Wat zijn fuzzy neurale netwerken?

Fuzzy neurale netwerken zijn softwaresystemen die proberen de manier te benaderen waarop het menselijk brein functioneert.Ze doen dit door twee belangrijke onderzoeksgebieden te gebruiken in informatica -technologie mdash;Fuzzy Logic Software Development en Neural Network Processing Architecture.Fuzzy Logic-software probeert rekening te houden met real-world grijze gebieden in de besluitvormingsstructuur van computersoftwareprogramma's die verder gaan dan eenvoudige ja of geen keuzes.Kunstmatig neurale netwerkontwerp maakt softwareknooppunten die de functionaliteit en complexiteit imiteren van hoe neuronen in interactie in het menselijk brein.Samen creëert fuzzy logic en neuraal netwerkontwerp een neuro-fuzzy-systeem dat onderzoekers gebruiken voor experimenten met complexe problemen zoals klimaatverandering, of om kunstmatige intelligentie-robotica te ontwikkelen.

De gemiddelde microcomputer voert vanaf 2011 berekeningen uit met een ongelooflijke snelheid van miljardenvan instructies per seconde.Dit betekent een exponentiële toename van de verwerkingssnelheid vanaf de vroege dagen van computerontwikkeling, hoewel een dergelijke groei geen vermogen heeft aangetoond voor redenering op de complexe manieren die zelfs eenvoudige biologische organismen doen.Dit is gedeeltelijk te wijten aan basisbeperkingen waarmee de computerverwerking nog steeds wordt geconfronteerd, en fuzzy neurale netwerken zijn een poging om deze beperkingen te omzeilen.

Er wordt geschat dat het gemiddelde menselijke brein elke seconde 100.000.000.000.000.000 instructies uitvoert met behulp van zijn neurale structuur die analoog zijn aan de manier waarop microprocessors functioneren.Een gemiddeld computersysteem vanaf 1999 was daarentegen 24.000 keer langzamer dan dit, en een vroeg model vanaf 1981 was 3.500.000 keer langzamer dan het menselijk brein bij het uitvoeren van berekeningen.Er zouden 8.000 personal computers ingewikkeld samenwerken samen met 2.1 Gigahertz -processors die beschikbaar zijn op de markt van 2011 om de snelheid van een gemiddeld menselijk brein te benaderen.Een supercomputer die in staat is berekeningen zo snel uit te voeren als het menselijk brein, zou echter niet gelijk zijn aan dezelfde redeneerkracht voor het analyseren van tegenstrijdige gegevens uit de echte wereld, waar fuzzy neurale netwerken een rol spelen.

De belangrijkste elementen die fuzzy neurale netwerken uniek maken van andere soorten computerverwerking, zijn hun vermogen bij patroonherkenning gezien onvoldoende gegevens om definitieve conclusies te trekken en de mogelijkheid om zich aan te passen aan de omgeving.Fuzzy neurale netwerken maken gebruik van neurale algoritmen die zijn ontworpen om te veranderen en te groeien naarmate ze nieuwe gegevenssets tegenkomen om te verwerken.Ze doen dit door problemen te benaderen vanuit twee verschillende gezichtspunten en de resultaten te combineren in zinvolle oplossingen voor problemen.

Fuzzy software is gebaseerd op programmeerregels die het mogelijk maken om te schatten niveaus van waarheid wanneer tegenstrijdigheden ontstaan in gegevens die duidelijk zijn vanuit een menselijk perspectief.Bepalen wie "lang" is versus wie "kort" is in een groep mensen, bijvoorbeeld, met behulp van traditionele computerverwerking, zou een definitieve lijn creëren waarbij beide groepen van elkaar werden gescheiden en er geen tussenliggende bereik was.Iemand van 6 voet (1,83 meter) hoog zou als kort worden gecategoriseerd als onder de gemiddelde hoogte, terwijl iemand van 6 voet en 1 inch (1,85 meter) hoog als lang zou worden gecategoriseerd.Met fuzzy -verwerking zou het bereik van wat als lang wordt beschouwd versus kort als de groep verandert naarmate de groep veranderde en beslissingen zouden worden genomen langs een redelijker gradiënt.

Neurale netwerken hebben daarentegen geen vooraf gedefinieerde regels om te werken, enTeken al hun conclusies op basis van observatie.Werken zonder vooraf gedefinieerde regels kan unieke inzichten creëren over gegevens die anders niet duidelijk zijn wanneer eerdere veronderstellingen zijn gedaan in fuzzy programmering of traditionele programmeerregelsets.De resultaten van fuzzy software en neurale netwerkgegevensverwerking worden gecombineerd in fuzzy neurale systemen op een manier die benadert hoe biologische organismen leren en aanpassenin hun omgeving.Aangezien het systeem zich aanpast aan de gegevens die het verzamelt, verandert het de manier waarop het die gegevens verwerkt om efficiënter te worden in het oplossen van toekomstige problemen.

Neurale verwerking, of het nu gaat om neurale programmering in een computer of vanuit een biologisch brein, is een methodewaar toegevoegd gewicht wordt gegeven aan bepaalde gegevenspunten op basis van observatieresultaten.Het fuzzy -element van fuzzy neurale netwerken dient om de reële omstandigheden nauwkeuriger te modelleren dan in het verleden met traditionele computerprocessors, hoewel dit fijne modelleringsniveau vaak niet kan leiden tot belangrijke prestatieverbeteringen waarbij fuzzy logic wordt gebruikt als controle over conventionele computercontroles.Het uiteindelijke voordeel van fuzzy neurale netwerken is dat ze het potentieel hebben om een niveau van rudimentair onafhankelijk denken en besluitvorming te ontwikkelen dat zich aanpast als hun omgeving verandert.