Fuzzy Logic

Bulanık Mantık (Fuzzy Logic), klasik bilişimde sıklıkla karşılaşılan katı "doğru ya da yanlış" ikilisinden ziyade "doğruluk derecelerine" dayalı muhakemeyi modelleyen bir hesaplama paradigmasıdır. Standart bilgisayarlar değerleri kesin olarak 0 veya 1 şeklinde atamak için Boolean mantığını kullanırken, bulanık sistemler 0 ile 1 arasındaki herhangi bir değere izin verir. Bu esneklik, Yapay Zekanın (AI) karmaşık verileri işlerken insan bilişsel süreçlerini daha yakından taklit ederek belirsizliği, muğlaklığı ve kesin olmayan bilgileri ele almasını sağlar.

Link to this sectionBulanık Muhakeme Mekanizması#

Geleneksel bilişimde bir girdi ya bir kümeye aittir ya da ait değildir. Bulanık mantık, girdi verilerini üyelik derecesini temsil eden 0 ile 1 arasında değişen bir değere eşleyen üyelik fonksiyonları kavramını ortaya koyar. Örneğin, bir iklimlendirme sisteminde, 75°F (yaklaşık 24°C) sıcaklık basitçe "sıcak" olarak değil, daha çok "0.6 ılık" olarak sınıflandırılabilir.

Bu süreç genellikle üç temel aşamayı içerir:

1. Bulanıklaştırma (Fuzzification): Keskin, sayısal girdilerin üyelik fonksiyonları kullanılarak bulanık kümelere dönüştürülmesi.

2. Çıkarım (Inference): Bulanık verilere dayalı sonuçları belirlemek için "Eğer-İse" kurallarının uygulanması.

3. Durulaştırma (Defuzzification): Bulanık sonucun tekrar kesin, uygulanabilir bir çıktıya dönüştürülmesi.

Bu yaklaşım, net sınırların tanımlanmasının zor olduğu gürültülü görsel verilerin işlenmesi için özellikle faydalıdır.

Link to this sectionMakine Öğrenmesi ve Bilgisayarlı Görü'de Önemi#

Bilgisayarlı Görü (CV) ve Makine Öğrenmesi (ML) bağlamında, kesin piksel değerleri genellikle aydınlatma, tıkanıklık veya sensör gürültüsü nedeniyle dalgalanır. Bulanık mantık, bir sinir ağının kesin sayısal çıktıları ile insanların kullandığı dilsel yorumlar arasındaki boşluğu doldurur.

Link to this sectionGerçek Dünya Uygulamaları#

• Otonom Sürüş: Otonom araçlar, yumuşak kontrol eylemleri gerçekleştirmek için bulanık mantıktan yararlanır. Bir engel algılandığında aniden fren yapmak yerine sistem, hız ve mesafeye dayalı "tehlike derecesini" değerlendirerek kademeli bir yavaşlama gerçekleştirir ve yolcu güvenliğini ve konforunu sağlar.
• Tıbbi Teşhis: Tıbbi görüntü analizinde, dokuların genellikle belirgin sınırları yoktur. Bulanık mantık, sağlık alanındaki yapay zeka sistemlerinin, tümörlerin sağlıklı dokuyla iç içe geçtiği görüntüleri bölütlemesine yardımcı olarak daha incelikli bir risk değerlendirmesine ve tahminleyici modellemeye olanak tanır.

Link to this sectionBulanık Mantık ve Olasılık Karşılaştırması#

Farklı belirsizlik türlerini ele almalarına rağmen genellikle karıştırıldıkları için bulanık mantığı olasılık teorisinden ayırmak çok önemlidir.

• Olasılık, gelecekteki bir olayın gerçekleşme olasılığı ile ilgilenir (örneğin, "Yarın yağmur yağma ihtimali %50"). Rastgeleliği modeller.
• Bulanık Mantık, bir durumun doğruluk derecesi ile ilgilenir (örneğin, "Zemin %50 ıslak"). Olayın kendi tanımındaki muğlaklığı modeller.

Link to this sectionPratik Uygulama#

Pratik nesne algılama iş akışlarında bulanık mantık genellikle işleme sonrası aşamada uygulanır. Geliştiriciler, gelişmiş filtreleme kuralları oluşturmak için bir modelin güven skorunu dilsel kategorilere eşleyebilirler.

Aşağıdaki Python örneği, Ultralytics YOLO26 çıkarım sonuçlarına bulanık mantık benzeri kategorizasyonun nasıl uygulanacağını göstermektedir:

from ultralytics import YOLO

# Load the YOLO26 model and run inference
model = YOLO("yolo26n.pt")
results = model("https://ultralytics.com/images/bus.jpg")

# Get confidence score of the first detected object
conf = results[0].boxes.conf[0].item()


# Apply fuzzy linguistic categorization (Membership function logic)
def get_fuzzy_degree(score):
    if score > 0.8:
        return "High Certainty"
    elif score > 0.5:
        return "Moderate Certainty"
    return "Uncertain"


print(f"Score: {conf:.2f} -> Category: {get_fuzzy_degree(conf)}")

Link to this sectionİlgili Kavramlar#

• Uzman Sistemler: Bilgiyi işlemek için bulanık kurallara büyük ölçüde dayanan, insan karar verme sürecini taklit eden erken dönem yapay zeka programları.
• Nöro-Bulanık Sistemler: Derin Öğrenmenin (DL) öğrenme yeteneklerini bulanık mantığın yorumlanabilirliği ile birleştiren hibrit mimariler.
• Görüntü Bölütleme: Karmaşık veri kümelerinde nesne sınırlarını tanımlarken bulanık mantıktan sıklıkla yararlanan bir bilgisayarlı görü görevi.
• Ultralytics Platform: Kullanıcıların veri kümelerini yönetebileceği ve bulanık mantık denetleyicileri için kesin girdi motorları görevi görebilecek modelleri eğitebileceği modern bir ortam.