Apa itu jaringan saraf fuzzy?

Fuzzy Neural Networks adalah sistem perangkat lunak yang berupaya memperkirakan cara fungsi otak manusia.Mereka melakukan ini dengan memanfaatkan dua bidang penelitian utama dalam Teknologi Ilmu Komputer Mdash;Pengembangan perangkat lunak logika fuzzy dan arsitektur pemrosesan jaringan saraf.Perangkat lunak logika fuzzy berupaya untuk memperhitungkan area abu-abu dunia nyata dalam struktur pengambilan keputusan program perangkat lunak komputer yang melampaui pilihan ya atau tidak sederhana.Desain jaringan saraf buatan membuat node perangkat lunak yang meniru fungsionalitas dan kompleksitas bagaimana neuron berinteraksi dalam otak manusia.Bersama-sama, logika fuzzy dan desain jaringan saraf menciptakan sistem neuro-fuzzy yang digunakan para peneliti untuk eksperimen pada masalah kompleks seperti perubahan iklim, atau untuk mengembangkan robotika kecerdasan buatan.instruksi per detik.Ini merupakan peningkatan eksponensial dalam kecepatan pemrosesan dari hari -hari awal pengembangan komputer, meskipun pertumbuhan tersebut tidak menunjukkan kemampuan untuk penalaran dengan cara yang kompleks seperti yang dilakukan oleh organisme biologis sederhana.Ini sebagian karena keterbatasan dasar yang masih dihadapi pemrosesan komputer, dan jaringan saraf fuzzy adalah upaya untuk mengatasi keterbatasan ini.

Diperkirakan bahwa rata -rata otak manusia melakukan 100.000.000.000.000 instruksi setiap detik menggunakan struktur sarafnya yang analog dengan bagaimana fungsi mikroprosesor.Sebaliknya, sistem komputer rata -rata pada tahun 1999 adalah 24.000 kali lebih lambat dari ini, dan model awal pada 1981 adalah 3.500.000 kali lebih lambat daripada otak manusia dalam melakukan perhitungan.Dibutuhkan 8.000 komputer pribadi yang secara rumit berjejaring bersama dengan 2,1 gigahertz prosesor yang tersedia di pasar 2011 untuk memperkirakan kecepatan otak manusia rata -rata.Superkomputer yang mampu melakukan perhitungan secepat otak manusia, bagaimanapun, tidak akan menyamakan kekuatan penalaran yang sama untuk menganalisis data dunia nyata yang bertentangan, di mana jaringan saraf fuzzy ikut bermain.

Elemen -elemen kunci yang membuat jaringan saraf fuzzy unik dari jenis pemrosesan komputer lainnya adalah kemampuannya pada pengenalan pola yang diberikan data yang tidak memadai untuk menarik kesimpulan yang pasti, dan kemampuan untuk beradaptasi dengan lingkungan.Fuzzy Neural Networks menggunakan algoritma saraf yang dirancang untuk berubah dan tumbuh ketika mereka menemukan set data baru untuk diproses.Mereka melakukan ini dengan mendekati masalah dari dua sudut pandang yang berbeda dan menggabungkan hasil menjadi solusi yang bermakna untuk masalah.

Perangkat lunak fuzzy didasarkan pada aturan pemrograman yang memungkinkan untuk memperkirakan tingkat kebenaran ketika kontradiksi muncul dalam data yang jelas dari perspektif manusia.Menentukan siapa yang "tinggi" versus siapa yang "pendek" dalam sekelompok orang, misalnya, menggunakan pemrosesan komputer tradisional, akan menciptakan garis definitif di mana kedua kelompok dipisahkan satu sama lain dan tidak ada jangkauan perantara.Seseorang 6 kaki (1,83 meter) tinggi akan dikategorikan sebagai pendek jika di bawah tinggi rata -rata, sedangkan seseorang 6 kaki dan 1 inci (1,85 meter) tinggi akan dikategorikan tinggi.Dengan pemrosesan fuzzy, kisaran apa yang dianggap tinggi versus pendek akan terus berubah ketika kelompok berubah dan keputusan akan dibuat sepanjang gradien yang lebih masuk akal.

Jaringan saraf, sebaliknya, tidak memiliki aturan yang telah ditentukan untuk beroperasi, danGambarlah semua kesimpulan mereka berdasarkan pengamatan.Beroperasi tanpa aturan yang telah ditentukan dapat membuat wawasan unik tentang data yang tidak terlihat ketika asumsi sebelumnya telah dibuat dalam pemrograman fuzzy atau set aturan pemrograman tradisional.Hasil perangkat lunak fuzzy dan pemrosesan data jaringan saraf digabungkan dalam sistem saraf fuzzy dengan cara yang mendekati bagaimana organisme biologis belajar dan beradaptasidi dalam lingkungan mereka.Saat sistem beradaptasi dengan data yang dikumpulkannya, ia mengubah cara prosesnya menjadi data menjadi lebih efisien dalam memecahkan masalah di masa depan.

Pemrosesan saraf, baik dari pemrograman saraf di komputer atau dari otak biologis, adalah sebuah metodedi mana berat tambahan diberikan pada titik data tertentu berdasarkan hasil pengamatan.Elemen fuzzy dari jaringan saraf fuzzy berfungsi untuk lebih akurat memodelkan kondisi nyata daripada yang mungkin terjadi di masa lalu dengan prosesor komputer tradisional, meskipun tingkat pemodelan yang bagus ini mungkin tidak mengarah pada peningkatan kinerja yang signifikan di mana logika fuzzy digunakan sebagai kontrol atas komputer konvensional konvensionalkontrol.Keuntungan utama dari jaringan saraf fuzzy adalah bahwa mereka memiliki potensi untuk mengembangkan tingkat pemikiran independen yang belum sempurna dan pengambilan keputusan yang beradaptasi saat lingkungan mereka berubah di sekitar mereka.