PL9fwy3NUQKwY229s7FFto_DG4Gk-imNVi/FeojrzrLukA_postprocess.srt

1
00:00:21,380 --> 00:00:24,880
طيب ماشي بسم الله الرحمن الرحيم المحاضرة هذه ان

2
00:00:24,880 --> 00:00:27,420
شاء الله بنكمل الكلام اللي كنا بالينا في المحاضرة

3
00:00:27,420 --> 00:00:31,280
الفاتة اللي هو بالتحديد ال fuzzy inference

4
00:00:31,280 --> 00:00:35,200
باستخدام الممداني method بنكمله اللي هو احنا

5
00:00:35,200 --> 00:00:40,160
تقريبا وصلنا لنهاية تقريبا و بعدين بنشوف نفس ال

6
00:00:40,160 --> 00:00:43,960
inferenceبس باستخدام بيشوفوا أيضا يعني fuzzy

7
00:00:43,960 --> 00:00:47,760
inference بس باستخدام صيجينو الصيجينو method بعد

8
00:00:47,760 --> 00:00:52,400
كده بنرجع على النقطتين اللي فلطلهم من البداية

9
00:00:52,400 --> 00:00:56,980
بداية ال chapter اللي هو ما كنا ذكرنا فيه موضوع

10
00:00:56,980 --> 00:01:02,540
اللي هو ال fuzzy sets المقدمة

11
00:01:02,540 --> 00:01:05,340
في البداية ال fuzzy sets بنحكي عن اللي هو فيه اللي

12
00:01:05,340 --> 00:01:06,060
هو operations

13
00:01:09,190 --> 00:01:12,650
on الفرق التامة الفظيسيوسيوم بعدين فيه اذا بتذكروا

14
00:01:12,650 --> 00:01:20,310
المفهوم الهجز اذا بتذكروا مصطلح هذا تمام و اعتقد

15
00:01:20,310 --> 00:01:26,770
في الآخر برضه تمام في ياش بس

16
00:01:26,770 --> 00:01:30,810
بالتحديد هم هدول النقطتين هرجعلهم من ياش من

17
00:01:30,810 --> 00:01:36,780
lecture أربعة okay لإن احنا بنكمل lecture خمسةمن

18
00:01:36,780 --> 00:01:41,920
عند اللى هو نهاية الممدانى fuzzy inference ممدانى

19
00:01:41,920 --> 00:01:45,040
fuzzy inference ايش كنا وصلنا لوين احنا بالظبط

20
00:01:45,040 --> 00:01:52,360
خلصناها للنقطة اللى هو حساب او ال defuzzification

21
00:01:52,360 --> 00:01:57,540
اللى هو حساب ال balance point اللى هي عندها اللى

22
00:01:57,540 --> 00:02:01,820
هي على أساسها اللى هي في النهاية خلاصة ال

23
00:02:01,820 --> 00:02:04,880
conclusion تبع ال system

24
00:02:16,010 --> 00:02:21,810
الخطوات كيف كانت الخطوات الأولى كانت انه احنا بتتم

25
00:02:21,810 --> 00:02:23,690
ال classification ال classification اللي هو احنا

26
00:02:23,690 --> 00:02:27,310
بناخد ال input ال crisp input اللي هو Y1 و X1

27
00:02:27,720 --> 00:02:33,220
وبنشوف انتمائهم الى different fuzzy sets اللي هم

28
00:02:33,220 --> 00:02:38,820
بالتحديد ال X1 انتمائها ال E1

29
00:02:38,820 --> 00:02:45,280
E2 E3 وY1 انتمائها ال E1 وE2 بعدها بيجي ال rule

30
00:02:45,280 --> 00:02:49,880
evaluation نشوف من من ال rules الان can fire وإيش

31
00:02:49,880 --> 00:02:53,200
ال conclusions اللي بتطلع معنا ال conclusions اللي

32
00:02:53,200 --> 00:02:56,120
بتطلع معنا هذه برضه بنعملها evaluation من ناحية

33
00:02:56,120 --> 00:03:02,340
إيشال .. ال .. ال .. ال fuzzy value تبع حقوق ال

34
00:03:02,340 --> 00:03:07,680
conclusion لها fuzzy value مظبوط بناء على ال fuzzy

35
00:03:07,680 --> 00:03:10,260
values تبعية ال conditions شو هو؟ حتى لو كان صفر

36
00:03:10,260 --> 00:03:14,780
حتى لو كان صفر بالظبط okay و قولنا كيف نتعامل لما

37
00:03:14,780 --> 00:03:19,040
نكون ال condition بيربط antecedence متعددة بال or

38
00:03:19,040 --> 00:03:23,590
أو بال and و ناخد ال minimum و ناخد ال maximumوهذا

39
00:03:23,590 --> 00:03:27,790
تقريبا ال slide بتلخص التلاتة بتلخص ال inference

40
00:03:27,790 --> 00:03:30,730
اللى حصل بناء على التلاتة rules ومو الواحد ومو

41
00:03:30,730 --> 00:03:35,710
الاثنين ومو التلاتة واخدنا ال conclusions التلاتة

42
00:03:35,710 --> 00:03:39,790
هذه الان بنعملها aggregation للتلاتة هدولة بنعملهم

43
00:03:39,790 --> 00:03:47,170
aggregation ندمج هذا مع هذا مع الاول استنتاجات

44
00:03:47,170 --> 00:03:49,290
التلاتة تبع ال rules ندمجهم مع بعض

45
00:03:52,630 --> 00:03:59,530
الان هرجى الى ال slide اللى راحت بعدها بروح ال

46
00:03:59,530 --> 00:04:04,930
aggregation اللى حكيت فيه اتوا بعدها بروح عشان

47
00:04:04,930 --> 00:04:09,210
ناتج ال aggregation دمجنا التلاتة results في

48
00:04:09,210 --> 00:04:12,130
result واحدة اللى بعدها اخر خطوة اللى هى de

49
00:04:12,130 --> 00:04:16,170
-fuzzification اللى بنستخدمها فيها ال center of

50
00:04:16,170 --> 00:04:21,090
gravity technique لاستخلاص crisp value من الفuzzy

51
00:04:21,580 --> 00:04:26,360
region or regional fuzzy set center of gravity هو

52
00:04:26,360 --> 00:04:33,820
ان احنا بناخد كافة ال .. بناخد ال group ال ..

53
00:04:33,820 --> 00:04:39,760
الرزق المدمجة و بنشوف وين اه ال steps طبعا خلي

54
00:04:39,760 --> 00:04:43,360
بالك احنا هنا عملنا segmentation على اساس من 0 ل

55
00:04:43,360 --> 00:04:46,740
10 و 10 ل 20 يعني ال step واحدة عشرة انت ممكن

56
00:04:46,740 --> 00:04:52,010
تخليها ياش .. تخليها اقل ممكن تخليها خمساتخمسات

57
00:04:52,010 --> 00:04:55,790
بيعطيك دقة اكتر صح ولا لا؟ المواقع اللي زي هذه

58
00:04:55,790 --> 00:05:03,010
بيحصل من هنا على اشي ينضم لهذه المجموعة و اشي تاني

59
00:05:03,010 --> 00:05:08,590
ينضم الى مجموعة اخرى فانت كده بتزغر ال stepping

60
00:05:08,590 --> 00:05:13,600
كده بتاخد دقة اكتر بس بتزود على حالك calculationفي

61
00:05:13,600 --> 00:05:16,540
المسائل اللي بتجيك في الامتحان و لا كده بنحاول

62
00:05:16,540 --> 00:05:21,040
نبسط ال calculation عشان احنا مش بناخبرك فيه بتعرف

63
00:05:21,040 --> 00:05:24,800
تجمع و تسأل و تطرح ناخبرك انك انت فاهم التقنية ولا

64
00:05:24,800 --> 00:05:31,160
لا okay ال .. ال .. فلت انا ال slide اللي فلتتها

65
00:05:31,160 --> 00:05:35,960
اللي هي موضوع ال clipping و ليش و ال scaling ال

66
00:05:35,960 --> 00:05:41,160
clipping و ال scaling احنا الآن لما نجينا على مثال

67
00:05:41,160 --> 00:05:48,050
.. نصيبنا مثالعلى C2 وقلنا انه بناء على ال rules

68
00:05:48,050 --> 00:05:50,850
او بناء على ال rule رقم ما اعتقد كانت واحدة او

69
00:05:50,850 --> 00:05:57,070
اتنين مش فاكر ال rule هتجرأت ليه ان Z تنتمي على C2

70
00:05:57,070 --> 00:06:02,790
بنسبة 0.2 مزموط فروحنا و حطينا الخط هذا هذا احنا

71
00:06:02,790 --> 00:06:10,030
اكتصصنا من كافة ال fuzzy space كله واخدنا منه 20%

72
00:06:11,720 --> 00:06:16,320
أسلوب آخر لنفس

73
00:06:16,320 --> 00:06:23,280
الشيء هو نعمل rescaling هذا اسمه clipping نعمل

74
00:06:23,280 --> 00:06:29,180
rescaling لأن الشكل نفسه هذا يحدد شكل ال function

75
00:06:29,180 --> 00:06:35,160
شكل ال fuzzy function نعمل rescaling بنسبة 20%

76
00:06:35,160 --> 00:06:42,120
كإنه صورة و بدك تصغرها أو صورة بدك تضغطهابسكيل هذا

77
00:06:42,120 --> 00:06:47,000
اللي هو من 0 ل 1 بيصير تضغطه

78
00:06:47,000 --> 00:06:52,760
إلى 20% فإيش بيصير عندما ينضغط بيصير شكله زي هذا

79
00:06:52,760 --> 00:06:59,360
هو عندك الفاضي ال region اللي نتجت عن ال rule ال

80
00:06:59,360 --> 00:07:04,790
mark بعد كده تدمج هذا الشكل مع الشكلاللي بيطلع

81
00:07:04,790 --> 00:07:08,710
معاك من ال rules الأخرى وبتدمجوا مع بعض وبترجع

82
00:07:08,710 --> 00:07:12,530
بتكمل الطريقة اللي هي حساب ال center of gravity

83
00:07:12,530 --> 00:07:17,330
لكن احنا للتبسيط يعني بالنسبالك انت لو الكلام هذا

84
00:07:17,330 --> 00:07:22,070
بينعمل computerized انت مش هتفرج معاك انه تعملها

85
00:07:22,070 --> 00:07:26,290
clipped يعني الرزا ال output تعمله clipping تقص

86
00:07:26,290 --> 00:07:31,350
لعين ده 20% ولا تعمل scaling down to 20% مش هتفرج

87
00:07:31,350 --> 00:07:35,870
لأن ال computer هو اللي هيحزبهو اللي هيحسب الشكل

88
00:07:35,870 --> 00:07:40,230
هذا كيف هيكون بعد ال scaling وهو اللي هيحسب كيف

89
00:07:40,230 --> 00:07:44,010
هيكون بال clipping صح ولا لأ طبعا هذا هيكون في

90
00:07:44,010 --> 00:07:47,730
calculation اكتر على ال computer من هذا المهم انه

91
00:07:47,730 --> 00:07:52,850
احنا في الأمثلة اللي بنتدرب عليها بنبسط القمر

92
00:07:52,850 --> 00:07:57,690
بناخد اشي زي clipping انما عمليا لما بدك انت تبرمج

93
00:07:57,690 --> 00:08:02,370
القمر هذا بروح بتصمم function اللي تعملتعمل

94
00:08:02,370 --> 00:08:05,690
Scaling ويبقى الـ Option متاح لمن؟ للـ User هو

95
00:08:05,690 --> 00:08:10,770
اللي ينفذ عملية استنتاج الهدا بالـ Clipping أو

96
00:08:10,770 --> 00:08:16,490
بالـ Scaling طيب، نرجع نكمل الآن فهمنا الـ

97
00:08:16,490 --> 00:08:19,690
Aggregation المقصود بيه الدمج كل الـ Outputs تبعد

98
00:08:19,690 --> 00:08:22,750
كل ال Rules مع بعض في Region واحدة ال Region هذه

99
00:08:22,750 --> 00:08:30,110
الآن من عملها De-Fossification okay خلاص الآننفس

100
00:08:30,110 --> 00:08:35,250
ال method نفس ال method بس بيختلف عنها اللي هو انه

101
00:08:35,250 --> 00:08:43,890
في ال subunit of a fuzzy inference ال

102
00:08:43,890 --> 00:08:53,730
fuzzy values اللي احنا نستخدمه

103
00:08:53,730 --> 00:08:58,760
بدل من يكون فيه عندي ال fuzzy functionالـ Fuzzy

104
00:08:58,760 --> 00:09:01,120
Function تبع الـ output بدل ما هي عبارة عن مجموع

105
00:09:01,120 --> 00:09:06,660
من الـ Fuzzy Sets هي Fuzzy Samples هدول الان K1,

106
00:09:06,900 --> 00:09:12,680
K2, K3 هي Fuzzy Samples الآن لما احنا بنستنتج ال

107
00:09:12,680 --> 00:09:17,240
conclusion تبعت ان انا علىقول معين بنستنتج ال

108
00:09:17,240 --> 00:09:24,920
conclusion ان Z is بنقول ليش الان is C1, is C2, is

109
00:09:24,920 --> 00:09:31,120
C3 بنقول is K1, K2 أو K3وبرضه بالنسبة كامه K1 و K2

110
00:09:31,120 --> 00:09:33,460
و K3 و K4 و K5 و K6 و K7 و K8 و K9 و K10 و K10 و

111
00:09:33,460 --> 00:09:37,500
K10 و K10 و K10 و K10 و K10 و K10 و K10 و K10 و

112
00:09:37,500 --> 00:09:44,000
K10 و K10 و K10 و K10 و K10 و K10 و K10 و K10 و

113
00:09:44,000 --> 00:09:44,040
K10 و K10 و K10 و K10 و K10 و K10 و K10 و K10 و

114
00:09:44,040 --> 00:09:54,220
K10 و K10 و K10

115
00:09:54,220 --> 00:09:58,180
و K10

116
00:09:58,180 --> 00:10:04,010
وكذا او كذا فz is k1 اي كي واحد او اي sample كي

117
00:10:04,010 --> 00:10:11,130
واحد هذا الرقم الان بدي اخد من كي واحد على ارتفاع

118
00:10:11,130 --> 00:10:16,670
0.1 okay و بدي اخد الان اللي انا اقول اتنين اللي

119
00:10:16,670 --> 00:10:23,690
بتقوللي is k2 ب0.2 بدي اخد الان من k2 على ارتفاع 0

120
00:10:23,690 --> 00:10:28,970
.2الرولي بتاعة بتقول لي z is k ثلاثة بنسبة نص

121
00:10:28,970 --> 00:10:33,670
فبتاخد مين k ثلاثة بنسبة خمس نتر مين بعد هيك بتعمل

122
00:10:33,670 --> 00:10:36,890
aggregation لمين لل samples في ال sample اللي طلع

123
00:10:36,890 --> 00:10:39,890
معايا تبع k واحد و ال sample تبع k اتنين و السبب

124
00:10:39,890 --> 00:10:44,560
تبع k ثلاثةهذه هي ال aggradation نفس الأشياء احنا

125
00:10:44,560 --> 00:10:49,040
قلنا ال method واحدة بس اللي اختلف انه في الممداني

126
00:10:49,040 --> 00:10:52,920
ال output معبر عنه ب fuzzy sets او fuzzy function

127
00:10:52,920 --> 00:10:56,900
وعندما في ال cygino معبر عنه ب fuzzy samples ال

128
00:10:56,900 --> 00:11:00,020
samples هي ال case واحد و اتنين و اتنين و تلاتة

129
00:11:00,020 --> 00:11:04,620
فكيف انا مدمج على هذا الأساس انه صار في اندي ال

130
00:11:04,620 --> 00:11:10,850
fuzzy output عبارة عن تلاتة samplesكل واحد له

131
00:11:10,850 --> 00:11:14,930
موضوع يعني يعبر عن قيمة معينة كي واحد يعبر عن قيمة

132
00:11:14,930 --> 00:11:21,030
0.2 كي اتنين يعبر عن 0.5 و هذا 0.8 موضوع حدي موضوع

133
00:11:21,030 --> 00:11:24,190
اليك في المثل او انت اصلا يعني يوم انك تعمل فظيه

134
00:11:24,190 --> 00:11:27,950
solution انت بتحدد ال case هذا بناء على ال expert

135
00:11:27,950 --> 00:11:31,350
ال human expectation اللي بقولك المهم الآن بعدين

136
00:11:31,350 --> 00:11:34,870
كيف نعمل defuzz هذا aggregation ولا لأ جمعنا ال

137
00:11:34,870 --> 00:11:38,550
samples في مجموعة واحدة كيف نعمل defuzzification

138
00:11:39,100 --> 00:11:51,640
هذه هي الوصولة للإعصار كل سامبل نضربه في Aش لأن

139
00:11:51,640 --> 00:12:04,460
K1 K2 K3 0.2 0.8 0.5 ممكن يكون التدريج من 0 ل100

140
00:12:04,460 --> 00:12:13,780
ليس من 0 ل1هذه هي قيمة الـ Sample قيمته

141
00:12:13,780 --> 00:12:19,960
هو في حد ذاته مضمون في نسبته نسبته هي من أين أتيت

142
00:12:19,960 --> 00:12:31,720
من ال rule من الاستنتاج K1 كانت نسبته 0.1 K2

143
00:12:31,720 --> 00:12:32,520
كانت نسبته

144
00:12:45,260 --> 00:12:50,560
صح مش هم هيك كانوا انا ارجع لل slide ال K1 0.1 و

145
00:12:50,560 --> 00:12:56,740
K2 0.2 و 0.5 ماشي فانت بدك تفهم ان ال sample نفسه

146
00:12:56,740 --> 00:13:03,840
له قيمة و هدوله النسب هي زي weights او أوزان لل

147
00:13:03,840 --> 00:13:08,320
sample فعشان اعمل aggregation بضرب كل sample قيمته

148
00:13:08,320 --> 00:13:12,300
في الوزن تبعه في value تبعه في ال weight تبعه يعني

149
00:13:12,300 --> 00:13:21,260
بيصير عندي weighted sumW ضرب ال value W1 في value

150
00:13:21,260 --> 00:13:28,960
1 زائد W2 في value 2 ماشي الان ال weight هو أبعاد

151
00:13:28,960 --> 00:13:38,780
الميو اللي هو ال membership صح ميو ميو

152
00:13:38,780 --> 00:13:45,410
درجة انتماء ال output ل K1ميو كتنين درجة انتماء ال

153
00:13:45,410 --> 00:13:49,210
output لكتنين ميو كتلتر درجة انتماء ال output

154
00:13:49,210 --> 00:13:54,810
لكتلتر درجة انتماء ال output لكتلتر درجة انتماء ال

155
00:13:54,810 --> 00:14:00,290
output لكتلتر درجة انتماء ال output لكتلتر درجة

156
00:14:00,290 --> 00:14:01,650
انتماء ال output لكتلتر درجة انتماء ال output

157
00:14:01,650 --> 00:14:01,670
لكتلتر درجة انتماء ال output لكتلتر درجة انتماء ال

158
00:14:01,670 --> 00:14:01,710
لكتلتر درجة انتماء ال output لكتلتر درجة انتماء ال

159
00:14:01,710 --> 00:14:05,110
output

160
00:14:05,110 --> 00:14:09,410
لكتلتر

161
00:14:09,410 --> 00:14:14,500
درجة انتماء ال output لكتلتالأوزان بيطلع عندى الآن

162
00:14:14,500 --> 00:14:21,160
هدى

163
00:14:21,160 --> 00:14:25,020
أبقى عن الأوزان ميو كواحد ممكن نام ميو كتلات

164
00:14:25,020 --> 00:14:29,680
الأوزان مش ال values ال values هي كل واحد وين واجف

165
00:14:29,680 --> 00:14:33,440
على ال scale تبع كل sample وين واجف هل بيكونوا

166
00:14:33,440 --> 00:14:37,180
يعطياني الأوزان؟ أه طبعا لأ الأوزان لأ الأوزان

167
00:14:37,180 --> 00:14:42,110
هادى اللى نحنا استنتجناهامهي ال ميو هي الأوزان

168
00:14:42,110 --> 00:14:45,650
اللي طلعت من الروس ال value اه ال value هي اللي

169
00:14:45,650 --> 00:14:53,070
بتجيب عليك انه بتحط علم هذي همارة عن الانهي ال

170
00:14:53,070 --> 00:14:57,970
sample function تبع ال output زي ما انه احنا في

171
00:14:57,970 --> 00:15:02,990
الممداني هيبقى معطى اليك هيبقى معطى اليك ال

172
00:15:02,990 --> 00:15:06,470
functions كلهم ال functions تبع ال input و ال

173
00:15:06,470 --> 00:15:10,830
fuzzy functions تبع ال input او ال inputs و

174
00:15:10,830 --> 00:15:13,710
الفuzzy functions تبع ال output وين هم الفuzzy هنا

175
00:15:13,710 --> 00:15:20,770
في هذا الشكل وين الفuzzy functions ثانى شوية

176
00:15:26,100 --> 00:15:29,980
هذه الـ fuzzy function تبعت ال input X وهذه تبعت

177
00:15:29,980 --> 00:15:32,120
ال input Y هذين هم الـ two fuzzy functions تبعت ال

178
00:15:32,120 --> 00:15:37,020
input ومعهم ايضا ايضا انا موضع الي ال fuzzy

179
00:15:37,020 --> 00:15:42,300
function تبعت ال output صح؟ نفس الاشياء هيجيك لو

180
00:15:42,300 --> 00:15:46,620
انت بتعملها بالسبيل و methodبس اللي هيختلف انه هنا

181
00:15:46,620 --> 00:15:49,360
بدلا من يعطيك ال function هذي يعطيك ال sample ال

182
00:15:49,360 --> 00:15:53,280
sample function ال sample function كل K معروف

183
00:15:53,280 --> 00:16:06,120
الموضوع تبعها واضح؟ فأصبح الأن لاحظ

184
00:16:06,120 --> 00:16:11,700
أن اللقم هذا قريب منهذا الوقم اللي حسبناه

185
00:16:11,700 --> 00:16:16,500
بالممداني اللي كان سبعة ستين اربعة و عشرة هنا خمسة

186
00:16:16,500 --> 00:16:25,660
و ستين لان

187
00:16:25,660 --> 00:16:29,080
لو احنا بنسأل متى استخدم الممداني و متى استخدم

188
00:16:29,080 --> 00:16:35,240
السوينو بتالي واضح الإجابة اهم فرق بين ال two

189
00:16:35,240 --> 00:16:40,200
techniques ايش هو انه يكون معلومة قيمةو هناك برضه

190
00:16:40,200 --> 00:16:44,540
معلومة ايش

191
00:16:44,540 --> 00:16:52,120
اختلف هذا ايش بيأثر على ال method يعني هل مثلا

192
00:16:52,120 --> 00:16:57,480
بيأثر على زمن ال execution time لو انا جاعد معايا

193
00:16:57,480 --> 00:17:04,170
هنا samples و بحسب ال weighted averageهل بيبقى

194
00:17:04,170 --> 00:17:09,650
أسرع ولا أبطأ من لو أنا عندي sets و ال sets هجي ع

195
00:17:09,650 --> 00:17:14,650
شكل regions بدي أوحد ما بينهم و بعدين أطلع هذا

196
00:17:14,650 --> 00:17:19,850
أسرع صراحة هذا انا عملية انا عملية تلت عمليتين جمع

197
00:17:19,850 --> 00:17:26,370
كل واحد تحتوي على عملية طلب مظبوطو بعدين تلت عملية

198
00:17:26,370 --> 00:17:35,030
جامعة تحت و قسمة إنما هناك أنا بدي أخفف بدي أوسع

199
00:17:35,030 --> 00:17:40,230
الفرق ما بين ال samples برضه على أساس أخفف عن حالي

200
00:17:40,230 --> 00:17:43,750
يعني إذا بدي دقة أكتر بدي أجلل المسافة و أكتر

201
00:17:43,750 --> 00:17:48,630
العينات اللي باخدها فأصبح إن الممداني method is

202
00:17:48,630 --> 00:17:51,790
widely accepted for capturing exponentials and

203
00:17:51,790 --> 00:17:57,690
allows us to describe themإلا إنه however ماندالين

204
00:17:57,690 --> 00:18:01,650
type fuzzy influence entails يعني يترتب عليه

205
00:18:01,650 --> 00:18:07,850
substantial computational burden عاوز أبقى أكتر on

206
00:18:07,850 --> 00:18:10,410
the other hand السوجينو method تمام

207
00:18:10,410 --> 00:18:14,550
computationally effective يعني أقل تكلفة

208
00:18:14,550 --> 00:18:18,170
computationally وبالتالي فهي أفضل في مسائل ال

209
00:18:18,170 --> 00:18:21,470
optimization و ال adaptive techniques اللي مش

210
00:18:21,470 --> 00:18:25,580
محتاجةالدقة عالية جدا ما هي محتاجة أياش سرعة لإن

211
00:18:25,580 --> 00:18:28,260
ال optimization بيحصل في calculations على

212
00:18:28,260 --> 00:18:33,500
iterations كتيرة أكتر من مرمى بدك انت تطلع نتيجة

213
00:18:33,500 --> 00:18:38,480
وبعدين تروح تعدل عشان تحسن وتقترب تدريجيا من فهذا

214
00:18:38,480 --> 00:18:41,980
بده computations عالية فبالتالي answer بقيله اللي

215
00:18:41,980 --> 00:18:48,560
هو ال method اللي فيها computation again احنا

216
00:18:48,560 --> 00:18:56,770
الآنالسلايد هذه تجميل ال process ككل ال process ل

217
00:18:56,770 --> 00:19:01,970
developing fuzzy express system انه احنا معانين

218
00:19:01,970 --> 00:19:08,750
باولا اللي هو انت لو بدك تبدي fuzzy express system

219
00:19:08,750 --> 00:19:13,570
لproblem لسه ما يعني ما نعملهاش system انت بدك

220
00:19:13,570 --> 00:19:17,750
عندك قضية في الحياة العملية و بدك تعمللها express

221
00:19:17,750 --> 00:19:23,480
system فانتمطلوب منك ان هو تحدد ال linguistic

222
00:19:23,480 --> 00:19:27,520
variables شوية المتغيرات اللى بده تاخد fuzzy

223
00:19:27,520 --> 00:19:32,600
values هذا ابتدائها قدام ال rules بتيجي يعني ال

224
00:19:32,600 --> 00:19:37,440
rules اللى بده تمسك المتغيرات هذا ويقول إذا

225
00:19:37,440 --> 00:19:43,070
المتغير كذا كذا then المتغير هذا بيكون كذاهذا

226
00:19:43,070 --> 00:19:45,690
لاحقا في الأول بدك تاخد اللي هو العناصر الأساسية

227
00:19:45,690 --> 00:19:49,870
اللي على أساسها بترتب ال decision كيف ال human

228
00:19:49,870 --> 00:19:56,390
expert بيفكر بفكر بناء على متغيرات أساسية

229
00:19:56,390 --> 00:20:00,170
المتغيرات الأساسية هي اللي بدك تحصرها وتحصر أيش

230
00:20:00,170 --> 00:20:06,510
القيم المحتملة تبعتها فهذا أولا you need to define

231
00:20:06,510 --> 00:20:09,950
the linguistic premise طبعا مرة أخرى انا بقولك في

232
00:20:09,950 --> 00:20:15,410
امتحان هيجيلك الproblem well defined بس انت you

233
00:20:15,410 --> 00:20:20,170
have to run ال method وتورين ال calculations بس لو

234
00:20:20,170 --> 00:20:24,450
انت بدك تبني system من scratch يعني من الصفر ماذا

235
00:20:24,450 --> 00:20:27,570
لك انت you will have to as a knowledge engineer

236
00:20:27,570 --> 00:20:32,350
بدك ت define ال linguistic variables بدك لكل

237
00:20:32,350 --> 00:20:34,850
linguistic variable تحدد ايش ال sets تبعته يعني

238
00:20:34,850 --> 00:20:44,270
مثلا Y ولا X هل هم twoهل بالضرورة تلاتة six ولا

239
00:20:44,270 --> 00:20:48,250
أكتر ولا أجانب يعني ممكن يبقى تلاتة ممكن يبقى

240
00:20:48,250 --> 00:20:50,830
اتنين انت بدأت تحددها برضه بناء على ال human

241
00:20:50,830 --> 00:20:53,910
expert اللي بيقولك ان هذا المتغير عادة بيكون يا

242
00:20:53,910 --> 00:21:00,070
اما طول يا اما short بس او طول medium short بعد

243
00:21:00,070 --> 00:21:04,110
هيك ال rules برضه هذا يعني لغاية الآن هنا كل هذا

244
00:21:04,490 --> 00:21:09,650
استنادا او بالتنسيق مع الـ human expert صح انك انت

245
00:21:09,650 --> 00:21:14,310
elicit and construct ال fuzzy rules ال fuzzy rules

246
00:21:14,310 --> 00:21:18,110
انت لما بتعملها في البداية مش مضرور تبقى دقيقة جدا

247
00:21:18,110 --> 00:21:22,670
يعني ممكن بعد تجربة ال system واكتشاف وين المشاكل

248
00:21:22,670 --> 00:21:26,630
اللي فيه وقدش دقة الأداء تبعه تروح تعدل اضيف rules

249
00:21:26,630 --> 00:21:31,730
جديدة تحذف rules مالهاش اي لازمة اضيف برضه كمان في

250
00:21:31,730 --> 00:21:36,040
المتغيرات ولا في ال sets وتعدل في ال setsIn code

251
00:21:36,040 --> 00:21:42,080
الكلام على كله ال process و ال procedures كلها في

252
00:21:42,080 --> 00:21:45,840
البرنامج اللى هتستخدمه او اللى هتصممه لان انت ممكن

253
00:21:45,840 --> 00:21:49,820
تصمم ال system كله بال scratch بال Java و لا بال C

254
00:21:49,820 --> 00:21:54,760
و لا بال C++ او تستخدم بعض ال shells اللى جاهزة

255
00:21:54,760 --> 00:21:57,860
لبناء ال express systems و اللى بتعتمد على rule

256
00:21:57,860 --> 00:22:02,300
based فانت تدخل ال rules هذه و تدخل ال variables و

257
00:22:02,300 --> 00:22:06,340
تدخل ال setsبناء على تصميم البرنامج البرنامج هو

258
00:22:06,340 --> 00:22:12,300
بيعطيك interface اللي انت تدخل .. هل الكلام بتشوفه

259
00:22:12,300 --> 00:22:14,800
في المعمل إذا لسه مانا شوفتهوش already تشوفه في

260
00:22:14,800 --> 00:22:19,700
المعمل ال .. ال .. ال .. ال rule basics في ال

261
00:22:19,700 --> 00:22:22,660
system تمام؟ هذا ال encoding المقصود دلان اللي هي

262
00:22:22,660 --> 00:22:25,880
إدخال الكلمة كلها إلى ال system دلان ال system

263
00:22:25,880 --> 00:22:31,320
يفترض انك انت تبدأ تعمله جربه جربه ببيانات already

264
00:22:31,320 --> 00:22:36,270
معروف ال ..القرار فيها او ال result بتاعتها بتدخل

265
00:22:36,270 --> 00:22:39,470
وشوف ايش ال performance تبع ال system هل قريب ولا

266
00:22:39,470 --> 00:22:46,170
بعيد عنه طبعا مش هيبقى الدقة 100% ولا حتى 90% في

267
00:22:46,170 --> 00:22:51,790
البداية فبداك انت بناء على النتائج اللى بتطلع بناء

268
00:22:51,790 --> 00:22:58,170
على ال evaluation بتروح ترجع تعمل ايش تعمل

269
00:22:58,170 --> 00:22:58,550
ايش

270
00:23:01,180 --> 00:23:04,940
refinement أو fine-tuning للسيستم fine-tuning هو

271
00:23:04,940 --> 00:23:08,960
كما قلت اما بتغيير ال fuzzy sets تعديلها على ال

272
00:23:08,960 --> 00:23:13,480
fuzzy sets او تعديلها على ال roles تعديلها على ال

273
00:23:13,480 --> 00:23:18,280
roles هذا

274
00:23:18,280 --> 00:23:23,680
المثال انا بدي اتركه لكم هو عبارة عن system ل

275
00:23:23,680 --> 00:23:30,100
export system ل maintenance shopأو maintenance

276
00:23:30,100 --> 00:23:37,020
department بيجيله أجهزة بتصليح بيشخص المشكلة و

277
00:23:37,020 --> 00:23:41,600
بيبدل اذا عرف القطعة اللي هطلانا بيبدلها الان ال

278
00:23:41,600 --> 00:23:44,760
system مش هو اللي بيقوم بالتشخيص ال system بس

279
00:23:44,760 --> 00:23:48,800
بيساعد ال manager انه دايماال spare parts اللي

280
00:23:48,800 --> 00:23:54,760
عندهم على الرفوف تبقى إيش كافية لحسب حجم الشغل إذا

281
00:23:54,760 --> 00:23:59,100
في كتير أجهزة بتيجي عطلانة أو في حركة كتير معناه

282
00:23:59,100 --> 00:24:05,500
ذلك ال system لازم يعطي مؤشر للمدير إنه بدك زيد

283
00:24:05,500 --> 00:24:09,860
عدد اللي يقوله spare parts إذا العدد خف معناه ذلك

284
00:24:09,860 --> 00:24:14,380
بده يخف ال alert أو التنبيه ل .. فعندك إنت هنا في

285
00:24:14,380 --> 00:24:18,490
ال system هذا في عدة متغيراتاللي هي زي مثلا اللي

286
00:24:18,490 --> 00:24:22,450
على أساسها ال system القرن هذه المتغيرات اللي هي

287
00:24:22,450 --> 00:24:26,910
linguistic variables ال average waiting time يعني

288
00:24:26,910 --> 00:24:31,490
تخيل أنه في وسيلة نشوف الزبون لما بيجي و يجيب معا

289
00:24:31,490 --> 00:24:35,630
جهازه ما بين ما بيدخل و ما بين ما بيطلع هذا اسمه

290
00:24:35,630 --> 00:24:40,570
ال waiting time في وسيلة لحساب الزمن هلأ كأنه مثلا

291
00:24:40,570 --> 00:24:46,120
يبقى في ticket stand الزبون اللي بيجي بياخدTicket

292
00:24:46,120 --> 00:24:50,000
و بقعد ماشي و بعدين بننادي عليه و بعدين بنصلح

293
00:24:50,000 --> 00:24:54,760
الجهاز و بعدين لما بطلع بنسجل وقتاش احنا أنجزنا

294
00:24:54,760 --> 00:24:58,700
المهمة فالفرق ما بين دخوله و ما بين ما احنا نسجل

295
00:24:58,700 --> 00:25:02,060
أنجزنا المهمة هذا هو ايش ال waiting time تبعه بين

296
00:25:02,060 --> 00:25:04,720
حسب ال average waiting time يعني زبون مرة زبون مرة

297
00:25:04,720 --> 00:25:07,540
زبون بتجمعوا و بين حسب ايش ال average فهذا ال

298
00:25:07,540 --> 00:25:10,900
average و waiting time هذا واحد من المعطيات اللي

299
00:25:10,900 --> 00:25:15,260
ال express system يستند اليهاهو واحد من المواضعات

300
00:25:15,260 --> 00:25:19,860
التي تستند الـ Fuzzy Express System لها في إعطائها

301
00:25:19,860 --> 00:25:23,120
هذا الـ Main delay أو اختصار إيه الـ Repair

302
00:25:23,120 --> 00:25:27,420
Utilization Factor of Service Center الـ Repair

303
00:25:27,420 --> 00:25:32,280
Utilization Factor هو جداشإن فعلا كل واحد من

304
00:25:32,280 --> 00:25:36,400
الموظفين ال utilization تبعه يعني قداش بيعلن أكم

305
00:25:36,400 --> 00:25:42,360
جهاز بيصلح في الساعة ال number of servers ال

306
00:25:42,360 --> 00:25:44,740
servers هنا مش الأجهزة يعني ال servers لأ ال

307
00:25:44,740 --> 00:25:47,260
servers هم الموظفين اللي بيقدوا خدمة التصنيح

308
00:25:47,260 --> 00:25:51,240
because ال servers احنا بطلنا نفهمها إلا على أساس

309
00:25:51,240 --> 00:25:55,260
ال computer مع إنه هي بالأصل ممكن تبقى الخادم اللي

310
00:25:55,260 --> 00:25:59,240
في مطعم ممكن تبقى الموظف اللي بيقد خدمة في ورش

311
00:25:59,240 --> 00:26:02,720
التصنيحأو أي حاجة تانية and initial number of

312
00:26:02,720 --> 00:26:05,360
spare parts اللي هو أصلا جطعة الضيارة المتوفرة

313
00:26:05,360 --> 00:26:10,180
جديش كانت أصلا في البداية ال linguistic values

314
00:26:10,180 --> 00:26:15,480
الآن إحنا إيش قولنا في ال list الخطوات اللي

315
00:26:15,480 --> 00:26:18,940
بيسويها ال software انه حدد ال values و بعدين

316
00:26:18,940 --> 00:26:22,700
بيقولي حدد ال sets و بعدين بييجي دور ال rules ال

317
00:26:22,700 --> 00:26:26,740
sets هذه مثلا هنا linguistic value اللي هو a value

318
00:26:26,740 --> 00:26:32,270
اللي هو ال meanالذي هو متوسط الانتظار وقت الانتظار

319
00:26:32,270 --> 00:26:38,230
هذا له ثلاثة subsets ثلاثة fuzzy sets اللي هو very

320
00:26:38,230 --> 00:26:40,790
short و short و medium يعني وقت الانتظار ممكن يبقى

321
00:26:40,790 --> 00:26:45,230
very short لأنه ما أخدش وجهة على طول أو يبقى short

322
00:26:45,230 --> 00:26:51,010
أو يبقى medium okay فال .. و هذه الرموز هنا و هذه

323
00:26:51,010 --> 00:26:55,090
وين بدايتها يعني على الخط هذا

324
00:26:57,840 --> 00:27:06,740
من عند الـ 0 إلى الـ 0.3 بيجي اللي هو مين ال very

325
00:27:06,740 --> 00:27:16,280
short و من عند ال مين من ال 0.1 إلى ال 0.5 بيجي

326
00:27:16,280 --> 00:27:26,020
ايش ال short صح؟ من عند ال 0.4 إلى ال 0.7 بيجي ايش

327
00:27:27,300 --> 00:27:32,050
اللي هو ال medium واضح أنا بسعشان توضح ايش الأرقام

328
00:27:32,050 --> 00:27:38,610
هذه و كيف بتعبرها بالـ function هذه ليست rules هذه

329
00:27:38,610 --> 00:27:41,690
فظي sets احنا بتلانا ال set اللي هو العمود التالة

330
00:27:41,690 --> 00:27:45,930
صحيح؟ العمود التالة باسم ال set او اختصار اسمه هاي

331
00:27:45,930 --> 00:27:50,310
اسم ال set وهي اختصاره وهي حدوده حدوده؟ هذا حدوده

332
00:27:50,310 --> 00:27:54,970
هم اللي كنت بتسويه بعد هي تيجي ال rules ال fuzzy

333
00:27:54,970 --> 00:28:00,950
rules هاي ال sets احنا بنانا علي الكلمة ده كعملنا

334
00:28:00,950 --> 00:28:03,010
اللي هو الـ Fuzzy Sets فهي الـ Fuzzy Sets ثم الـ

335
00:28:03,010 --> 00:28:05,830
mean delay ثم ال number of servers هذا كله عبارة

336
00:28:05,830 --> 00:28:09,270
عن ترجمة للأرقام اللي هي الحدود اللي في القمود

337
00:28:09,270 --> 00:28:13,710
الأخرى بعدها كان يجي اللي هو الـ Fuzzy Rules الـ

338
00:28:13,710 --> 00:28:16,210
Fuzzy Rules الآن برضه زي ما قلنا بناء على ال human

339
00:28:16,210 --> 00:28:19,590
experts اللي بيساوي هذا الكلام بده يعطينا ال rules

340
00:28:19,590 --> 00:28:23,210
ممكن يعطينا إياها rules if و then أو يعطينا إياها

341
00:28:23,210 --> 00:28:25,970
على شكل ال mattress هذه ال mattress هذه اللي

342
00:28:25,970 --> 00:28:29,490
ألاحظت هي عبارة عن صيغة أخرى لل rules هذه هنا

343
00:28:29,490 --> 00:28:35,150
ماقول ليهبالنسبة لـ main

344
00:28:35,150 --> 00:28:39,010
delay و

345
00:28:39,010 --> 00:28:43,190
علاقته بالmain بال number of servers إذا ال main

346
00:28:43,190 --> 00:28:47,430
delay كان very short و ال number of servers كان

347
00:28:47,430 --> 00:28:56,930
small يبقى ال utilization very low

348
00:29:00,100 --> 00:29:04,260
ماشي هنا إذا هذا short mean delay و هذا short

349
00:29:04,260 --> 00:29:09,400
فبيبقى low واضح فكل واحد من هدول المنطبعات عبارة

350
00:29:09,400 --> 00:29:12,700
عن ال

351
00:29:12,700 --> 00:29:15,920
conclusion تبعت rule عبارة عن rule صح عشان انا

352
00:29:15,920 --> 00:29:23,140
اتوجهش بلد اذا ال mean delay very short and هذا

353
00:29:23,140 --> 00:29:28,940
short ف very low اللي هو ال utilization واضحفهذه

354
00:29:28,940 --> 00:29:35,180
ال matrix تجمل مجموعة من ال rules تربط ما بين two

355
00:29:35,180 --> 00:29:41,040
linguistic variables مع واحد تالت صح؟ وممكن تلاقي

356
00:29:41,040 --> 00:29:44,920
الآن أعبّرلك عنها على شكل ال table ال table هذا

357
00:29:44,920 --> 00:29:49,360
أجواء عن باطلوا مجموعة من سبعة و عشرين rules هاي

358
00:29:49,360 --> 00:29:52,780
تسعة و تسعة و كمان تسعة هذا ال rule الرقم اللي راح

359
00:29:52,780 --> 00:29:58,090
نقوله إذا ال متغير لهذا very shortو هذا S وهذا L ف

360
00:29:58,090 --> 00:30:03,510
.. ال .. إيش قلنا ال N؟ هذا كان اختصار ليش؟ هذا ال

361
00:30:03,510 --> 00:30:06,230
neutralization هذا إيش كان؟ number of spare parts

362
00:30:06,230 --> 00:30:11,810
نعم فبقى very small very small لأن ال .. ال .. ال

363
00:30:11,810 --> 00:30:15,170
human .. ال administrator أو ال manager بدي استخدم

364
00:30:15,170 --> 00:30:18,390
ال system عشان في الآخر يطلع على الرقم هذا هل ال

365
00:30:18,390 --> 00:30:21,790
number of spare parts كبير ولا صغير و بالنسبة كدهش

366
00:30:21,790 --> 00:30:29,020
عشان يقرر إذا كان يزود ولا يكتركله جلل واضح ف ال

367
00:30:29,020 --> 00:30:31,860
rules احنا ممكن تتعبر على شكل table زيكى او على

368
00:30:31,860 --> 00:30:34,600
شكل matrix او على شكل rule base هذا ال rule base

369
00:30:34,600 --> 00:30:40,400
غلبه انت بتعطيها ال encoding اللى بتعطيه لل shell

370
00:30:40,400 --> 00:30:46,260
اللى هتستخدمها تمام الان هذه عبارة عن matrix بس

371
00:30:46,260 --> 00:30:50,620
cube يعني عدة matrices متجمعت مع بعض في شكل cube

372
00:30:50,620 --> 00:30:52,260
في الفيه دى انا

373
00:30:55,590 --> 00:31:01,950
بس ال matrix هذه عبارة عن ايش ال two المتغيرين

374
00:31:01,950 --> 00:31:09,290
هذول ال m و ال s ال matrix هذه او البعد هذا بدخل

375
00:31:09,290 --> 00:31:17,890
ال variable التالت يعني بمعنى اخر انه تخيل هذا ال

376
00:31:17,890 --> 00:31:22,630
L مخبأ ورا هذا ال M

377
00:31:26,710 --> 00:31:33,770
لأ صراحة دي هي بعض وهي بعض وهي كمان بعض تلات أبعاد

378
00:31:33,770 --> 00:31:39,950
لتلات متغيرات واللي مخزن في السلة الواحدة الخلية

379
00:31:39,950 --> 00:31:44,950
الواحدة هي ال result اللي هي المتغير الرابع صحيح

380
00:31:44,950 --> 00:31:54,990
لأ إذا كان ال mean small و ال servers median و ال

381
00:31:57,370 --> 00:32:02,670
Utilization Medium فمعنى ذلك هيتم Small مع Medium

382
00:32:02,670 --> 00:32:10,630
مع Medium مع Low مع Medium

383
00:32:10,630 --> 00:32:16,790
مع Low فهذا هو الوضع صح؟ Small مع Medium مع High

384
00:32:16,790 --> 00:32:23,050
فهذا هو الوضع واضح ان انت كيوب يعني ايش بدك كيوب

385
00:32:23,050 --> 00:32:28,420
هي و مرقم و موضح عندكالـ cube هذا هو وسيلة للتعبير

386
00:32:28,420 --> 00:32:33,620
عن rules ال conditions تبعتها فيها تلاتة متغيرات

387
00:32:33,620 --> 00:32:39,720
وال result فيها متغير واحد هذا كله بتعمله encoding

388
00:32:41,550 --> 00:32:45,750
أما من خلال الـ scratch أو من خلال الـ shell وبعد

389
00:32:45,750 --> 00:32:49,150
ذلك يحصل فيه evaluation ال evaluation هي أداء ال

390
00:32:49,150 --> 00:32:52,330
system يعني نجرب ال system و نشوف ال results اللي

391
00:32:52,330 --> 00:32:57,810
بيعطينا هي هل منطقي و لا لو كان في أي إشكاليات على

392
00:32:57,810 --> 00:33:03,910
الأداء بنروح و نغيرين لتحسين ال performance of ال

393
00:33:03,910 --> 00:33:08,010
system we may use additional

394
00:33:12,140 --> 00:33:17,840
Additional sets يعني إيش؟ إذا كان رود فيها بس

395
00:33:17,840 --> 00:33:22,360
تلاتة sets ممكن ندخل set رابع يعني بدل مثلا ال

396
00:33:22,360 --> 00:33:26,780
waiting time يبقى short و very short و medium لأ

397
00:33:26,780 --> 00:33:31,920
بجسمهم إلى أربع خليهم مثلا medium و low و بعدين

398
00:33:31,920 --> 00:33:35,640
medium و high و short و very short يصيروا أربع

399
00:33:35,640 --> 00:33:40,480
sets و بعدين feature الأخرى اللي هي هتدخلنا عليها

400
00:33:40,480 --> 00:33:45,280
هو ال edgesموضوع الهتجز اللي هو ان انا استخدم

401
00:33:45,280 --> 00:33:49,400
المصطلحات rather و rather small و rather large

402
00:33:49,400 --> 00:33:54,060
خلينا نرجع الان على الهتجز عشان نشوف شوف هاي هنا

403
00:33:54,060 --> 00:33:58,860
هذا المثال لإنه دخل sets إضافية على ال set تبع ال

404
00:33:58,860 --> 00:34:02,820
service ال service كانت تلاتة sets كانت ال small و

405
00:34:02,820 --> 00:34:06,820
ال medium و ال large دخل هنا rather large يعني

406
00:34:06,820 --> 00:34:11,180
شوية large وهنا rather small يعني شوية smallأه

407
00:34:11,180 --> 00:34:16,520
يعني هو بين ال small و بين ال medium تمام

408
00:34:16,520 --> 00:34:25,860
okay الآن ال ال hedges بدنا نرجع على ال hedges بس

409
00:34:25,860 --> 00:34:28,620
عشان نشوف ايش يعني و ايش دورها في ال

410
00:34:47,640 --> 00:34:51,960
طيب احنا لو بدنا نمشي بال slides هذا من البداية

411
00:34:51,960 --> 00:34:56,180
عمليا بيكون احنا يا دوبر بس تركنا اللي هو ال

412
00:34:56,180 --> 00:35:00,380
introduction هذه تركناها هي اللي ماغطناهاش و

413
00:35:00,380 --> 00:35:06,180
الباقي من عند اللي هو مفهوم ال fuzzy sets مغطناها

414
00:35:06,180 --> 00:35:11,480
صح ايش عن fuzzy set و المثال هذا كلام ده كله مابرش

415
00:35:11,480 --> 00:35:16,560
ب value و كيف الفرق ما بين ال fuzzy set و ال crisp

416
00:35:16,560 --> 00:35:22,380
setOkay هت represent فظي ست ان كل هذا كلام حكينا

417
00:35:22,380 --> 00:35:29,540
فيه ولكن فلتنا موضوع الهج أو الهجز صح الهجز هي

418
00:35:29,540 --> 00:35:33,360
عبارة عن زي ما تشاهد في الشكل هذا عبارة عن تغيير

419
00:35:33,360 --> 00:35:37,920
على شكل ال shape يعني تبع الفظي ست هنا ال shape

420
00:35:37,920 --> 00:35:42,360
هذا مفلح صح وهنا هذا شبه مرحلة مصمم وهذا كذا مرحلة

421
00:35:42,360 --> 00:35:51,650
انا ممكن اعمل الالانحناق هذا انحناق هذا ايش دوره

422
00:35:51,650 --> 00:35:56,250
احيانا ال user لما يقولي مثلا very short او ال

423
00:35:56,250 --> 00:36:00,930
human expert لما يقولي very short اذا كان ال input

424
00:36:00,930 --> 00:36:06,830
واقع هنا من بين هنا لهنا بدي اصنفه انا ايش في ال

425
00:36:06,830 --> 00:36:10,750
very short ايش يعني very short وقت ايش بقى اقول

426
00:36:10,750 --> 00:36:15,810
انا very short لما يكون في الناحية هذه كل ما بتاعت

427
00:36:15,810 --> 00:36:22,010
اصبحمش كتير very short فهو القيام اللي هنا القيام

428
00:36:22,010 --> 00:36:26,510
اللي هنا هتأخد عالي كتير في ال very short و كدرجة

429
00:36:26,510 --> 00:36:31,350
الحالة اللي هنا هي لسه عالى صح لسه عالى بينما كل

430
00:36:31,350 --> 00:36:37,070
ما اتقدمت هتجيل مظبوط هتصغر في ال ash في ال very

431
00:36:37,070 --> 00:36:43,350
short فكلمة very هذه ان ترتب عليها ان احنا ال line

432
00:36:43,350 --> 00:36:47,450
هذا هولناه ل curveبحيث أنه ينحز للناحية هذه بحيث

433
00:36:47,450 --> 00:36:51,330
أن ال membership values اللي بدأ تطلع، بدأ تطلع

434
00:36:51,330 --> 00:36:58,730
عالية للناس للقيم اللي فعلا فعلا short و أقل للناس

435
00:36:58,730 --> 00:37:03,250
اللي بدأوا .. للناس اللي .. اللي .. اللي قولهم

436
00:37:03,250 --> 00:37:08,050
شوية بدأ يقترب مني من ال average تمام؟ اللي اقترب

437
00:37:08,050 --> 00:37:12,270
من ال average بدأ اعطيله نسبة ال very short انها

438
00:37:12,270 --> 00:37:17,080
منخفضةلأنه مش very short anymore ال 170 و لا ال

439
00:37:17,080 --> 00:37:22,420
160 و ال 165 is not very short ممكن short تمام و

440
00:37:22,420 --> 00:37:28,480
أيضا حتى ممكن medium او average لكن حتما هو بدأ

441
00:37:28,480 --> 00:37:33,980
يخرج من مجموعة ال very short ال very short اكثر و

442
00:37:33,980 --> 00:37:37,360
يتناسب اكتر اللي هو الجسار الكتير اللي من 160 و

443
00:37:37,360 --> 00:37:41,440
نزلالـ H إيه؟ الـ H هي optimization على ال edge

444
00:37:41,440 --> 00:37:44,240
تبع ال K ماقدرش أقول optimization ماقدرش أقول اه

445
00:37:44,240 --> 00:37:47,080
مش optimization بقول هي عبارة عن modification

446
00:37:47,080 --> 00:37:52,720
تعديل على ال shape ال shape ماتقولش ال edge لإن هو

447
00:37:52,720 --> 00:37:55,000
أكتر من ال edge ال shape هي ال edge و هي ال edge و

448
00:37:55,000 --> 00:37:59,540
هي ال edge صح؟ ال shape تبع ال fuzzy set بحيث أنه

449
00:37:59,540 --> 00:38:05,660
يجه أكتر وصفة لل أو أكتر تعبير عن ال linguistic

450
00:38:05,660 --> 00:38:11,280
valueالـ stochastic value هو very short كده كده is

451
00:38:11,280 --> 00:38:14,960
كده كده مش اللي بعد ال is هو ال value فال shape

452
00:38:14,960 --> 00:38:18,560
لازم يكون أكثر تعبيرا عن هذا عن ال value فماقدرش

453
00:38:18,560 --> 00:38:23,500
أستخدم هذا الشيء لل short و لل very short هذا بصلح

454
00:38:23,500 --> 00:38:28,320
لل short لكن لل very short بدي أغيره و أبدل تمام

455
00:38:28,320 --> 00:38:33,740
ال very tall عشان الناس اللي في ال 180 و لعدنا

456
00:38:33,740 --> 00:38:38,230
انتمائهم لل very tall ضعيفهم الطول بدأوا يخشوا فى

457
00:38:38,230 --> 00:38:41,310
الطول بس مش فى ال very tall صح ال very tall هو

458
00:38:41,310 --> 00:38:47,230
اللى بيفط بعد ال 90% لأن ال 90% اللى هنا ممكن يبدأ

459
00:38:47,230 --> 00:38:53,490
ماخد اسمه عالية من ضمن مجموعة الطول لكن اسمه مقرف

460
00:38:53,490 --> 00:38:56,910
أضعف من جماعة ال very tall انتماء أضعف جماعة ال

461
00:38:56,910 --> 00:38:59,970
very tall صح ولا لأ فهذا هو مفهوم الهتجز والهتجز

462
00:38:59,970 --> 00:39:06,580
هذه إلها أشكال أو تحويرات متعارف عليها دمهطبعا انا

463
00:39:06,580 --> 00:39:11,040
بقول little اه little short و little number of

464
00:39:11,040 --> 00:39:14,800
parts و little مش عارف ايش تمام اللي بيصير ان هو

465
00:39:14,800 --> 00:39:20,120
نفس ال membership اللي كان في وضع اللي هو المثلث

466
00:39:20,120 --> 00:39:27,540
العادى بدنا نفعه قص 1.3 1.3 اي قيمة القيمة هذه

467
00:39:27,540 --> 00:39:32,940
طبعا كلها ال membership من 0 ل 1 فهي كسور تخيل لو

468
00:39:32,940 --> 00:39:40,980
انا عندي هنا valueوهو ايش اقول

469
00:39:40,980 --> 00:39:50,760
مثلا نص 0.5 صح لما انا اخد 0.5 اص واحد وتلاتة

470
00:39:50,760 --> 00:39:55,940
من عشرة القيمة هتكبر ولا هتصغر هتصغر لان انا كسر

471
00:39:55,940 --> 00:40:03,200
لان اقل من واحد وهذا هو ليه نص

472
00:40:03,200 --> 00:40:12,290
اص واحد point لها فهذا ال lineيعبر عن ايش القيمة

473
00:40:12,290 --> 00:40:15,810
نفسها ال membership value نفسها مرفوعة اص واحد

474
00:40:15,810 --> 00:40:19,330
point ثلاثة تمام لو انا قولت one point seven

475
00:40:19,330 --> 00:40:25,190
التجويس او التقاء حر بيصير اشد ولا لا okay لما

476
00:40:25,190 --> 00:40:31,610
اقول اص اتنين بيصير اشد اكتر التقاء فانا استخدمت

477
00:40:31,610 --> 00:40:39,130
هذا ال powerللتل وهذا لل slightly وهذا لل very

478
00:40:39,130 --> 00:40:44,570
يعني ان اقول very short كل ما بزيد حدة ال variable

479
00:40:44,570 --> 00:40:51,310
بدي تقعه اكتر extremely كذلك

480
00:40:51,310 --> 00:40:56,910
هل very very very very زيها زي more or less لأ مش

481
00:40:56,910 --> 00:41:02,170
more or less very very لأ very very تقريبا زيزي

482
00:41:02,170 --> 00:41:07,090
extremely بس أشد حد من extremely أما ال more or

483
00:41:07,090 --> 00:41:11,390
less وال somewhat هم اللي ايش يعني نفس المصطلح في

484
00:41:11,390 --> 00:41:16,170
الآخر دلالته واحدة اما يقولك more or less نوعا ما

485
00:41:16,170 --> 00:41:21,710
او يقولك somewhat نفس الاشي ال indeed معنادلك انت

486
00:41:21,710 --> 00:41:25,990
الجماعة هدولة اللي جابل النص اللي بدك تمتقعه اللي

487
00:41:25,990 --> 00:41:31,120
بعد معناته فبدك تشدد على هذاالمنطقة اللي هنا

488
00:41:31,120 --> 00:41:35,180
بتعطيها membership عالى واللي على الأطراف بتعطيهم

489
00:41:35,180 --> 00:41:39,680
membership منخفضة فتطلع المعادلة اللي تبعت وهنا

490
00:41:39,680 --> 00:41:44,540
انه إذا كان ال membership value الأصلي تبع المثلث

491
00:41:44,540 --> 00:41:52,260
من الـ 0 إلى النص من الـ 0 إلى النص فاستخدم

492
00:41:52,260 --> 00:42:05,820
اتنين ضرب ميو ترمية وإذا كانمن النص للواحد استخدم

493
00:42:05,820 --> 00:42:10,560
المعادلة التانية

494
00:42:15,740 --> 00:42:20,560
أنا في عندى هنا table بال Excel ممكن تطلع عليها

495
00:42:20,560 --> 00:42:24,580
حاطيتها على drop box يعني هو هذا يعني هذا يكون زى

496
00:42:24,580 --> 00:42:29,160
standard لل linguistics ايوه هذه standard

497
00:42:29,160 --> 00:42:35,280
mathematical formula لل

498
00:42:35,280 --> 00:42:39,880
linguistic variables standard mathematical formula

499
00:42:39,880 --> 00:42:45,970
او model لل linguistic variablesهذا اسمه

500
00:42:45,970 --> 00:42:51,130
linguistic values اللى بتوصف ال fuzzy set ال fuzzy

501
00:42:51,130 --> 00:42:56,210
set بنوصفه بال linguistic values اه بنقول short

502
00:42:56,210 --> 00:43:01,650
طول و كده لإن هذه الهتجز بتعمل modification الهتجز

503
00:43:01,650 --> 00:43:07,470
هذه لها linguistic terms و لها mathematical اللى

504
00:43:07,470 --> 00:43:13,200
يتعبر عنها على ال systemواضح فضل هنا اخر اشي بعد

505
00:43:13,200 --> 00:43:19,240
نقطة الهتجز ال operations هذه برضه بعتبرها بديئة

506
00:43:19,240 --> 00:43:24,760
لانه احنا احنا نعرف ال sets العادية اما اللي بقول

507
00:43:24,760 --> 00:43:28,620
ان انا عندي مجموعة وهي ال universe عندي مجموعة هذه

508
00:43:28,620 --> 00:43:34,440
a وهذه نقطة a صح okay هذا بيسمي complement هذا

509
00:43:34,440 --> 00:43:40,580
بيحتوي على a تمام هذا اسمه contained الكلام هذافي

510
00:43:40,580 --> 00:43:44,620
الـ Fuzzy Sets وهذا الانترسكشن تبعهم وهذا ال union

511
00:43:44,620 --> 00:43:48,940
يعني ال two sets انترسكشن تبعهم لأن هذا الكلام في

512
00:43:48,940 --> 00:43:51,880
ال fuzzy sets ال complement لما نقول ان انا في ال

513
00:43:51,880 --> 00:43:56,480
crisp sets ال complement تبع المجموعة هي العناصر

514
00:43:56,480 --> 00:44:00,680
اللي does not belong to هذه المجموعة ال complement

515
00:44:00,680 --> 00:44:03,780
تبع اي مجموعة هي العناصر اللي مش موجودة موجودة برا

516
00:44:03,780 --> 00:44:08,640
في ال fuzzy sets ماعنديش انا جوا و برا انا عندى

517
00:44:08,640 --> 00:44:13,620
درجة انتمامفاللي .. ال .. ال complement لفاظي set

518
00:44:13,620 --> 00:44:21,600
هو جداش ال elements not belong جداش مابينتموش إذا

519
00:44:21,600 --> 00:44:25,320
عندي set .. عندي element ينتمي للمجموع هيكون

520
00:44:25,320 --> 00:44:31,300
بينتمي بدسلة مثلا 75% طب جداش لا ينتمي .. 5% فهم

521
00:44:31,300 --> 00:44:34,960
نفس ال elements اللي في ال .. في ال set هم اللي في

522
00:44:34,960 --> 00:44:38,820
ال complement تبعه بس هتكون انتمائهم اللي انجلب صح

523
00:44:38,820 --> 00:44:39,320
ولا لا؟

524
00:44:42,130 --> 00:44:46,990
درجة الانتباه هي تغييره لنفس العناصر نجمل على

525
00:44:46,990 --> 00:44:50,230
السريع لانه مش هنقدر نكمل ال containment اللي هي

526
00:44:50,230 --> 00:44:53,070
في ال crisp set which sets belong to which other

527
00:44:53,070 --> 00:44:57,010
sets ال set أيه العناصر اللي موجود في هذا ال set و

528
00:44:57,010 --> 00:45:02,890
أيضا موجود في اللي أكبر منه في الفاضي which sets

529
00:45:02,890 --> 00:45:07,310
belong to other sets أي set موجود فياللي هو السلسة

530
00:45:07,310 --> 00:45:11,790
التانية عموما هذا الكلام بترككوا بترجعوه و برضه

531
00:45:11,790 --> 00:45:15,730
كمان لما كنا بناخد ال minimum و ال maximum دلالته

532
00:45:15,730 --> 00:45:19,610
جاي من هنا من ال operations هذه ليش كنت باخد ال

533
00:45:19,610 --> 00:45:22,110
minimum في ال unions و باخد ال maximum في ال

534
00:45:22,110 --> 00:45:25,650
intersections لأن دلالة ال intersection و دلالة ال

535
00:45:25,650 --> 00:45:33,230
unions هي اللي فرضت ذلكطيب هيك احنا عمليا وهي هنا

536
00:45:33,230 --> 00:45:38,610
بحكي عن تمثيل تمثيل ال operations بشكل visual تسمى

537
00:45:38,610 --> 00:45:41,430
لو احنا بنمثل ال knot و ال complement و ال union

538
00:45:41,430 --> 00:45:45,230
بشكل ال Venn diagrams هينا بنمثل ال fuzzy

539
00:45:45,230 --> 00:45:49,430
operations طيب okay هيك احنا بيكونوا عاملين أجملنا

540
00:45:49,430 --> 00:45:54,790
اللي بدناه بالنسبة لل fuzzy rule based express

541
00:45:54,790 --> 00:45:55,310
systems