세분화 된 컴퓨팅이란 무엇입니까?

과립 화 컴퓨팅은 정확한 정보를 함께 혼합하는 문제 해결 방법으로보다 일반적인 세부 사항입니다.불확실성과 확률을 컴퓨터에 통합하는 방법에 중점을 둡니다.원래 1970 년대에 고안된이 이론적 컴퓨터 과학 방법은 컴퓨터 프로그래밍 및 인공 지능에 통합되었습니다.퍼지 세트의 원리는 1960 년대에 불확실성을 처리하기 위해 개발되었습니다.퍼지 세트와 확률 이론은 모두 과립 컴퓨팅에 사용됩니다.이 방법은 종종 거친 세트 이론, 데이터 압축 및 기계 학습과 같은 용어로 언급되었습니다.그것은 종종 대형 데이터베이스에서 데이터를 클러스터링하는 데 사용되며 때로는 정보를 구성하기 위해 데이터의 추상화 및 일반화에 사용되었습니다.사람들은 종종 구체적이고 복잡한 수치 용어로 정보를 생각하지 않기 때문에 데이터 마이닝에 중요합니다.컴퓨터는 언어를 분석하여 검색어를 사용하는 방법을 측정 할 수 있으므로 세분화 된 컴퓨팅은 종종 검색 결과를 얻는 방법의 일부입니다.

회사 네트워크의 데이터 마이닝에는 종종 세분화 된 컴퓨팅이 포함됩니다.인터넷의 검색 엔진도 일반적으로 수행합니다.따라서 일반적인 검색어는 주제에 대한 자세한 내용이있는 사람을 웹 사이트로 가져갈 수 있습니다.일반적인 데이터베이스에서 정보는 여러 변수에 따라 다른 클래스, 클러스터 및 하위 집합으로 구성됩니다.기업 컴퓨터 프로그램은이 데이터를 분류하여 많은 정보를 구성하는 방법을 사용할 수 있습니다.그런 다음 직원은 가장 필요할 때 정보를 얻을 수 있습니다.

인간은 일반적으로 컴퓨터를 좋아하지 않습니다.단어는 추상적 인 아이디어를 나타내는 데 사용되며 종종 세부 사항을 덜 정확하게 만듭니다.복잡한 아이디어로 단어와 문구를 대체하는 것이 일반적으로 필요합니다.예를 들어 뇌는 일반적으로 정확한 속도 나 거리와 같은 세부 사항을 계산하지 않습니다.컴퓨터에 연결된 센서가이를 수행 할 수 있습니다.뇌는 맛이 좋은지 또는 기분이 좋지는 않지만 일반적으로 그러한 정보를 이미 사용할 수 없다면 많은 것들을 계산할 수는 없습니다. 따라서 과립 화 컴퓨팅은 컴퓨터가 사람의 사람에서 발생하는 사고 과정과 같이 더 작동하도록합니다.머리.일반적으로 숫자, 컴퓨터 언어 요소 및 그 사이에는 확률 제약이 있습니다.최종 결과는 사람들이 컴퓨터 인터페이스와 의사 소통하는 방법을 해석 할 수있는 컴퓨터 프로그램입니다.수년간의 이론적 컴퓨터 과학에 의해 가능해진이 개념은 많은 기업, 의료 및 보안 컴퓨터 시스템에 사용되며 인터넷에도 적용될 수 있습니다.