Was sind unscharfe neuronale Netzwerke?

Fuzzy Neural Networks sind Softwaresysteme, die versuchen, die Art und Weise zu approximieren, wie das menschliche Gehirn funktioniert.Sie tun dies, indem sie zwei wichtige Forschungsbereiche in Informatik -Technologie und MDASH nutzen.Fuzzy Logic Software Development und neuronale Netzwerkverarbeitungsarchitektur.Fuzzy Logic Software versucht, in der Entscheidungsstruktur von Computer-Softwareprogrammen, die über einfache Ja- oder Nein-Auswahlmöglichkeiten hinausgehen, reale Grauzonen zu berücksichtigen.Das künstliche neuronale Netzwerkdesign erzeugt Softwareknoten, die die Funktionalität und Komplexität der Art und Weise im menschlichen Gehirn imitieren.Zusammen schafft Fuzzy Logic und Neural Network Design ein Neuro-Fuzzy-System, das Forscher für Experimente mit komplexen Problemen wie Klimawandel oder zur Entwicklung künstlicher Intelligenz-Robotik verwenden.

Der durchschnittliche Mikrocomputer ab 2011 führt Berechnungen mit unglaublicher Milliardenrate durchvon Anweisungen pro Sekunde.Dies stellt eine exponentielle Zunahme der Verarbeitungsgeschwindigkeit aus den frühen Tagen der Computerentwicklung dar, obwohl ein solches Wachstum in komplexen Weise keine Fähigkeit zur Argumentation gezeigt hat, wie selbst einfache biologische Organismen dies tun.Dies ist teilweise auf grundlegende Einschränkungen zurückzuführen, mit denen die Computerverarbeitung noch immer ausgesetzt ist, und unscharfe neuronale Netze sind ein Versuch, diese Einschränkungen zu bearbeiten.

Es wird geschätzt, dass das durchschnittliche menschliche Gehirn jede Sekunde mit seiner neuronalen Struktur 100.000.000.000.000 Anweisungen durchführt, die analog zu der Funktionsweise von Mikroprozessoren entspricht.Im Gegensatz dazu war ein durchschnittliches Computersystem ab 1999 24.000 -mal langsamer als dieses, und ein frühes Modell von 1981 war 3.500.000 -mal langsamer als das menschliche Gehirn bei der Durchführung von Berechnungen.Es würde 8.000 Personalcomputer mit 2,1 Gigahertz -Prozessoren, die auf dem Markt 2011 verfügbar sind, dauern, um die Geschwindigkeit eines durchschnittlichen menschlichen Gehirns zu approximieren.Ein Supercomputer, der in der Lage ist, Berechnungen so schnell wie das menschliche Gehirn durchzuführen, würde jedoch nicht der gleichen Argumentationskraft für die Analyse widersprüchlicher Daten der realen Welt gleichsetzen, in denen unscharfe neuronale Netzwerke ins Spiel kommen.

Die Schlüsselelemente, die Fuzzy -neuronale Netzwerke aus anderen Arten der Computerverarbeitung einzigartig machen, sind ihre Fähigkeit zur Mustererkennung, angesichts unzureichender Daten, um endgültige Schlussfolgerungen zu ziehen, und die Fähigkeit, sich an die Umwelt anzupassen.Fuzzy -neuronale Netze verwenden neuronale Algorithmen, die sich ändern und wachsen sollen, wenn sie auf neue Datensätze stoßen, um zu verarbeiten.Sie tun dies, indem sie Probleme aus zwei unterschiedlichen Sichtweisen angehen und die Ergebnisse zu sinnvollen Lösungen für Probleme kombinieren.

Fuzzy -Software basiert auf Programmierregeln, die die Schätzung der Wahrheit ermöglichen, wenn Widersprüche in Daten auftreten.Die Bestimmung, wer in einer Gruppe von Menschen „groß“ ist, gegen die herkömmliche Computerverarbeitung „kurz“ ist, würde eine definitive Linie schaffen, in der beide Gruppen voneinander getrennt waren und es keinen Zwischenbereich gab.Jemand, der eine Höhe von 1,83 Metern in einer Höhe von 6 Fuß (6 Fuß) als kurz, wenn auch unterdurchschnittlich eingestuft wird, während jemand eine Höhe von 6 Fuß und 1 Zoll (1,85 Meter) als groß eingestuft würde.Mit der Fuzzy -Verarbeitung würde sich die Reichweite des als hoch angesehenen und kurzen Verhältnisses ständig ändern, da sich die Gruppe änderte und Entscheidungen entlang eines vernünftigen Gradienten getroffen werden.

Neuronale Netze dagegen haben keine vordefinierten Regeln zum Betrieb undZeichnen Sie alle ihre Schlussfolgerungen auf der Grundlage der Beobachtung.Der Betrieb ohne vordefinierte Regeln kann einzigartige Erkenntnisse über Daten erstellen, die nicht ersichtlich sind, wenn frühere Annahmen entweder in Fuzzy -Programmier- oder herkömmlichen Programmierregelsätzen getroffen wurden.Die Ergebnisse der Fuzzy -Software und der Datenverarbeitung neuronaler Netzwerk werden in Fuzzy -Neuralsystemen kombiniert, die sich annähern, wie biologische Organismen lernen und anpassenin ihrer Umgebung.Wenn sich das System an die Daten anpasst, die es sammelt, ändert es die Art und Weise, wie es Daten verarbeitet, um zukünftige Probleme effizienter zu lösen.

Neuronale Verarbeitung, sei es aus neuronaler Programmierung in einem Computer oder von einem biologischen Gehirn, ist eine MethodeWenn bestimmte Datenpunkte auf der Grundlage der Beobachtungsergebnisse zusätzliches Gewicht angegeben werden.Das Fuzzy -Element von Fuzzy Neural Networks dient dazu, reale Bedingungen genauer zu modellieren, als es in der Vergangenheit bei herkömmlichen Computerprozessoren möglich warKontrollen.Der endgültige Vorteil von unscharfen neuronalen Netzwerken besteht darin, dass sie das Potenzial haben, ein Maß an rudimentärem unabhängigem Denken und Entscheidungsfindung zu entwickeln, die sich anpassen, wenn sich ihre Umgebung um sie herum verändert.