Qual è la connessione tra reti neurali e logica fuzzy?

Le reti neurali e la logica fuzzy sono di solito sistemi software progettati per riconoscere i modelli in dati o eventi e simulare le reazioni umane naturali e i processi decisionali.Mentre i modelli computazionali tradizionali utilizzano calcoli discreti per l'output dall'inizio dell'accensione del sistema, le reti neurali e la logica fuzzy richiedono un periodo di formazione o apprendimento al fine di produrre risultati significativi.Concettualmente, l'antitesi alle reti neurali e la logica fuzzy nei sistemi informatici avanzati è l'applicazione di sistemi esperti, che sono negozi di dati preimpostati o basi di conoscenza che sono compilazioni di comprensione precedentemente stabilita da una varietà di esperti in un campo.Vantanti e difetti nei sistemi adattivi che impiegano reti neurali e logica fuzzy è la loro capacità predittiva.Sono strumenti di modellazione di dati statistici non lineari, il che significa che possono arrivare a diverse conclusioni con lo stesso problema a seconda del percorso intrapreso per analizzare il problema.Laddove un sistema esperto basato su costrutti di programmazione standard deciderebbe se un individuo fosse considerato alto in base a un chiaro punto di taglio, diciamo 6 piedi (1,83 metri) o maggiore definisce alti, dove 5 piedi 11 pollici (1,8 metri) non lo fanno, reti neuralie Fuzzy Logic prendono la decisione in base all'analisi dei dati di supporto, al numero di individui in un gruppo e a ciascuna altezza, in che modo l'altezza media per i sottogruppi all'interno del gruppo influisce sulla percezione complessiva di ciò che è alto e così via.Questa capacità nell'uomo è definita intuizione, o la natura di guardare al mondo in modo non lineare e contabilizzare le eccezioni alla regola nel prendere decisioni.

Altri termini utilizzati per le reti neurali e i sistemi logici fuzzy includono il caso-Ragionamento basato, algoritmi genetici, studi sulla teoria del caos in quanto si applica al software e all'intelligenza artificiale, in generale.I due sistemi tendono a differire nel loro approccio alla risoluzione di problemi soggettivi.Le reti neurali sono un tentativo diretto di modellare il modo in cui i neuroni funzionano nel cervello umano, attraverso un ciclo di crescita di una rete neurale artificiale che analizza i problemi mentre li incontra.La logica fuzzy, d'altra parte, è un costrutto di software che tenta di codificare per l'analisi di tutte le aree grigie nel mondo naturale, matematicamente in anticipo e va oltre la binaria logica booleana 0/1 per includere verità parziali che vengono pesate l'una contro l'altraper arrivare a una conclusione.Ciò imita lo spettro dei giudizi di valore che gli esseri umani formano continuamente quando una semplice risposta sì o no alle condizioni è inadeguata.