり、売り手が 2013 年に「Burger King LTD」というリードを作成することを決定した場合、これは 2012 年に作成されたリードと同じ会社です。

新しいリードを見て、少し似ている場合は新しいリードを無視するファジーロジックを構築したい

私は電化製品のカタログを持っています。Title、Mfg Part Nr、UPCなどのフィールド/列のSQL DBにそれらがあります。次に、Amazonなどの電子製品をリストする外部Webサイトをクロールします。ほとんどの場合、これにより HTML テキストが生成されますが、たとえばタイトルはわかります。この HTML テキスト(外部 Web サイトの Web ページの結果) が、所有している製品を説明しているかどうかを比較する必要があります。

私は、この比較が正確ではないことを理解しています。つまり、これが 100% の確率で修正されるとは思っていません。とにかくこれを行うことはありますか？

完全な例を提供することは困難ですが、比較対象を 2 つの製品のタイトルのみに限定してみましょう。

私が持っているタイトル: Motorola Talkabout MH230R Portable - 双方向ラジオ - FRS/GMRS 22 チャンネル - 黄色 (3 パック)

Amazon のタイトル: Motorola MH230TPR Giant 充電式双方向ラジオ 3 パック、FRS/GMRS

これらは同じ製品を表します。これらが類似/同じかどうかを判断する方法はありますか? 単純なテキスト比較では不十分です。

この問題を処理するためのツールがあれば、それは素晴らしいことです。そうでない場合は、この分野をさらに調査するために使用できるアルゴリズムまたはいくつかのポインターをいただければ幸いです。

私は C# と Java を知っています。画像を比較して最適なポイントを見つける際に、数値解析、特に逆伝播法と遺伝的アルゴリズムに関連して、AI/ニューラル ネットワークを少し使用しました。ただし、テキストデータを処理する方法がわかりません。

この質問が不明確な場合はお知らせください。説明を明確にするよう努めます。皆さん、ありがとうございました。

ブラックリストに載っている特定の企業や個人の名前を含むデータベースがあります。作成されたすべてのトランザクション。その詳細は、これらのブラックリストに登録された名前に対してスキャンする必要があります。作成されたトランザクションの名前のスペルが正しくない場合があります。たとえば、「Wilson」を「Wilson」、「Vilson」、または「Veelson」と書くことができます。あいまい検索ロジックまたはユーティリティは、ブラックリストに登録されたデータベースに存在する名前「Wilson」と照合する必要があり、ユーザーが設定した必要な正確性/精度のパーセンテージに基づいて、パーセンテージ セット内の一致する名前を表示する必要があります。

トランザクションはバッチまたはリアルタイムで送信され、ブラック リストに記載されている名前と照合されます。

同様の要件を持ち、それらを実装したユーザーも、意見と実装を提供できれば幸いです