面向可解释性人工智能与大数据的模糊系统发展展望
陈德旺,蔡际杰,黄允浒

Development prospect of fuzzy system oriented to interpretable artificial intelligence and big data
Dewang CHEN,Jijie CAI,Yunhu HUANG
表1 NN与FS发展对比
NN FS
第一次兴起代表人物 第一次兴起代表人物
McCulloch、Pitts:1943年提出抽象的神经元模型MP Zadeh(开创人物):模糊理论之父,为模糊领域作出许多贡献;1965年提出模糊子集概念
Hebb:1949年提出突触学习的Hebb定律
Rosenblat:1958年提出可以模拟人类感知能力的感知器 Mandami:1974年开创模糊控制
Sugeno:1980年提出地铁模糊控制
第二次兴起代表人物 第二次兴起代表人物
Hopfield:1982年提出新型神经网络Hopield,该网络结合存储系统和二元系统,提供了模拟人类记忆的模型 Lee:1990年提出了控制模糊逻辑控制器的理论与设计方法
Rumelhart:1986 年和Hinton共同提出反向传播算法 Wang:1992年与Mendel提出WM方法,实现从数据中产生模糊规则;1993 年提出能确保稳定的自适应模糊控制器的方法;1998年发表多层模糊系统的万能逼近定理;1999 年发表多层模糊系统的BP算法
Vapnik:1995年提出支持向量机(SVM)
Jang:1993年提出ANFIS,使FS拥有了自学习能力
第三次兴起代表人物 DFS(第三次兴起可能会出现的主要技术)
Geofrey Hinton:2005年在Science发表论文提出用神经网络进行维数约简;2012年和他的学生提出AlexNet;其后提出自编码器等算法,使得神经网络可以有效处理高维大数据,获得ImageNet冠军 DCFS:深度卷积模糊系统
DCANFIS:深度卷积自适应神经模糊推理系统
LeCun:2016年提出基于能量的生成对抗网络模型 RFS:循环模糊系统
?oshua Bengio:2009年提出学习人工智能的深层架构
以上3人2015年在Nature上共同发表深度学习综述,2018共同获得图灵奖,使得深度神经网络一鸣惊人