| 1 | |
| 00:00:20,860 --> 00:00:23,240 | |
| طيب ماشي بسم الله الرحمن الرحيم اليوم إن شاء الله | |
| 2 | |
| 00:00:23,240 --> 00:00:30,040 | |
| بدنا نقطع قدر أكبر في الموضوع اللي هو ال fuzzy | |
| 3 | |
| 00:00:30,040 --> 00:00:33,100 | |
| express systems كنا في المحاضرة اللي فاتت دوبك | |
| 4 | |
| 00:00:33,100 --> 00:00:38,420 | |
| بدينا نحكي عن اللي هو المفاهيم الأولى ل ال fuzzy | |
| 5 | |
| 00:00:38,420 --> 00:00:43,020 | |
| express systems و حكينا عن ال fuzzy rules أنا الآن | |
| 6 | |
| 00:00:43,020 --> 00:00:46,020 | |
| بدي أرجع شوية على ثبت أنه أبدأ في الموضوع من | |
| 7 | |
| 00:00:46,020 --> 00:00:50,460 | |
| البداية و الحين نقدر نجمله كله المحاضرة هذه إن شاء | |
| 8 | |
| 00:00:50,460 --> 00:00:54,600 | |
| اللهالموضوع هذا بادي في ال slides عندكم من lecture | |
| 9 | |
| 00:00:54,600 --> 00:00:58,760 | |
| رقم أربعة وفي file تاني اللي هو lecture رقم خمسة | |
| 10 | |
| 00:00:58,760 --> 00:01:02,220 | |
| بيكمل الموضوع، دا كال lecture رقم خمسة بتناول ال | |
| 11 | |
| 00:01:02,220 --> 00:01:06,160 | |
| inference هنا في أربعة مقدمة بيحكي فيها عن | |
| 12 | |
| 00:01:06,160 --> 00:01:08,960 | |
| introduction عن ال fuzzy sets و بعدين عن ال | |
| 13 | |
| 00:01:08,960 --> 00:01:12,440 | |
| linguistic variables ال edges و بعدين بيحكي | |
| 14 | |
| 00:01:12,440 --> 00:01:15,720 | |
| operations of fuzzy sets و بعدين بيصل ال fuzzy | |
| 15 | |
| 00:01:15,720 --> 00:01:22,350 | |
| rulesاحنا بدنا نحاول نخلص الحكي و نصل ل fuzzy | |
| 16 | |
| 00:01:22,350 --> 00:01:25,170 | |
| rules اللي هو already احنا حكينا في المحاضرة | |
| 17 | |
| 00:01:25,170 --> 00:01:29,250 | |
| السابقة علشان نقدر نكمل بعد هيك على ال inference | |
| 18 | |
| 00:01:29,250 --> 00:01:32,350 | |
| ندخل على ال lecture رقم 5 و نحكي في ال inference | |
| 19 | |
| 00:01:32,350 --> 00:01:37,890 | |
| فانا ال introduction او what is fuzzy thinking و | |
| 20 | |
| 00:01:37,890 --> 00:01:42,550 | |
| fuzzy sets وحتى كمان ال linguistic values and | |
| 21 | |
| 00:01:42,550 --> 00:01:49,110 | |
| hedges انا حابد اعمل ايه من ال fuzzy setsو هأحكي | |
| 22 | |
| 00:01:49,110 --> 00:01:52,070 | |
| ال linguistic variables على طول على سرية و بعدين | |
| 23 | |
| 00:01:52,070 --> 00:01:58,690 | |
| الأوراج الزرقية هنفلتها الهجز برا هنفلتها ماشي | |
| 24 | |
| 00:01:58,690 --> 00:02:03,190 | |
| هنتقل على طول يعني واحد اتنين بعدين تلاتة و بعدين | |
| 25 | |
| 00:02:03,190 --> 00:02:07,730 | |
| نكمل على اللي هو ال slide رقم خمسة ال lecture رقم | |
| 26 | |
| 00:02:07,730 --> 00:02:11,970 | |
| خمسة كل المفاهيم اللي اخر كل المفاهيم اللي احنا | |
| 27 | |
| 00:02:11,970 --> 00:02:16,640 | |
| بنتركها بتكونهي مرت معانا أثناء الحكي ولي ما مرش | |
| 28 | |
| 00:02:16,640 --> 00:02:21,480 | |
| هنرجعله تاني ال operations هنرجعلها تاني في الآخر | |
| 29 | |
| 00:02:21,480 --> 00:02:28,920 | |
| الكلام هذا لو اقفزي سلسبب ده من slide الرقم تسعة | |
| 30 | |
| 00:02:28,920 --> 00:02:35,320 | |
| تسعة عشرة | |
| 31 | |
| 00:02:35,320 --> 00:02:41,000 | |
| عشرة تمام؟ بس قبل عشرة ربما تلقينا نقل عن تسعة | |
| 32 | |
| 00:02:43,770 --> 00:02:47,510 | |
| تسعة تسعة هي دي برضه كمان انا حكيت فيها المحاضرة | |
| 33 | |
| 00:02:47,510 --> 00:02:54,230 | |
| الفاترة في ال boolean logic عشان احنا دلوقت بنفهم | |
| 34 | |
| 00:02:54,230 --> 00:02:56,590 | |
| مصطلح ال fuzzy logic ال fuzzy logic هو ال logic | |
| 35 | |
| 00:02:56,590 --> 00:03:02,250 | |
| عادي بس بدل ما يبقى في عندي القيم ال truth يا اما | |
| 36 | |
| 00:03:02,250 --> 00:03:06,530 | |
| ال zero one يا اما true يا اما false لأ في عندي | |
| 37 | |
| 00:03:06,530 --> 00:03:12,490 | |
| تدرج في القيم ال boolean logicبقول إما true أو | |
| 38 | |
| 00:03:12,490 --> 00:03:17,710 | |
| false إما true أو false إما ينتمي إلى truth أو | |
| 39 | |
| 00:03:17,710 --> 00:03:21,350 | |
| ينتمي إلى false بينما في ال multivalue درجة اللي | |
| 40 | |
| 00:03:21,350 --> 00:03:26,810 | |
| هو اسم آخر الفاظي بيبدأ في أنه يتدرج في درجة | |
| 41 | |
| 00:03:26,810 --> 00:03:31,740 | |
| الحقيقة يعني هي true ممكن مش يا true يا falseيا | |
| 42 | |
| 00:03:31,740 --> 00:03:34,200 | |
| ممكن تبقى تسعين في الميتو ويمكن تبقى سبعين في | |
| 43 | |
| 00:03:34,200 --> 00:03:40,720 | |
| الميتو ويمكن تبقى بنسب متفاوتة فهي المقصود بإنه أو | |
| 44 | |
| 00:03:40,720 --> 00:03:44,000 | |
| التمييز ما بين ال boolean logic وما بين ال | |
| 45 | |
| 00:03:44,000 --> 00:03:49,780 | |
| multivalued أو ال fuzzy logic هذا | |
| 46 | |
| 00:03:49,780 --> 00:03:53,920 | |
| الكلام بيدخلنا على مفهوم ال fuzzy set ال fuzzy set | |
| 47 | |
| 00:03:53,920 --> 00:03:58,260 | |
| لما أنا قلت هنا انه انا عندي الحقيقة يا اما بتكون | |
| 48 | |
| 00:03:58,260 --> 00:04:01,760 | |
| true يا اما بتكون falseالمعنى ذلك انا مقدر اقول | |
| 49 | |
| 00:04:01,760 --> 00:04:05,000 | |
| الحقائق او ال .. ال .. ال .. ال .. ال .. ال | |
| 50 | |
| 00:04:05,000 --> 00:04:08,720 | |
| assertion يعني الإدعاء يا ما بكون ينتمي إلى مجموعة | |
| 51 | |
| 00:04:08,720 --> 00:04:13,660 | |
| ال true يا ما بينتمي إلى مجموعة ال false وانتماؤه | |
| 52 | |
| 00:04:13,660 --> 00:04:17,460 | |
| هنا معناه ان هو مش منتمي للطرف الآخر، اذا منتمي لل | |
| 53 | |
| 00:04:17,460 --> 00:04:20,890 | |
| true هو حتما لاينتمي إلى ال false، صح؟بينما في | |
| 54 | |
| 00:04:20,890 --> 00:04:25,750 | |
| الفظي لأ ممكن يكون هو ينتمي الى اكثر من مجموع يعني | |
| 55 | |
| 00:04:25,750 --> 00:04:29,490 | |
| الحقيقة ممكن تبقى متمية الى هذه المجموعة ال | |
| 56 | |
| 00:04:29,490 --> 00:04:34,210 | |
| assertion مجموعة ألف ومجموعة با و بدرجات متفاوتة | |
| 57 | |
| 00:04:34,210 --> 00:04:37,910 | |
| ماشي فمفهوم ال set اصلا اللى احنا بنعرفه في | |
| 58 | |
| 00:04:37,910 --> 00:04:42,930 | |
| الرياضيات بالاصل لكن الان بدل ما انا اجي اقول ان | |
| 59 | |
| 00:04:42,930 --> 00:04:53,580 | |
| فلان ينتمي الى هاي مجموعة okayبدل ان نجيب بدل ما | |
| 60 | |
| 00:04:53,580 --> 00:04:57,260 | |
| يكون انسى انسى الدائرة هذا ال grey اعتبر ان انا في | |
| 61 | |
| 00:04:57,260 --> 00:05:02,840 | |
| عندك الدائرة السوداء و الخارج اللي هو الأبيض لأن | |
| 62 | |
| 00:05:02,840 --> 00:05:10,540 | |
| اي نقطة قد اما بتكون جوا او برا صح فهي اما تنتمي | |
| 63 | |
| 00:05:10,540 --> 00:05:14,160 | |
| إلى المجموعة او لا تنتمي اليها فعندما في الفاضي | |
| 64 | |
| 00:05:14,160 --> 00:05:17,740 | |
| السادت احنا لما في عندنا انتماء و برضه في كمان | |
| 65 | |
| 00:05:20,420 --> 00:05:27,340 | |
| على الأطراف في درجات متفاوتة من الانتماء و لا | |
| 66 | |
| 00:05:27,340 --> 00:05:30,640 | |
| ينتمي تماما لأن مثلا انا ممكن اضغط في end value | |
| 67 | |
| 00:05:30,640 --> 00:05:37,280 | |
| يعبر انه قيمة على ال X-axis ال value هذا هنا هذا | |
| 68 | |
| 00:05:37,280 --> 00:05:42,120 | |
| لا ينتمي إلى المجموعة اطلاق لا ينتمي إلى المجموعة | |
| 69 | |
| 00:05:42,120 --> 00:05:47,280 | |
| الفاصلة P2 P2 صغيرة بقول مثلا تلاتة تجعله لا ينتمي | |
| 70 | |
| 00:05:47,280 --> 00:05:50,840 | |
| بالمرة إلى المجموعةبينما ال value هذا و ال value | |
| 71 | |
| 00:05:50,840 --> 00:05:54,840 | |
| هذا هذا ال value ينتمي تماما إلى المجموعة لأن واقع | |
| 72 | |
| 00:05:54,840 --> 00:06:00,240 | |
| في ال range هذا هذا ال value هنا ينتمي partially | |
| 73 | |
| 00:06:00,240 --> 00:06:06,240 | |
| جزئيا إلى المجموعة نسميها مجموعة A هذا أيضا كذلك | |
| 74 | |
| 00:06:06,240 --> 00:06:11,540 | |
| الحالة أي value هنا ينتمي جزئيا إلى مجموعة A بينما | |
| 75 | |
| 00:06:11,540 --> 00:06:18,140 | |
| بعد ذلك الانتماء صفر فإيش الاختلاف الأهم بينهذا | |
| 76 | |
| 00:06:18,140 --> 00:06:22,060 | |
| الكلام من بين هذا الكلام ان هنا بولين بولين ياما | |
| 77 | |
| 00:06:22,060 --> 00:06:26,360 | |
| ينتمي ياما لا ينتمي قطع عنا عشان ذلك نسميهم crisp | |
| 78 | |
| 00:06:26,360 --> 00:06:33,740 | |
| .. crisp .. crisp set يعني في قطع ثابت بين | |
| 79 | |
| 00:06:33,740 --> 00:06:38,180 | |
| الناحيتين بينما في ال fuzzy set لأ مافي قطع فيها | |
| 80 | |
| 00:06:38,180 --> 00:06:42,860 | |
| دي نوع من الضبابية هذا منطقة ضبابية اللي ممكن تقع | |
| 81 | |
| 00:06:42,860 --> 00:06:47,250 | |
| فيها بعض الاش بعض العناصروفي المنطقة الضبابية، | |
| 82 | |
| 00:06:47,250 --> 00:06:50,910 | |
| انتماء العنصر اللي واقع في المنطقة الضبابية بيبقى | |
| 83 | |
| 00:06:50,910 --> 00:06:57,650 | |
| نسبي، partial، جزءي، تمام؟ عشان أيه كلمة نسميه؟ | |
| 84 | |
| 00:06:57,650 --> 00:07:00,950 | |
| Fuzziness وهذا فظنس، عشان كلمة فظي أصلا من جاي من | |
| 85 | |
| 00:07:00,950 --> 00:07:04,810 | |
| .. لما أنا أشرح النظارة، أنا بشوفكوا فظي، بشوفكوا | |
| 86 | |
| 00:07:04,810 --> 00:07:08,490 | |
| مغبش، ضبابي، يعني مافيش شيء وضوح للرؤية، ماهياش | |
| 87 | |
| 00:07:08,490 --> 00:07:13,270 | |
| crispOkay فانا الآن بس تفزيتي لهذا ال slide بس | |
| 88 | |
| 00:07:13,270 --> 00:07:19,930 | |
| عشان اوضح مفهوم ال fuzzy set و ال crisp set | |
| 89 | |
| 00:07:19,930 --> 00:07:23,690 | |
| فاتفاقنا انه انه مفهوم ال set هو هو بس الان | |
| 90 | |
| 00:07:23,690 --> 00:07:28,150 | |
| اختلفنا و اضافنا عليه مفهوم الضبابية عشان يكون صار | |
| 91 | |
| 00:07:28,150 --> 00:07:34,890 | |
| fuzzy set فهو | |
| 92 | |
| 00:07:34,890 --> 00:07:40,080 | |
| مثال على ذلك انه انا في اندي مثالة طولمثلا الطول | |
| 93 | |
| 00:07:40,080 --> 00:07:44,380 | |
| انا لدي اشخاص و كله راح اطوله بالصينتمتر اتنين و | |
| 94 | |
| 00:07:44,380 --> 00:07:48,040 | |
| تمانين اتنين و خمسة هذا مائة اتنين و خمسين الان لو | |
| 95 | |
| 00:07:48,040 --> 00:07:55,420 | |
| انا بدى اصنفهم الى two sets crisp sets باجى بحط خط | |
| 96 | |
| 00:07:55,420 --> 00:07:59,580 | |
| معين دعيني اقول مثلا 180 اللى اعلى من 180 هذا | |
| 97 | |
| 00:07:59,580 --> 00:08:07,380 | |
| بسميه او بقول عنه ايش طول و اللى اقل من 180 بقول | |
| 98 | |
| 00:08:07,380 --> 00:08:12,520 | |
| عنه ايشnot tall ممكن أسميه short بس هو إذا ماكانش | |
| 99 | |
| 00:08:12,520 --> 00:08:15,700 | |
| tall مش بضروري يبقى short ممكن يبقى وسط بس أنا بدي | |
| 100 | |
| 00:08:15,700 --> 00:08:20,020 | |
| أقول tall و not tall هذا إيش هذا لو أنا بانظر لو | |
| 101 | |
| 00:08:20,020 --> 00:08:25,520 | |
| أنا بدي أجسمه ملا إيش crisp two crisp sets أو بدي | |
| 102 | |
| 00:08:25,520 --> 00:08:31,290 | |
| أتخيل ال tall على إن هو ال setماشي و حدوده من هند | |
| 103 | |
| 00:08:31,290 --> 00:08:36,850 | |
| ال 80 من 180 فى المفهوق فأي او لهند مثلا اقول 250 | |
| 104 | |
| 00:08:36,850 --> 00:08:41,970 | |
| اي حد فى هذا ال range هو tall اي حد خارج هذا ال | |
| 105 | |
| 00:08:41,970 --> 00:08:46,370 | |
| range هو مش tall ايش وصفه مش قضية الحين المهم انه | |
| 106 | |
| 00:08:46,370 --> 00:08:51,590 | |
| انا حاطط حدود crisp للاشه للمجموعة حدود واضحة | |
| 107 | |
| 00:08:51,590 --> 00:08:55,590 | |
| دقيقة للمجموعة بينما فى الفظى لأ فى الفظى انا بقول | |
| 108 | |
| 00:08:55,590 --> 00:09:03,440 | |
| tall كلهم tallولكن بالنسبة متفاوتة هذا الجاء | |
| 109 | |
| 00:09:03,440 --> 00:09:10,100 | |
| الراجل 0% طول ال 152 هذه انا بتعتبرها انه لا تنتمي | |
| 110 | |
| 00:09:10,100 --> 00:09:14,720 | |
| الى الطول بينما هذا 1% هذا كل ما زاد كل ما زاد طول | |
| 111 | |
| 00:09:14,720 --> 00:09:20,460 | |
| الشخص اه بزيد درجة انتمائه الى من؟ الى الطول اتخيل | |
| 112 | |
| 00:09:20,460 --> 00:09:24,460 | |
| برضه كمان الاكتر من 208 هيبقى برضه كمان 100% طول | |
| 113 | |
| 00:09:25,010 --> 00:09:30,290 | |
| فواضح ال .. واضح الفكرة لإن هذا .. هذا بيسمي إيه | |
| 114 | |
| 00:09:30,290 --> 00:09:38,590 | |
| إيش degree of .. إيه إيش؟ of .. إيه؟ of membership | |
| 115 | |
| 00:09:38,590 --> 00:09:46,110 | |
| درجة عضويته أو انتمائه إلى إيش؟ | |
| 116 | |
| 00:09:48,960 --> 00:09:51,760 | |
| للمجموعة اللي هي ال fuzzy المجموعة الفuzzy | |
| 117 | |
| 00:09:51,760 --> 00:09:54,760 | |
| المجموعة الفuzzy بنعطيها اسم اللي هو هنا في هذا | |
| 118 | |
| 00:09:54,760 --> 00:09:58,100 | |
| المثال اللي هو tall tall هذا هو اسم المجموعة وهذا | |
| 119 | |
| 00:09:58,100 --> 00:10:05,140 | |
| الشخص درجة انتمائه إلى هذا .. ده مجموعة الطول 98% | |
| 120 | |
| 00:10:05,140 --> 00:10:11,600 | |
| فهذا الكلام بتعبر عنه بالشكل | |
| 121 | |
| 00:10:11,600 --> 00:10:15,560 | |
| هذا أو بال notation هذا | |
| 122 | |
| 00:10:18,790 --> 00:10:28,570 | |
| أنا في عندي set الو | |
| 123 | |
| 00:10:28,570 --> 00:10:33,250 | |
| ايه و في عندي X capital هذه اللي هي كافة | |
| 124 | |
| 00:10:33,250 --> 00:10:43,070 | |
| الاحتمالات الممكنة ل X small اللي هي ليش من | |
| 125 | |
| 00:10:43,070 --> 00:10:46,470 | |
| كده لكده اقول مثلا طول في انسان اطول و ممكن يكون | |
| 126 | |
| 00:10:46,470 --> 00:10:52,460 | |
| اقل من مائة صنطيماعرفش اعتبر انه ال .. ال .. ال X | |
| 127 | |
| 00:10:52,460 --> 00:10:58,460 | |
| قيم محددة تروح من مية الى تلت منين اقل فيه المهم | |
| 128 | |
| 00:10:58,460 --> 00:11:03,760 | |
| احنا ال X capital خالبة capital يعني كأنه ايش؟ | |
| 129 | |
| 00:11:03,760 --> 00:11:06,880 | |
| بنتحكي عن set هي في حد ذاتها set مجموعة القيم | |
| 130 | |
| 00:11:06,880 --> 00:11:14,500 | |
| الممكنة للمتغير X اسمه لهذا فال | |
| 131 | |
| 00:11:14,500 --> 00:11:16,240 | |
| membership تبعت X | |
| 132 | |
| 00:11:19,220 --> 00:11:26,180 | |
| بهي أي المتغير في المجموعة a هتكون اما zero او one | |
| 133 | |
| 00:11:26,180 --> 00:11:35,160 | |
| هذا اذا كان المجموعة a اياش crisp صح بينما في حالة | |
| 134 | |
| 00:11:35,160 --> 00:11:41,780 | |
| ما يكون في | |
| 135 | |
| 00:11:41,780 --> 00:11:48,140 | |
| حالة ما يكون ال a فظي فالقيم | |
| 136 | |
| 00:11:50,120 --> 00:11:56,200 | |
| ميو هذي هي عبارة عن الـ membership value تبع | |
| 137 | |
| 00:11:56,200 --> 00:12:02,480 | |
| المتغير X في المجموعة A هذا الكلام هيكون اما واحد | |
| 138 | |
| 00:12:02,480 --> 00:12:08,740 | |
| او زيرو او اشي ما بين الزيرو والواحد | |
| 139 | |
| 00:12:08,740 --> 00:12:15,760 | |
| اكبر من زيرو و less than one صح فإذا كانت if X is | |
| 140 | |
| 00:12:15,760 --> 00:12:21,460 | |
| totally in Aإذا نتغير هذا إذا نتغير X قيمة واقعة | |
| 141 | |
| 00:12:21,460 --> 00:12:26,360 | |
| جوا المجموعة A فبكون ال degree of membership | |
| 142 | |
| 00:12:26,360 --> 00:12:32,540 | |
| بتبعته هي إيش one وإذا هو totally إذا totally not | |
| 143 | |
| 00:12:32,540 --> 00:12:36,340 | |
| in A فال degree of membership بتبعته إيش Zero وإلا | |
| 144 | |
| 00:12:36,340 --> 00:12:40,960 | |
| بيكون إيشالقيمة تتراوح من ال zero الواحد if it is | |
| 145 | |
| 00:12:40,960 --> 00:12:46,460 | |
| partially in it القيمة تتراوح من ال zero الواحد if | |
| 146 | |
| 00:12:46,460 --> 00:12:51,440 | |
| it is partially in it القيمة | |
| 147 | |
| 00:12:51,440 --> 00:12:54,000 | |
| تتراوح من ال zero الواحد if it is partially in it | |
| 148 | |
| 00:12:54,000 --> 00:12:55,080 | |
| القيمة تتراوح من ال zero الواحد if it is partially | |
| 149 | |
| 00:12:55,080 --> 00:12:56,880 | |
| in it القيمة تتراوح من ال zero الواحد if it is | |
| 150 | |
| 00:12:56,880 --> 00:12:59,700 | |
| partially in it القيمة تتراوح من ال zero الواحد if | |
| 151 | |
| 00:12:59,700 --> 00:13:00,440 | |
| it is partially in it القيمة تتراوح من ال zero | |
| 152 | |
| 00:13:00,440 --> 00:13:01,880 | |
| الواحد if it is partially in it القيمة تتراوح من | |
| 153 | |
| 00:13:01,880 --> 00:13:03,440 | |
| ال zero الواحد if it is partially in it القيمة | |
| 154 | |
| 00:13:03,440 --> 00:13:03,680 | |
| تتراوح من ال zero الواحد if it is partially in it | |
| 155 | |
| 00:13:03,680 --> 00:13:04,820 | |
| in it القيمة تتراوح من ال zero الوافهذه ال | |
| 156 | |
| 00:13:04,820 --> 00:13:07,360 | |
| notation هي الصيغة اللي احنا بستخدمها لتعبيرها عن | |
| 157 | |
| 00:13:07,360 --> 00:13:09,780 | |
| ال membership والان فهمنا ايش membership وفهمنا | |
| 158 | |
| 00:13:09,780 --> 00:13:13,640 | |
| ايش علاقتها بال .. بال sense بسميها degree of | |
| 159 | |
| 00:13:13,640 --> 00:13:16,520 | |
| membership also called membership value انا | |
| 160 | |
| 00:13:16,520 --> 00:13:22,640 | |
| بالعربي هسميها درجة انتماء degree درجة انتماء يعني | |
| 161 | |
| 00:13:22,640 --> 00:13:27,940 | |
| عضويته في هذا المجموعة تمام عضويته ماهياش crisp يا | |
| 162 | |
| 00:13:27,940 --> 00:13:31,220 | |
| اما هو عضو يا ما مش عضو لأ هو عضو ولكن بنسبة | |
| 163 | |
| 00:13:33,890 --> 00:13:37,290 | |
| الان طبعا هذا الكلام بنعمل عمله في الكمبيوتر على | |
| 164 | |
| 00:13:37,290 --> 00:13:45,130 | |
| شكل values اه | |
| 165 | |
| 00:13:45,130 --> 00:13:54,310 | |
| real values بس | |
| 166 | |
| 00:13:54,310 --> 00:13:59,150 | |
| اهم ذلك اللي هو ان احنابمفهوم الانتماء ممكن زي ما | |
| 167 | |
| 00:13:59,150 --> 00:14:02,550 | |
| قلت قبل في البداية انه ممكن يكون انتماءه الى اكتر | |
| 168 | |
| 00:14:02,550 --> 00:14:06,030 | |
| من المجموعة في انا الواحد هو نفس ال member ممكن | |
| 169 | |
| 00:14:06,030 --> 00:14:09,730 | |
| يبدأ انتماءه في اكتر من المجموعة في انا الواحد لو | |
| 170 | |
| 00:14:09,730 --> 00:14:15,110 | |
| crisp لو crisp set لأ لايمكن اي نقطة على هذا ال | |
| 171 | |
| 00:14:15,110 --> 00:14:22,450 | |
| universe of discourse universe of discourse اتوقت | |
| 172 | |
| 00:14:22,450 --> 00:14:25,270 | |
| كانت على واحدة من ال slides بس انا ماوجهتش عندها | |
| 173 | |
| 00:14:25,270 --> 00:14:29,270 | |
| discourseما هو مقصود بيها؟ مقصود بيها ال range of | |
| 174 | |
| 00:14:29,270 --> 00:14:33,610 | |
| values اللي هي ال X capital أي نقطة على هذا ال | |
| 175 | |
| 00:14:33,610 --> 00:14:39,730 | |
| range هي إما في هذه المجموعة أو في هذه المجموعة أو | |
| 176 | |
| 00:14:39,730 --> 00:14:43,850 | |
| في هذه المجموعة صح؟ يا هنا يا هنا يا هنا لأن | |
| 177 | |
| 00:14:43,850 --> 00:14:47,830 | |
| مستحيل في ال crisp sets يكون نقطة وقع في هذا و في | |
| 178 | |
| 00:14:47,830 --> 00:14:51,710 | |
| هذا في أى واحد بينما في ال fuzzy sets ال fuzzy | |
| 179 | |
| 00:14:51,710 --> 00:14:55,470 | |
| sets مش بس أن حدودها ضبابية | |
| 180 | |
| 00:14:57,460 --> 00:15:02,240 | |
| مش هال واضح الرسم هذا مش بس ان حدودها ضبابية الا | |
| 181 | |
| 00:15:02,240 --> 00:15:07,160 | |
| انه ايضا ضبابية و متداخلة يعني هذا ال set A و هذا | |
| 182 | |
| 00:15:07,160 --> 00:15:10,460 | |
| ال set B بحدودهم متداخلة زي هنا مثلا يعني ال | |
| 183 | |
| 00:15:10,460 --> 00:15:18,460 | |
| average و ال short حدودهم متداخلة هذا المنطقة هذه | |
| 184 | |
| 00:15:18,460 --> 00:15:23,300 | |
| القيم اللي فيها هي تابعة لها ال average و هي تابعة | |
| 185 | |
| 00:15:23,300 --> 00:15:28,170 | |
| ايضا لل short و كدرجة الحالالنقاط اللي هنا او ال | |
| 186 | |
| 00:15:28,170 --> 00:15:30,970 | |
| values اللي واقع على هذا الجزء من ال universe of | |
| 187 | |
| 00:15:30,970 --> 00:15:35,890 | |
| this course واقع على 10 تمين إلى ال average و 10 | |
| 188 | |
| 00:15:35,890 --> 00:15:39,350 | |
| تمين إلى ال total في N واحد جميل هذا الكلام ممكن | |
| 189 | |
| 00:15:39,350 --> 00:15:42,690 | |
| بحير اكتر من ما انه بيه بس الان بدنا نشوف كيف هذا | |
| 190 | |
| 00:15:42,690 --> 00:15:47,450 | |
| الأمر بيوظف في ال express systems rule based | |
| 191 | |
| 00:15:47,450 --> 00:15:52,350 | |
| express systems واضحة هذا ال slide اللي انا قفزت | |
| 192 | |
| 00:15:52,350 --> 00:15:56,460 | |
| عليها وانصلنا لهاالان مفهوم ال linguistic | |
| 193 | |
| 00:15:56,460 --> 00:15:59,340 | |
| variables مش جديد علينا بس التقاليد اللي نفهمه في | |
| 194 | |
| 00:15:59,340 --> 00:16:03,700 | |
| ضل أو في إطار ال fuzzy sets ال .. ال .. ال .. ال | |
| 195 | |
| 00:16:03,700 --> 00:16:08,780 | |
| variable اللي هو .. لما أنا بقول X أي شخص أو أي | |
| 196 | |
| 00:16:08,780 --> 00:16:14,020 | |
| عينة أني sample في ال data .. في ال data set هي | |
| 197 | |
| 00:16:14,020 --> 00:16:16,960 | |
| عبارة عن variable القيمة تبعتها هي ال variable | |
| 198 | |
| 00:16:16,960 --> 00:16:21,700 | |
| تبعتها لما بقول أنا John is tall وين ال variable | |
| 199 | |
| 00:16:22,970 --> 00:16:28,730 | |
| John صح؟ يعني John هذا اسم و ثابت مابتغيرش بس | |
| 200 | |
| 00:16:28,730 --> 00:16:33,950 | |
| القيمة تبعته انتماءه إلى ال .. هذا هو المتغير شو | |
| 201 | |
| 00:16:33,950 --> 00:16:37,410 | |
| .. شو هي المجموعة اللي ينتمي .. اللي ممكن ينتمي | |
| 202 | |
| 00:16:37,410 --> 00:16:42,070 | |
| إليها John؟ طال .. طال .. طال هي المجموعة و درجة | |
| 203 | |
| 00:16:42,070 --> 00:16:46,310 | |
| انتماءه متباينة ممكن يبقى طال بنسبة 100% ممكن طال | |
| 204 | |
| 00:16:46,310 --> 00:16:51,370 | |
| بنسبة إيش؟ خمسين أو صفر، مظبوط؟ فJohnthe | |
| 205 | |
| 00:16:51,370 --> 00:16:54,910 | |
| linguistic value of John takes the linguistic | |
| 206 | |
| 00:16:54,910 --> 00:17:00,110 | |
| value of Toll بس برضه كمان بدنا بنقول انه Toll ب | |
| 207 | |
| 00:17:00,110 --> 00:17:05,210 | |
| درجات الان | |
| 208 | |
| 00:17:05,210 --> 00:17:12,210 | |
| ال rule ال fuzzy rule هكون اصبح شكل ال F طبعا هى F | |
| 209 | |
| 00:17:12,210 --> 00:17:15,230 | |
| و في عند ال condition و في عند ال conclusion if | |
| 210 | |
| 00:17:15,230 --> 00:17:19,150 | |
| wind is strong then sailing is good هنا هذا ال | |
| 211 | |
| 00:17:19,150 --> 00:17:23,890 | |
| variableهذا الـ value بس برضه بلزمنا كمان اللي هو | |
| 212 | |
| 00:17:23,890 --> 00:17:27,350 | |
| degree of membership sailing is good project | |
| 213 | |
| 00:17:27,350 --> 00:17:30,510 | |
| duration is long then completion risk is high | |
| 214 | |
| 00:17:30,510 --> 00:17:37,210 | |
| speed is slow shipping distance is short هذه ما | |
| 215 | |
| 00:17:37,210 --> 00:17:41,050 | |
| هيش .. ما بتفرجش كتير عن اللي هيش ال rules تبعت | |
| 216 | |
| 00:17:41,050 --> 00:17:45,470 | |
| اللي شفناها في ال certainty factor وشفناها في ال | |
| 217 | |
| 00:17:45,470 --> 00:17:53,280 | |
| Bayesian reasoning اللي هيخلف اللي هوقالية ال | |
| 218 | |
| 00:17:53,280 --> 00:17:59,800 | |
| reasoning قالية استنباط الاستنتاج وحساب وحساب | |
| 219 | |
| 00:17:59,800 --> 00:18:04,040 | |
| النسبة تبعته ال probability تبعته لان من هنا ال | |
| 220 | |
| 00:18:04,040 --> 00:18:08,300 | |
| slide ببدأ كمفروض الهتجز انا الهتجز بدي اخليها الى | |
| 221 | |
| 00:18:08,300 --> 00:18:14,820 | |
| قدام وبدنا ننتقل الان الى اللي هو ال fuzzy rules | |
| 222 | |
| 00:18:14,820 --> 00:18:18,540 | |
| مرة اخرى ال fuzzy rules زى ما شوفنا طوي في عندي | |
| 223 | |
| 00:18:18,540 --> 00:18:25,340 | |
| بيكون variableالـ value هو set يعني x ينتمي إلى a | |
| 224 | |
| 00:18:25,340 --> 00:18:31,440 | |
| و y ينتمي إلى b فالـ | |
| 225 | |
| 00:18:31,440 --> 00:18:37,100 | |
| style هذا يتميز بين ما هو الـ crisp و ما هو ال | |
| 226 | |
| 00:18:37,100 --> 00:18:42,260 | |
| fuzzy اندي هذا if speed is greater than 100 then | |
| 227 | |
| 00:18:42,260 --> 00:18:45,960 | |
| stopping distance is long هنا هذه عبارة عن | |
| 228 | |
| 00:18:45,960 --> 00:18:51,410 | |
| variable fuzzyvalue مظبوط هذا ال variable stopping | |
| 229 | |
| 00:18:51,410 --> 00:18:56,010 | |
| distance is long فظي variable ينتبه إلى فظي set | |
| 230 | |
| 00:18:56,010 --> 00:18:59,550 | |
| بينما هنا speed is greater than one hundred هذا | |
| 231 | |
| 00:18:59,550 --> 00:19:03,370 | |
| crisp هو يا إما أكبر من مائمية يا إما مش أكبر من | |
| 232 | |
| 00:19:03,370 --> 00:19:08,810 | |
| مائمية صح؟ okay ال variable speed can have any | |
| 233 | |
| 00:19:08,810 --> 00:19:11,450 | |
| numerical value between zero و مائتين و عشرين سرعة | |
| 234 | |
| 00:19:11,450 --> 00:19:14,150 | |
| السيارة ممكن تطلعوا هنا من صغر إلى مائتين و عشرين | |
| 235 | |
| 00:19:14,150 --> 00:19:18,620 | |
| but the linguistic variable stopping distancecan | |
| 236 | |
| 00:19:18,620 --> 00:19:22,000 | |
| take either value long او short long او short | |
| 237 | |
| 00:19:22,000 --> 00:19:31,180 | |
| فتقول هذه short صح okay long و short برضه crazy لأ | |
| 238 | |
| 00:19:31,180 --> 00:19:35,240 | |
| هدولة هدولة sets long و short هدولة عبارة عن sets | |
| 239 | |
| 00:19:35,240 --> 00:19:42,300 | |
| هذه long و هذه short هدى set قدام او يعني حتى حتى | |
| 240 | |
| 00:19:42,300 --> 00:19:45,860 | |
| لان احنا حكينا ان هذه sets ويلها درجة انتماء ال | |
| 241 | |
| 00:19:45,860 --> 00:19:47,460 | |
| variables بتاخد درجة انتماء في هذه | |
| 242 | |
| 00:20:00,880 --> 00:20:05,560 | |
| الان درجة ال intimate على اي اساس بتتحدث بتحدث على | |
| 243 | |
| 00:20:05,560 --> 00:20:11,360 | |
| اساس fuzzy membership functions fuzzy membership | |
| 244 | |
| 00:20:11,360 --> 00:20:12,120 | |
| functions | |
| 245 | |
| 00:20:18,560 --> 00:20:26,120 | |
| الـ two sets tall و heavy هذه الآن مجموعة الطول | |
| 246 | |
| 00:20:26,120 --> 00:20:31,300 | |
| وهذه مجموعة الهوي طول | |
| 247 | |
| 00:20:31,300 --> 00:20:38,820 | |
| الشخص ناخد الاشخاص اللي بيبقى 160 إلى 200 هذا | |
| 248 | |
| 00:20:38,820 --> 00:20:42,400 | |
| ال curve هو اللي بيعطيلي هذا ال curve هو اللي | |
| 249 | |
| 00:20:42,400 --> 00:20:45,420 | |
| بيمثل ال function هذه ال function هي اللي بتعطيلي | |
| 250 | |
| 00:20:45,420 --> 00:20:52,800 | |
| ال membership فانالو عندى شخص طوله 180 صنطي بالظبط | |
| 251 | |
| 00:20:52,800 --> 00:21:02,180 | |
| ايش درجة انتمائه لمجموعة الطول حوالي | |
| 252 | |
| 00:21:02,180 --> 00:21:05,820 | |
| ماعش | |
| 253 | |
| 00:21:05,820 --> 00:21:15,800 | |
| بالمين واحد وزنه 80 أنا شوية اكتر من 80 يعني | |
| 254 | |
| 00:21:15,800 --> 00:21:22,210 | |
| بقالجىفي جماعة ال .. ايش؟ في جماعة ال heavy اما مش | |
| 255 | |
| 00:21:22,210 --> 00:21:26,210 | |
| يقول fat فات كلمة يعني negative اه فجأة ال heavy | |
| 256 | |
| 00:21:26,210 --> 00:21:33,970 | |
| okay فجماعة ال heavy بيجي حوالي خمسين شويه خمسين | |
| 257 | |
| 00:21:33,970 --> 00:21:39,130 | |
| في المية okay فببساطة شديدة ملخص الكلام انه درجة | |
| 258 | |
| 00:21:39,130 --> 00:21:43,510 | |
| الانتماء بيعبر عنها ب membership function تمام | |
| 259 | |
| 00:21:43,510 --> 00:21:46,910 | |
| فعزي membership functionاللي شوفناه احنا هنا قبل | |
| 260 | |
| 00:21:46,910 --> 00:21:50,690 | |
| شوية لما | |
| 261 | |
| 00:21:50,690 --> 00:21:57,630 | |
| رسمنا وميازنا ما بين ال .. ال crisp sets وما بين | |
| 262 | |
| 00:21:57,630 --> 00:22:01,670 | |
| ال fuzzy sets مش هتقوله fuzzy sets تلاته هتقوله | |
| 263 | |
| 00:22:01,670 --> 00:22:06,550 | |
| crisp هدوله برضه منبشر functions بناء على ال | |
| 264 | |
| 00:22:06,550 --> 00:22:12,010 | |
| function هذه هتساعد زي هيك مرة واحدة بشكل خطي | |
| 265 | |
| 00:22:12,010 --> 00:22:16,780 | |
| وبعدين تنزل مرة واحدةبرضه عشان كان خطر صح هذه برضه | |
| 266 | |
| 00:22:16,780 --> 00:22:19,380 | |
| عبارة عن function الـ function بتحدد تاريخ | |
| 267 | |
| 00:22:19,380 --> 00:22:23,720 | |
| الإنتمال مثلا هذا ال value هنا يعني لو عيدي أنا | |
| 268 | |
| 00:22:23,720 --> 00:22:30,860 | |
| شخص الطوله تبع مية و خمسة و تمانية و أربعة و | |
| 269 | |
| 00:22:30,860 --> 00:22:36,540 | |
| تمانين فهو بينتمي إلى ال average هيهانة نقطة تقاطع | |
| 270 | |
| 00:22:36,540 --> 00:22:41,320 | |
| مع مين تقاطع مع ال function هذا المتلف عبارة عن | |
| 271 | |
| 00:22:41,320 --> 00:22:45,620 | |
| function ال function تبع التنينالـ Average و أيضًا | |
| 272 | |
| 00:22:45,620 --> 00:22:50,920 | |
| يتقاطر مع الـ Function تبع التطور ماشي، شو معنى | |
| 273 | |
| 00:22:50,920 --> 00:22:54,860 | |
| هذا الكلام؟ معنى هذا الكلام أن الشخص اللي طوله 184 | |
| 274 | |
| 00:22:54,860 --> 00:23:02,740 | |
| هو member في الـ Average و هو أيضًا member في ال | |
| 275 | |
| 00:23:02,740 --> 00:23:08,820 | |
| short في ليش؟ لأ في ال total، صح؟ في ال average | |
| 276 | |
| 00:23:08,820 --> 00:23:18,760 | |
| بنسبة كده؟ عالية 10%وFedTol بالنسبة للهندسة 40% صح | |
| 277 | |
| 00:23:18,760 --> 00:23:23,240 | |
| هذا الكلام؟ انا رجعت لها ال slide هذا عشان ايش | |
| 278 | |
| 00:23:23,240 --> 00:23:28,540 | |
| نوضح نوضح ان الخطوط اللينيار اشكالها الهندسية هي | |
| 279 | |
| 00:23:28,540 --> 00:23:34,040 | |
| ايضا شكل من اشكال ال membership functions | |
| 280 | |
| 00:23:34,040 --> 00:23:39,980 | |
| ال membership functions هدولة | |
| 281 | |
| 00:23:39,980 --> 00:23:47,030 | |
| اللي شوفناها قبلOkay واحد كمان تعطيني ال | |
| 282 | |
| 00:23:47,030 --> 00:23:52,010 | |
| membership ال degree of membership لو أنا بدأ أفكر | |
| 283 | |
| 00:23:52,010 --> 00:23:57,650 | |
| فيها من ناحية عملية computational ال linear أسرع | |
| 284 | |
| 00:23:57,650 --> 00:24:02,970 | |
| في حساب يعني لو أنا بدي أعمل function و أصممها | |
| 285 | |
| 00:24:02,970 --> 00:24:07,750 | |
| بحيث أنه اعطيها ال value هي تعطيني تعطيها الطول | |
| 286 | |
| 00:24:07,750 --> 00:24:11,330 | |
| تبع الشخص و هي تعطيني ال membership تبعه لو ال | |
| 287 | |
| 00:24:11,330 --> 00:24:17,140 | |
| function نفسها linearأسرع في الحساب من لو انها | |
| 288 | |
| 00:24:17,140 --> 00:24:22,940 | |
| curve عشان هي كذلك يفضل عشان تسريع الوجد اللي هو | |
| 289 | |
| 00:24:22,940 --> 00:24:30,280 | |
| ال linear functions هاي برضه مثال يوضح ان لو انا | |
| 290 | |
| 00:24:30,280 --> 00:24:34,000 | |
| عندي اكتر من value هذا بالنسبة لل height وهذا | |
| 291 | |
| 00:24:34,000 --> 00:24:39,720 | |
| بالنسبة لل weight كون المزل كيف ال membership تبقى | |
| 292 | |
| 00:24:39,720 --> 00:24:41,400 | |
| في كل واحد من ال functions | |
| 293 | |
| 00:24:55,330 --> 00:24:58,130 | |
| ال rule طبعا في ال fuzzy زي ال rule في اللي مش | |
| 294 | |
| 00:24:58,130 --> 00:25:01,470 | |
| fuzzy ممكن تبقى multiple إيش ال condition تبعها | |
| 295 | |
| 00:25:01,470 --> 00:25:04,550 | |
| multiple antecedents يعني multiple يعني أكتر من | |
| 296 | |
| 00:25:04,550 --> 00:25:11,230 | |
| الشرط بال and أو بال or صح okay ال consequent إيش | |
| 297 | |
| 00:25:11,230 --> 00:25:17,180 | |
| ممكن يكون في multiple برضه and a consequenceالـ | |
| 298 | |
| 00:25:17,180 --> 00:25:22,140 | |
| fuzzy احنا ماشوفناش مثل هذا الكلام في ال .. مش | |
| 299 | |
| 00:25:22,140 --> 00:25:27,460 | |
| fuzzy في ال rules الأخرى اللي قبله الان في ال | |
| 300 | |
| 00:25:27,460 --> 00:25:31,860 | |
| fuzzy هل يسمح انه يكون ال condition ال conclusion | |
| 301 | |
| 00:25:31,860 --> 00:25:36,840 | |
| تبع ال rule يكون فيها multiple conclusions؟ بالظبط | |
| 302 | |
| 00:25:36,840 --> 00:25:42,960 | |
| بالظبط انه ال value الواحد ال input value الواحد | |
| 303 | |
| 00:25:42,960 --> 00:25:46,830 | |
| ممكن يكون إليه انتماء فيه أكتر منفي ما اكتر من | |
| 304 | |
| 00:25:46,830 --> 00:25:50,990 | |
| فزسر وبالتالي ممكن اناجي rule بتقولي إذا كان قيمته | |
| 305 | |
| 00:25:50,990 --> 00:25:58,230 | |
| كده قيمة المتغير الفلاني كده فهو ينتمي إلى هذا | |
| 306 | |
| 00:25:58,230 --> 00:26:01,350 | |
| المجموع أو ينتمي إلى هذا المجموع اذا ال | |
| 307 | |
| 00:26:01,350 --> 00:26:06,090 | |
| temperature is hot ف hot water is reduced and برضه | |
| 308 | |
| 00:26:06,090 --> 00:26:09,690 | |
| كمان ال cold water is increased هذه عبارة عن two | |
| 309 | |
| 00:26:09,690 --> 00:26:14,490 | |
| actions او two conclusions انا بنيتهم على التحقق | |
| 310 | |
| 00:26:14,490 --> 00:26:22,210 | |
| شرط واحدهذا الان نهاية ال slides تابعة lecture 4 | |
| 311 | |
| 00:26:22,210 --> 00:26:28,290 | |
| سنكمل الان من lecture 5 اللى هى بتدخل على طول | |
| 312 | |
| 00:26:28,290 --> 00:26:34,670 | |
| مباشرة فى موضوع ال inference موضوع ال inference | |
| 313 | |
| 00:26:34,670 --> 00:26:40,810 | |
| بمعنى كيف fuzzy rules بدي اعمل منها او بدي اعمل | |
| 314 | |
| 00:26:40,810 --> 00:26:45,980 | |
| express system على اساس fuzzy rulesالأمر هذا بيتم | |
| 315 | |
| 00:26:45,980 --> 00:26:53,640 | |
| معالجة هذه ال rules معالجة هذه ال rules وصولا إلى | |
| 316 | |
| 00:26:53,640 --> 00:26:58,020 | |
| الاستنتاج اللي احنا بندور عليه في هذا النوعين من | |
| 317 | |
| 00:26:58,020 --> 00:27:01,960 | |
| ال inference في الممداني inference وفي السيجينو | |
| 318 | |
| 00:27:01,960 --> 00:27:07,040 | |
| inference هنطلع على الممداني بشكل أساسي وبعدين | |
| 319 | |
| 00:27:07,040 --> 00:27:12,540 | |
| السيجينو مشابه له بس باختلاف عنه في حاجة بسيطةأحنا | |
| 320 | |
| 00:27:12,540 --> 00:27:16,580 | |
| نفهم ال inference على أساس ال method الممداني و | |
| 321 | |
| 00:27:16,580 --> 00:27:20,300 | |
| بعدين نطلع على ال inference على أساس ال method | |
| 322 | |
| 00:27:20,300 --> 00:27:29,940 | |
| الممداني بصفة | |
| 323 | |
| 00:27:29,940 --> 00:27:35,970 | |
| عامة الفاضي inference بصفة عامةوالسيستم هذا بياخد | |
| 324 | |
| 00:27:35,970 --> 00:27:41,570 | |
| input وعلى أساسه بيطلع output ال output هذا غالبا | |
| 325 | |
| 00:27:41,570 --> 00:27:44,770 | |
| نحن ننظر عليه على انه decision قرار اللي بيسوي | |
| 326 | |
| 00:27:44,770 --> 00:27:50,230 | |
| action معين فال input هذا اللي بيدخل هو عبارة عن | |
| 327 | |
| 00:27:50,230 --> 00:27:55,010 | |
| معطيات رقمية crispأحنا بناء على الـ fuzzy | |
| 328 | |
| 00:27:55,010 --> 00:28:00,670 | |
| functions بنحول الـ crisp هذا ونعطيله membership | |
| 329 | |
| 00:28:00,670 --> 00:28:07,710 | |
| في الـ fuzzy sets لأن بناء على ال fuzzy sets الآن | |
| 330 | |
| 00:28:07,710 --> 00:28:12,510 | |
| ال rules بتتم معالجتها استنتجنا أنه بما أن المدير | |
| 331 | |
| 00:28:12,510 --> 00:28:16,280 | |
| الفلاني وقع في المجموعة الفلانيةيبقى ال rule | |
| 332 | |
| 00:28:16,280 --> 00:28:23,680 | |
| استنتاج تبع حاجة كده هذا الأمر يصبح في ال data set | |
| 333 | |
| 00:28:23,680 --> 00:28:27,720 | |
| يعمل fire لل rule جديدة و fire لل rule التانية لما | |
| 334 | |
| 00:28:27,720 --> 00:28:32,500 | |
| نصل للاستنتاج اللي بدنا يعني و في كل مرة بنحسب ال | |
| 335 | |
| 00:28:32,500 --> 00:28:36,740 | |
| what ال fuzzy memberships تبع كل استنتاج اللي | |
| 336 | |
| 00:28:36,740 --> 00:28:37,680 | |
| بنطلع | |
| 337 | |
| 00:28:40,090 --> 00:28:42,990 | |
| مناخصة العملية، أول شيء يحدث في الـ Fossification | |
| 338 | |
| 00:28:42,990 --> 00:28:47,030 | |
| الـ Fossification هو كما قلنا قبل كرسيب فاليو يدخل | |
| 339 | |
| 00:28:47,030 --> 00:28:51,490 | |
| بناء على الـ Fuzzy Function نأخذ درجة انتمائه في | |
| 340 | |
| 00:28:51,490 --> 00:28:57,110 | |
| الـ Fuzzy Sets بعد ذلك نشغل Rules بعد ذلك نعمل | |
| 341 | |
| 00:28:57,110 --> 00:29:00,530 | |
| Aggregation لرول Outputs لأن هذا سيكون أكتر من | |
| 342 | |
| 00:29:00,530 --> 00:29:04,520 | |
| Ruleفايرز وكل واحد بتعطينا استنتاج مختلف ونعمل لهم | |
| 343 | |
| 00:29:04,520 --> 00:29:08,700 | |
| تجميع عشان نطلع باستنتاج نهائي هذا الاستنتاج | |
| 344 | |
| 00:29:08,700 --> 00:29:13,260 | |
| ونعمله de-fuzzification استنتاج فuzzy ونحوله الى | |
| 345 | |
| 00:29:13,260 --> 00:29:16,940 | |
| استنتاج crisp خدنا ناخد مثال سريع لهذا الكلمة لأن | |
| 346 | |
| 00:29:16,940 --> 00:29:21,800 | |
| لو أنا في عندي system | |
| 347 | |
| 00:29:25,360 --> 00:29:28,040 | |
| هذا الكلام اللي بدأنا فيه المحاضرة الفاترة اذا | |
| 348 | |
| 00:29:28,040 --> 00:29:32,800 | |
| بتذكروا لما انا اول ما دخلت دخلت في ال rule في ال | |
| 349 | |
| 00:29:32,800 --> 00:29:39,240 | |
| fuzzy rules في عندي انا rule رقم واحد rules | |
| 350 | |
| 00:29:39,240 --> 00:29:44,500 | |
| مكتوبين بالاختصار وهنا مكتوبين بعبارة اوضح if x is | |
| 351 | |
| 00:29:44,500 --> 00:29:50,880 | |
| a3 if y is b1 if z is c1 لان a3 و b1 و c1 هدول | |
| 352 | |
| 00:29:50,880 --> 00:29:55,470 | |
| عبارة عن مجموعات fuzzy setsمهم A3 ترمز أنه | |
| 353 | |
| 00:29:55,470 --> 00:29:59,370 | |
| adequate و X نفسه عبارة عن project funding يعني لو | |
| 354 | |
| 00:29:59,370 --> 00:30:02,470 | |
| أنا عندي المثال هذا كله على أساس أن أنا فيه عندي | |
| 355 | |
| 00:30:02,470 --> 00:30:07,110 | |
| مشاريع و المشاريع هذه بناء على الميزانية تبعتها | |
| 356 | |
| 00:30:07,110 --> 00:30:13,670 | |
| وعدد ال staff اللي فيها ومتغيرات أخرى بأقدر ما إذا | |
| 357 | |
| 00:30:13,670 --> 00:30:17,930 | |
| كان المشروع هذا فيه مخاطرة عالية و لا مخاطرة تبعته | |
| 358 | |
| 00:30:17,930 --> 00:30:21,350 | |
| منخفضة و لا وسط ال risk هذا هو ال output value | |
| 359 | |
| 00:30:21,350 --> 00:30:26,100 | |
| اللي أنا أدور عليهOkay فالعملية هذه ان انا لازم | |
| 360 | |
| 00:30:26,100 --> 00:30:29,940 | |
| يكون في عندي اللي هو ال fuzzy functions ال fuzzy | |
| 361 | |
| 00:30:29,940 --> 00:30:34,060 | |
| functions اللي على أساسها القيمة تبعت المتغير بدي | |
| 362 | |
| 00:30:34,060 --> 00:30:39,320 | |
| اطلع ايه درجة انتمائه الى ال fuzzy sets فإذا كان | |
| 363 | |
| 00:30:39,320 --> 00:30:44,020 | |
| انا X هذه هي عبارة عن ال project funding يعني جداش | |
| 364 | |
| 00:30:44,020 --> 00:30:48,040 | |
| ميزانية المشروع إذا والله الميزانية كانت مائة | |
| 365 | |
| 00:30:48,040 --> 00:30:51,620 | |
| مليون و العشرة مليون و لا كده هقول العشرة مليون و | |
| 366 | |
| 00:30:51,620 --> 00:30:56,090 | |
| لا مائة مليونأدقوت ولا مش ادقوت بدي أعرف بناء على | |
| 367 | |
| 00:30:56,090 --> 00:30:59,870 | |
| مين على fuzzy functions فهنا هدولة أقول عن fuzzy | |
| 368 | |
| 00:30:59,870 --> 00:31:07,150 | |
| functions هذه fuzzy function ل X وهذه fuzzy | |
| 369 | |
| 00:31:07,150 --> 00:31:11,110 | |
| function ل Y ال Y اللي هو ايش قلنا هنا ورا ال Y | |
| 370 | |
| 00:31:11,110 --> 00:31:15,490 | |
| اللي هو project staffing X اللي هي ايش project | |
| 371 | |
| 00:31:15,490 --> 00:31:18,470 | |
| funding | |
| 372 | |
| 00:31:20,260 --> 00:31:25,820 | |
| و Y هو project staffing يعني إيش staffing staffing | |
| 373 | |
| 00:31:25,820 --> 00:31:29,020 | |
| يعني staff staff اللي هم العاملين staffing يعني | |
| 374 | |
| 00:31:29,020 --> 00:31:32,960 | |
| منصوب بيه حجم الموظفين اللي في المشروع الشغلين | |
| 375 | |
| 00:31:32,960 --> 00:31:41,440 | |
| المشروع ال Z هنا اللي هو risk هقول Z ولا هقول Z | |
| 376 | |
| 00:31:41,440 --> 00:31:45,540 | |
| انتوا متعودين علشان Z one ولا Z two | |
| 377 | |
| 00:32:05,830 --> 00:32:14,390 | |
| فهو ينتمي الى مجموعة A2 بنسبة 20% و ينتمي الى | |
| 378 | |
| 00:32:14,390 --> 00:32:16,850 | |
| مجموعة A1 بنسبة | |
| 379 | |
| 00:32:21,520 --> 00:32:34,720 | |
| خلّيني أسمّهم لهم الـ Funding A1 يعني | |
| 380 | |
| 00:32:34,720 --> 00:32:39,180 | |
| المتغير X هيكون تابع لواحد من هدولة التلاتة الـ A1 | |
| 381 | |
| 00:32:39,180 --> 00:32:47,900 | |
| اللي هي ان يكون low و A2 يكون adequate | |
| 382 | |
| 00:32:58,910 --> 00:33:11,270 | |
| sorry بس نشوف ال .. | |
| 383 | |
| 00:33:11,270 --> 00:33:15,410 | |
| okay inadequate | |
| 384 | |
| 00:33:15,410 --> 00:33:19,590 | |
| و | |
| 385 | |
| 00:33:19,590 --> 00:33:24,730 | |
| marginal و | |
| 386 | |
| 00:33:24,730 --> 00:33:24,950 | |
| ally | |
| 387 | |
| 00:33:32,660 --> 00:33:38,940 | |
| بالنسبة ل Y لأ | |
| 388 | |
| 00:33:38,940 --> 00:33:46,160 | |
| Y لها مجموعتين بس اللي هو small و large هكون small | |
| 389 | |
| 00:33:46,160 --> 00:33:51,300 | |
| و large ال high هذا ال risk ال risk اللي لها low و | |
| 390 | |
| 00:33:51,300 --> 00:33:57,560 | |
| medium و high فعندك ال NY هتكون لها مجموعتين بي | |
| 391 | |
| 00:33:57,560 --> 00:34:07,240 | |
| واحد و بي اتنين بي واحدبمعنى ايش؟ small و هي | |
| 392 | |
| 00:34:07,240 --> 00:34:12,540 | |
| بادنان مش هيك بتيجي بمعنى انها script مش هيك اذا | |
| 393 | |
| 00:34:12,540 --> 00:34:16,180 | |
| small و large هتيجي بمعنى ذاتي انها script ايش | |
| 394 | |
| 00:34:16,180 --> 00:34:23,460 | |
| لازم script؟ crisp تيجي | |
| 395 | |
| 00:34:23,460 --> 00:34:28,380 | |
| ده script if crisp اذا كان الخط الفاصل ما بين | |
| 396 | |
| 00:34:28,380 --> 00:34:34,950 | |
| small و large خط قارنمافيش فيه ضبابية هنا انت إيش | |
| 397 | |
| 00:34:34,950 --> 00:34:39,530 | |
| شايف؟ في ضبابية ولا قط قاطع؟ مافي ضبابية تمام فهو | |
| 398 | |
| 00:34:39,530 --> 00:34:44,370 | |
| كامل و small و large هذا يعني أنه مجمعتين crisp | |
| 399 | |
| 00:34:44,370 --> 00:34:50,090 | |
| إذا الحدود ما بينهم ضبابية و كله فاضية إذا الحدود | |
| 400 | |
| 00:34:50,090 --> 00:34:54,650 | |
| قاطعة تكون crisp صح؟ احنا الأن خلاص خرجنا من ال | |
| 401 | |
| 00:34:54,650 --> 00:34:59,300 | |
| crisp و الأن كل السلسة اللي هتشوفهابنفعش تكون في | |
| 402 | |
| 00:34:59,300 --> 00:35:02,840 | |
| ال goal هجيب من ال fuzzy logic بنفع بس يعني مش | |
| 403 | |
| 00:35:02,840 --> 00:35:06,260 | |
| هكون استفادنا من ال fuzzy logic ال fuzzy logic هو | |
| 404 | |
| 00:35:06,260 --> 00:35:09,760 | |
| ميزته الأساسية انه يعمل هذا التداخل عشان ال system | |
| 405 | |
| 00:35:09,760 --> 00:35:17,460 | |
| مش دائما ال rules بتبقى قاطع خدها لك لما فعندك انت | |
| 406 | |
| 00:35:17,460 --> 00:35:21,560 | |
| الآن لاحظ | |
| 407 | |
| 00:35:21,560 --> 00:35:26,220 | |
| ال notation هذه الدرجة | |
| 408 | |
| 00:35:26,220 --> 00:35:26,620 | |
| الانتمائية | |
| 409 | |
| 00:35:33,590 --> 00:35:39,150 | |
| بساوي 2 من 10 هنا ال y هي الواقع تعطيها انتما بي | |
| 410 | |
| 00:35:39,150 --> 00:35:45,610 | |
| واحد بي واحد بالنسبة لجداش واحد او 10% بي اتنين | |
| 411 | |
| 00:35:45,610 --> 00:35:47,390 | |
| اقلت عامة انتما بي اتنين اقلت عامة انتما بي اتنين | |
| 412 | |
| 00:35:47,390 --> 00:35:47,750 | |
| اقلت عامة انتما بي اتنين اقلت عامة انتما بي اتنين | |
| 413 | |
| 00:35:47,750 --> 00:35:48,790 | |
| اقلت عامة انتما بي اتنين اقلت عامة انتما بي اتنين | |
| 414 | |
| 00:35:48,790 --> 00:35:51,390 | |
| اقلت عامة انتما بي اتنين اقلت عامة انتما بي اتنين | |
| 415 | |
| 00:35:51,390 --> 00:35:57,890 | |
| اقلت عامة انتما بي اتنين اقلت عامة انتما بي اتنين | |
| 416 | |
| 00:35:57,890 --> 00:36:06,240 | |
| اقلت عامة انتما بي اهي تعبّر عن مقدار ال project | |
| 417 | |
| 00:36:06,240 --> 00:36:10,780 | |
| funding وهذه هي مقدار project staffing أخدت | |
| 418 | |
| 00:36:10,780 --> 00:36:17,080 | |
| المقادير هذه وبناء على ال functions تبع ال budget | |
| 419 | |
| 00:36:17,080 --> 00:36:22,180 | |
| و ال staffing طلعت القيمة هذه الأمر الآن اسمه | |
| 420 | |
| 00:36:22,180 --> 00:36:25,740 | |
| classification the first step is to take the crisp | |
| 421 | |
| 00:36:25,740 --> 00:36:30,960 | |
| inputsالـ X and الـ Y X واحد و Y واحد هنا بمعنى | |
| 422 | |
| 00:36:30,960 --> 00:36:34,760 | |
| انه هيجي بعد هيك X اتنين و Y اتنين يعني ال system | |
| 423 | |
| 00:36:34,760 --> 00:36:39,000 | |
| هيتعامل معه مجموعة من الأزواج هذه تبني project | |
| 424 | |
| 00:36:39,000 --> 00:36:41,860 | |
| funding and project staffing and determine يعني | |
| 425 | |
| 00:36:41,860 --> 00:36:45,120 | |
| ماشي determine يعني حدد ال degree to which هدولة | |
| 426 | |
| 00:36:45,120 --> 00:36:51,740 | |
| inputs belong ينتموا to each one of ال sets تبعتهم | |
| 427 | |
| 00:36:51,740 --> 00:36:55,840 | |
| appropriate fuzzy sets okay الان بعد هيك رول | |
| 428 | |
| 00:36:55,840 --> 00:37:03,710 | |
| evaluationالخطوات التي رأيناها هي إذا X ينتمي إلى | |
| 429 | |
| 00:37:03,710 --> 00:37:09,170 | |
| تلتة أو Y ينتمي إلى بي واحد ف Z ينتمي إلى C واحد C | |
| 430 | |
| 00:37:09,170 --> 00:37:10,450 | |
| واحد و C تلتة و C تلتة و C تلتة و C تلتة و C تلتة | |
| 431 | |
| 00:37:10,450 --> 00:37:11,250 | |
| و C تلتة و C تلتة و C تلتة و C تلتة و C تلتة و C | |
| 432 | |
| 00:37:11,250 --> 00:37:15,190 | |
| تلتة و C تلتة و C تلتة و C تلتة و C تلتة و C تلتة | |
| 433 | |
| 00:37:15,190 --> 00:37:20,530 | |
| و C تلتة و C تلتة | |
| 434 | |
| 00:37:20,530 --> 00:37:23,210 | |
| و C تلتة و C تلتة و C تلتة و C تلتة و C تلتة و C | |
| 435 | |
| 00:37:23,210 --> 00:37:24,910 | |
| تلتة و C تلتة و C تلتة و C تلتة و C تلتة و C تلتة | |
| 436 | |
| 00:37:24,910 --> 00:37:25,070 | |
| و C | |
| 437 | |
| 00:37:29,090 --> 00:37:36,790 | |
| low C2 بمعنى medium و C3 بمعنى high high if high | |
| 438 | |
| 00:37:36,790 --> 00:37:43,350 | |
| risk low risk و medium risk ممكن نرجع بجوة بس على | |
| 439 | |
| 00:37:43,350 --> 00:37:46,730 | |
| step number two اللي هي rule evaluation ال rule | |
| 440 | |
| 00:37:46,730 --> 00:37:51,790 | |
| evaluation بدي أخد هذه ال values و أحسب حسابها في | |
| 441 | |
| 00:37:51,790 --> 00:37:58,070 | |
| end تنفيذ ال rules ال rules برجع تاني X is A تلتة | |
| 442 | |
| 00:37:58,340 --> 00:38:02,880 | |
| هل الآن بناء على الـ .. هل الآن بناء على الـ | |
| 443 | |
| 00:38:02,880 --> 00:38:07,740 | |
| classification هذا ترى X اللي هي انتماء على A3؟ | |
| 444 | |
| 00:38:07,740 --> 00:38:11,140 | |
| يعني حتى الآن بناء على الـ function اللي عندي هنا | |
| 445 | |
| 00:38:11,140 --> 00:38:19,140 | |
| A .. أسف X بتنتمي إلى A1 صح؟ وبنسبة كده؟ و X أيضا | |
| 446 | |
| 00:38:19,140 --> 00:38:24,800 | |
| تنتمي إلى A2 بنسبة 0.2 هذا من ناحية ال X من ناحية | |
| 447 | |
| 00:38:24,800 --> 00:38:30,010 | |
| ال Y طبعا هنا X واحد و Y واحدعشان اختصر ال Y تنتمي | |
| 448 | |
| 00:38:30,010 --> 00:38:39,150 | |
| الى مين الى V1 بالنسبة 0.1 وايضا تنتمي الى V2 | |
| 449 | |
| 00:38:39,150 --> 00:38:45,590 | |
| بالنسبة 0.7 ماشي؟ الان كيف انا بدي ال rules هذه | |
| 450 | |
| 00:38:45,590 --> 00:38:49,950 | |
| اطلع على مين منهم تنطبق؟ لأن هذه أمور لا تنطبق | |
| 451 | |
| 00:38:49,950 --> 00:38:54,710 | |
| تماما صح؟ لأن مافي عندي ايش X تساوي ايه تلو تساوي | |
| 452 | |
| 00:38:57,030 --> 00:39:02,630 | |
| اندي هادى ممكن صح لأنه انا من الناحية في عندي ال y | |
| 453 | |
| 00:39:02,630 --> 00:39:10,630 | |
| تنتمي إلى a2 و ال x تنتمي إلى a2 انا بقدر fire هذا | |
| 454 | |
| 00:39:10,630 --> 00:39:16,930 | |
| rule بناء على هذا rule based on rule 2 أصبح z | |
| 455 | |
| 00:39:16,930 --> 00:39:25,510 | |
| تنتمي إلى c2 اللي هي normal احنا اسمه يكون million | |
| 456 | |
| 00:39:25,510 --> 00:39:26,310 | |
| normal | |
| 457 | |
| 00:39:29,400 --> 00:39:37,860 | |
| طيب رقم تلاتة هل تنطبق x is a ولا هدف اي نعم انتي | |
| 458 | |
| 00:39:37,860 --> 00:39:42,740 | |
| x تنتمي إلى a واحد تعطيني ايش استنتاج ان z تنتمي | |
| 459 | |
| 00:39:42,740 --> 00:39:47,820 | |
| إلى c تلاتة اللاحظ اللاحظ ان انا اتقابل ان انا على | |
| 460 | |
| 00:39:47,820 --> 00:39:54,740 | |
| روتم هنا اقول تلاتةرول تلاتة باستنتج انه الان لحظة | |
| 461 | |
| 00:39:54,740 --> 00:39:58,340 | |
| انا استنتجت ان Z تنتمي الى هذا و تنتمي الى هذا | |
| 462 | |
| 00:39:58,340 --> 00:40:04,080 | |
| وهذا برجزه من ال fuzzyness ان المتغير واحد ينتمي | |
| 463 | |
| 00:40:04,080 --> 00:40:08,560 | |
| الى مجموعتين فئان واحد ولكن جديش جديش درجة | |
| 464 | |
| 00:40:08,560 --> 00:40:17,440 | |
| الانتماء كيف | |
| 465 | |
| 00:40:17,440 --> 00:40:21,160 | |
| أحسن درجة الانتماء انا عرفت ان Zبنانة على ال rules | |
| 466 | |
| 00:40:21,160 --> 00:40:27,460 | |
| تنتمي إلى C2 وC3 لكن لم تجد درجة الانتماء لاحظ أن | |
| 467 | |
| 00:40:27,460 --> 00:40:29,940 | |
| ال system تبعنا صغير جدا لأن ال three rules اللي | |
| 468 | |
| 00:40:29,940 --> 00:40:33,320 | |
| لدينا و لأن احنا عمليا وصلنا للاستنتاج ان ال risk | |
| 469 | |
| 00:40:33,320 --> 00:40:38,580 | |
| تبع ال z بس الاستنتاج هذا فظي ضبابي بيقول لي ان ال | |
| 470 | |
| 00:40:38,580 --> 00:40:44,800 | |
| z normal و في نفس الوقت بيقول لي انها highأنا الأن | |
| 471 | |
| 00:40:44,800 --> 00:40:48,660 | |
| بدي أفكها هذه الضبابية و أحولها لـD-Fossification | |
| 472 | |
| 00:40:48,660 --> 00:40:53,860 | |
| بس عشان أفكها بدي أعرف النسب اللي هو degree of | |
| 473 | |
| 00:40:53,860 --> 00:40:57,380 | |
| membership تبع Z في كل واحد من هدولة ال two sets | |
| 474 | |
| 00:40:57,380 --> 00:41:05,520 | |
| C2 و C3 بسيطة الحكاية مش معقدة تذكروا اللي هو لما | |
| 475 | |
| 00:41:05,520 --> 00:41:09,660 | |
| يكون في عندي multiple antecedents و بينهم and في | |
| 476 | |
| 00:41:09,660 --> 00:41:13,020 | |
| certainty factor كنا بناخد ال certainty factor ال | |
| 477 | |
| 00:41:13,020 --> 00:41:18,880 | |
| إيشالأقل و لما يكون or ناخد الأكتر و هنا نفس الشيء | |
| 478 | |
| 00:41:18,880 --> 00:41:24,620 | |
| انا الآن z2 اجت من z انتمائها إلى z2 اجت بناء على | |
| 479 | |
| 00:41:24,620 --> 00:41:29,360 | |
| ايه الرول؟ الرول هادي، صح؟ الرول هادي فيها and، | |
| 480 | |
| 00:41:29,360 --> 00:41:39,520 | |
| أصبت؟ لأن ال x بتتمي إلى a2 ها يا طب x is | |
| 481 | |
| 00:41:39,520 --> 00:41:50,680 | |
| a2 بنسبة كده؟0.2 صح and Y | |
| 482 | |
| 00:41:50,680 --> 00:42:03,480 | |
| is D2 0.7 صح وينها وينها تحت يبقى | |
| 483 | |
| 00:42:03,480 --> 00:42:11,580 | |
| Z is C2 بالنسبة | |
| 484 | |
| 00:42:11,580 --> 00:42:23,480 | |
| كماشي0.5 على نفس المنهج rule تلاتة خلاص rule تلاتة | |
| 485 | |
| 00:42:23,480 --> 00:42:26,480 | |
| أصلا مافيش فيها multiple antecedents كله هو one | |
| 486 | |
| 00:42:26,480 --> 00:42:33,880 | |
| antecedent فعلى طول هذه بترتب على هذه تلقائيا Z is | |
| 487 | |
| 00:42:33,880 --> 00:42:46,460 | |
| C3 0.5برضه الامور لسه ضبابية ضبابية يعني لسه انا | |
| 488 | |
| 00:42:46,460 --> 00:42:56,040 | |
| بده اعرف ايه يعني هي تنتمي الى C3 لعند كداش النص | |
| 489 | |
| 00:42:56,040 --> 00:43:05,120 | |
| هاي النص و في نفس الوقت ل C2 C2 عند ليش واحد من | |
| 490 | |
| 00:43:05,120 --> 00:43:07,080 | |
| عشر هنا تمام | |
| 491 | |
| 00:43:08,820 --> 00:43:15,480 | |
| كيف؟ اتنى من عشرة يعني تقريبا فهي الانتباهها خلينا | |
| 492 | |
| 00:43:15,480 --> 00:43:22,860 | |
| هيك و هيك الرسم هي هذه او الصورة هي هذه تشوف هنا | |
| 493 | |
| 00:43:22,860 --> 00:43:28,840 | |
| الصورة هذه بتتعبر عن ايه اللي هو اتنى من عشرة اتنى | |
| 494 | |
| 00:43:28,840 --> 00:43:32,840 | |
| من عشرة يقطع | |
| 495 | |
| 00:43:32,840 --> 00:43:33,420 | |
| غلطة هنا | |
| 496 | |
| 00:43:58,290 --> 00:44:00,770 | |
| مش مشكلة بقى عشان .. | |
| 497 | |
| 00:44:06,490 --> 00:44:14,310 | |
| هو هنا بناء على رول واحد إذا x هو a ثلاثة ودخل | |
| 498 | |
| 00:44:14,310 --> 00:44:18,590 | |
| a ثلاثة في الموضوع، لماذا؟ هذا ضرر من أن x لا | |
| 499 | |
| 00:44:18,590 --> 00:44:21,790 | |
| تنتمي إلى a ثلاثة فهو ولكنه اعتبر أنه تنتمي | |
| 500 | |
| 00:44:21,790 --> 00:44:29,110 | |
| بالنسبة للزيرو، ماشي؟ فالكلام هذا لو بدأ أخده على | |
| 501 | |
| 00:44:29,110 --> 00:44:37,710 | |
| رول واحد، رول رقم واحد، أرجع لورا،طبعا هنا a ثلاثة | |
| 502 | |
| 00:44:37,710 --> 00:44:46,810 | |
| من اسمة zero و y بواحد من اسمة one فأخذ ال one من | |
| 503 | |
| 00:44:46,810 --> 00:44:51,630 | |
| عشره ل أكبر فهذه | |
| 504 | |
| 00:44:51,630 --> 00:44:56,590 | |
| الكلام اللي أنا عارفه هو ال one فهذا الرسم بتمخص | |
| 505 | |
| 00:44:56,590 --> 00:45:00,590 | |
| لكل اللي انا كنت افكر به طبعا هذي اللي انا عارفه | |
| 506 | |
| 00:45:00,590 --> 00:45:02,190 | |
| هو ال two وهذا اللي انا عارفه هو ال three | |
| 507 | |
| 00:45:05,670 --> 00:45:10,370 | |
| C1 منصف الـ 0.4 هنا الـ 0.2 زي ما احنا حسبنا و هنا | |
| 508 | |
| 00:45:10,370 --> 00:45:14,570 | |
| الـ 0.4 زي ما احنا حسبنا اذا هو عبّر عن كل واحد من | |
| 509 | |
| 00:45:14,570 --> 00:45:22,450 | |
| هدولة بالخط تبع هذه ال function تبع ال output اللي | |
| 510 | |
| 00:45:22,450 --> 00:45:28,190 | |
| هو Z هي نفس ال function انما هنا انا عرفت انه بناء | |
| 511 | |
| 00:45:28,190 --> 00:45:33,370 | |
| على رموز الرقم 1 ال output بيتقاطع هنابالنسبة لان | |
| 512 | |
| 00:45:33,370 --> 00:45:35,430 | |
| انا اقول اتنين ال output بتقاطع في هذه المنطقة | |
| 513 | |
| 00:45:35,430 --> 00:45:39,170 | |
| وبالنسبة لان انا اقول تلاتة ال output بتقاطع في | |
| 514 | |
| 00:45:39,170 --> 00:45:43,370 | |
| هذه المنطقة الان هذول المناطق مظللة يعني هم | |
| 515 | |
| 00:45:43,370 --> 00:45:46,410 | |
| ماتطلعش هذا الخط بتطلع على كل المنطقة اللي تحت | |
| 516 | |
| 00:45:46,410 --> 00:45:52,870 | |
| الخط يعني ان ال output وقع في هذا الحيث وفي هذا | |
| 517 | |
| 00:45:52,870 --> 00:45:58,150 | |
| الحيث وفي هذا الحيث لان دمج تلاتها دولة في ايش؟ | |
| 518 | |
| 00:46:02,590 --> 00:46:08,890 | |
| دمج التلاتة استنتاجات لأن Z ينتمي ل C1 نسبة واحد | |
| 519 | |
| 00:46:08,890 --> 00:46:12,570 | |
| عشرة فمية و Z ينتمي ل C2 نسبة عشرين فمية و Z ينتمي | |
| 520 | |
| 00:46:12,570 --> 00:46:20,210 | |
| ل C3 نسبة خمسين فمية دمجهم مع بعض في نفس ال region | |
| 521 | |
| 00:46:20,210 --> 00:46:24,470 | |
| في نفس ال fuzzy set في fuzzy set واحد هرجع تاني | |
| 522 | |
| 00:46:24,470 --> 00:46:34,540 | |
| مرة أخرى هذولة التلاتة functions أخذتهذا مع ال 20% | |
| 523 | |
| 00:46:34,540 --> 00:46:41,940 | |
| مع ال 50% وطلع عنده ان هو الشكل هذا هذا | |
| 524 | |
| 00:46:41,940 --> 00:46:48,820 | |
| الان الشكل هو ال summation تبع ال output تبع | |
| 525 | |
| 00:46:48,820 --> 00:46:53,300 | |
| تلاتروزالكل rule اللي قلته متباحة عن fuzzy set هاي | |
| 526 | |
| 00:46:53,300 --> 00:46:56,240 | |
| ال fuzzy set هذا مع هذا ال fuzzy set هذا ال fuzzy | |
| 527 | |
| 00:46:56,240 --> 00:47:00,520 | |
| set مجموحه اللي هو ال fuzzy set هذا لإن ال fuzzy | |
| 528 | |
| 00:47:00,520 --> 00:47:05,300 | |
| set هذا بدي أعمله de-fuzzification أخد منه crisp | |
| 529 | |
| 00:47:05,300 --> 00:47:12,320 | |
| value عشان أقول إن Z is risky أو قيمة ال risk | |
| 530 | |
| 00:47:12,320 --> 00:47:20,540 | |
| تبعها نسبة كده بمقدار كدههي تحدّث جدّاش بالظبط ال | |
| 531 | |
| 00:47:20,540 --> 00:47:25,640 | |
| risk تبع الزيت الطريقة اللي هو ال defossification | |
| 532 | |
| 00:47:25,640 --> 00:47:30,020 | |
| تحويل من ال fuzzy set إلى crisp value انه احنا هنا | |
| 533 | |
| 00:47:30,020 --> 00:47:32,360 | |
| ال defossification ال last step اللي هو الفuzzy ال | |
| 534 | |
| 00:47:32,360 --> 00:47:36,260 | |
| inference process كل الكلام الأربع خطوات دولة يبقى | |
| 535 | |
| 00:47:36,260 --> 00:47:39,740 | |
| عن ال inference process أولا فوزفيكيشن ثم rule | |
| 536 | |
| 00:47:39,740 --> 00:47:44,590 | |
| evaluation ثم aggregationالخطوة التالتة كانت | |
| 537 | |
| 00:47:44,590 --> 00:47:47,770 | |
| aggregation وبعدها اربعة هو ال defossification ان | |
| 538 | |
| 00:47:47,770 --> 00:47:52,350 | |
| الفظي ناس help us to evaluate their goals but the | |
| 539 | |
| 00:47:52,350 --> 00:47:55,090 | |
| final output of a fossil system has to be a crisp | |
| 540 | |
| 00:47:55,090 --> 00:48:00,230 | |
| number ال final output بتعرف | |
| 541 | |
| 00:48:00,230 --> 00:48:04,270 | |
| درجة المخاطرات بالظبط جديش has to be a crisp | |
| 542 | |
| 00:48:04,270 --> 00:48:06,650 | |
| number and the input of the defossification | |
| 543 | |
| 00:48:06,650 --> 00:48:12,620 | |
| processو بيطلع منها a single number الان احدى | |
| 544 | |
| 00:48:12,620 --> 00:48:17,860 | |
| الطرق لديه fuzzy فيه يمكن 15 طريقة او 20 طريقة | |
| 545 | |
| 00:48:17,860 --> 00:48:22,520 | |
| لتحويل ال fuzzy سمباطل ال crisp value من ال fuzzy | |
| 546 | |
| 00:48:22,520 --> 00:48:26,260 | |
| region احدها او ادخال ال processing اللي هى ال | |
| 547 | |
| 00:48:26,260 --> 00:48:30,460 | |
| center of gravity ال center of gravity بيختصر شديد | |
| 548 | |
| 00:48:30,460 --> 00:48:34,560 | |
| ان احنا لو ادي انا region هذا ال region تبعتنا صح | |
| 549 | |
| 00:48:34,560 --> 00:48:36,840 | |
| تبعت ال fuzzy region او ال fuzzy circle تبعتنا | |
| 550 | |
| 00:48:38,530 --> 00:48:43,590 | |
| بنتخيل هذا الكلام كأنه شكفة مجسم، اشي مجسم، معدن | |
| 551 | |
| 00:48:43,590 --> 00:48:48,650 | |
| أو قشب وكده وبنتخيل لو .. وين النقطة .. وين النقطة | |
| 552 | |
| 00:48:48,650 --> 00:48:51,950 | |
| على هذا ال range هذا ال range الان من zero إلى | |
| 553 | |
| 00:48:51,950 --> 00:48:57,530 | |
| مين؟ اللي هو درجة المخاطرة وين النقطة؟ لو انا حطيت | |
| 554 | |
| 00:48:57,530 --> 00:49:03,410 | |
| عليها افتكاز، هتعمل balanceو ال shape هدا عشان | |
| 555 | |
| 00:49:03,410 --> 00:49:05,950 | |
| اسمها هي عشان هي كاسم ال center of gravity تذكروه | |
| 556 | |
| 00:49:05,950 --> 00:49:10,730 | |
| في الفيزيا في الastrofthermia فأسرع طريقة لحساب او | |
| 557 | |
| 00:49:10,730 --> 00:49:14,350 | |
| يعني طريقة discrete بدل ما نعملها كتيروس نعملها | |
| 558 | |
| 00:49:14,350 --> 00:49:21,750 | |
| discrete عشان تبصير لإن احنا ناخد ال .. ال .. ال | |
| 559 | |
| 00:49:21,750 --> 00:49:27,310 | |
| .. بالظبط العشرة ال zero والعشرة والعشرين درجة | |
| 560 | |
| 00:49:27,310 --> 00:49:31,940 | |
| كده؟ point واحدبنجمع التلاتين والاربعين والخمسين | |
| 561 | |
| 00:49:31,940 --> 00:49:37,200 | |
| والستين ضرب ايش point اتنين صح بعدين اللي هو | |
| 562 | |
| 00:49:37,200 --> 00:49:41,680 | |
| السبعين كل التمانين والتسعين والمية ضرب اللي هو | |
| 563 | |
| 00:49:41,680 --> 00:49:46,040 | |
| ايش ال zero point five بعدين هذه الكلام بنجمعه | |
| 564 | |
| 00:49:46,040 --> 00:49:49,480 | |
| بنجسمه على عددهم يعني عندي zero point one يعني | |
| 565 | |
| 00:49:49,480 --> 00:49:54,360 | |
| واحدة اتنين تلاتة صح zero point two واحدة اتنين | |
| 566 | |
| 00:49:54,360 --> 00:50:00,940 | |
| تلاتة اربعة تمام0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 | |
| 567 | |
| 00:50:00,940 --> 00:50:08,300 | |
| و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و | |
| 568 | |
| 00:50:08,300 --> 00:50:09,480 | |
| 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0 | |
| 569 | |
| 00:50:09,480 --> 00:50:09,920 | |
| .5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 | |
| 570 | |
| 00:50:09,920 --> 00:50:10,300 | |
| و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و | |
| 571 | |
| 00:50:10,300 --> 00:50:11,660 | |
| 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0 | |
| 572 | |
| 00:50:11,660 --> 00:50:21,240 | |
| .5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 و 0.5 | |
| 573 | |
| 00:50:21,240 --> 00:50:22,280 | |
| و | |
| 574 | |
| 00:50:26,230 --> 00:50:34,790 | |
| درجة المخاطرة بالمئوية 67.4% طبعا ال system زي هذا | |
| 575 | |
| 00:50:34,790 --> 00:50:39,170 | |
| صغير احنا ممكن نعمله if statement إذا كان كده فإنه | |
| 576 | |
| 00:50:39,170 --> 00:50:44,050 | |
| كده بس هذا الغرض منه كان بس مجرد توضيح آلية ال | |
| 577 | |
| 00:50:44,050 --> 00:50:48,850 | |
| inference طيب ماشي احنا الآن عند هذا النقطة بنكون | |
| 578 | |
| 00:50:48,850 --> 00:50:54,560 | |
| شرحنا الفظي inferenceبس على أساس اللي هو الممداني | |
| 579 | |
| 00:50:54,560 --> 00:50:56,660 | |
| method الممداني method اللي هي ال method الأولى | |
| 580 | |
| 00:50:56,660 --> 00:51:01,800 | |
| السوجينو method المحاضرة جاي بنكملها و بنشوف أيضا | |
| 581 | |
| 00:51:01,800 --> 00:51:06,900 | |
| مثال example بواسطة express system على الطريقتين | |
| 582 | |
| 00:51:06,900 --> 00:51:09,400 | |
| على الممداني method و على السوجينو method | |