粒状コンピューティングとは何ですか？

granular粒状コンピューティングは、正確な情報をまとめて、より一般的な情報をまとめる問題解決の方法です。不確実性と確率をコンピューターに組み込む方法に焦点を当てています。もともと1970年代に考案されたこの理論的コンピューターサイエンスの方法は、コンピュータープログラミングと人工知能に組み込まれています。ファジーセットの原則は、不確実性を処理するために1960年代に開発されました。ファジーセットと確率理論の両方が、通常、粒状コンピューティングで使用されます。この方法は、多くの場合、大まかなセット理論、データ圧縮、機械学習などの用語で言及されています。多くの場合、大規模なデータベースのデータをクラスタリングするために使用され、情報を整理するためのデータの抽象化と一般化に使用されることがあります。これは、データマイニングにとって重要です。これは、人々が特定の複雑な数値用語で情報を考えないことが多いためです。コンピューターは言語を分析して検索用語の使用方法を測定できます。そのため、よく検索結果の一部の一部がよくあるため、企業ネットワークでのデータマイニングにはしばしば粒状コンピューティングが含まれます。通常、インターネット上の検索エンジンも同様に行います。したがって、一般的な検索用語は、被験者の詳細を記載した人をWebサイトに連れて行くことができます。典型的なデータベースでは、多くの変数に応じて、情報はさまざまなクラス、クラスター、およびサブセットに編成されます。コーポレートコンピュータープログラムは、この方法を分類するこの方法を使用して、多くの情報を整理できます。その後、従業員は最も必要なときに情報を取得できます。単語は、抽象的なアイデアを表し、詳細を正確にするために使用されます。通常、複雑なアイデアを単語やフレーズに置き換えることが必要です。たとえば、脳は通常、正確な速度や距離などの詳細を計算しません。コンピューターに接続されたセンサーはこれを行うことができます。脳は、何かが味がしているか気持ちがいいかどうかを判断できますが、一般に、そのような情報がすでに利用可能でない限り、多数のことを数えることはできません。頭。通常、数字、コンピューター言語要素、およびその間に確率の制約があります。最終結果は、コンピューター化されたインターフェイスとのコミュニケーション方法を解釈できるコンピュータープログラムです。理論的なコンピューターサイエンスの長年までに有効になっているこの概念は、多くの企業、医療、セキュリティのコンピューターシステムで使用され、インターネットにも適用される場合があります。