Co to są rozmyte sieci neuronowe?

Rozmyte sieci neuronowe to systemy oprogramowania, które próbują przybliżyć sposób, w jaki ludzki mózg działa.Robią to, wykorzystując dwa kluczowe obszary badań w technologii informatyki i MDASH;Rozwój oprogramowania logicznego rozmycia i architektura przetwarzania sieci neuronowej.Oprogramowanie rozmyte logiczne próbuje uwzględnić rzeczywiste szare obszary w strukturze decyzyjnych programów komputerowych, które wykraczają poza proste wybory tak lub nie.Sztuczna projekt sieci neuronowej tworzy węzły oprogramowania, które naśladują funkcjonalność i złożoność interakcji neuronów w ludzkim mózgu.Razem rozmyta logika i projekt sieci neuronowej tworzy system neurofuzzy, który naukowcy stosują do eksperymentów złożonych problemów, takich jak zmiany klimatu lub do opracowania sztucznej robotyki inteligencji.

Średni mikrokomputer od 2011 r. Wykonuje obliczenia w niewiarygodnej tempie miliardówinstrukcji na sekundę.Oznacza to wykładniczy wzrost prędkości przetwarzania od wczesnych dni rozwoju komputera, chociaż taki wzrost nie wykazał możliwości rozumowania na złożony sposób, jakie robią nawet proste organizmy biologiczne.Wynika to częściowo z podstawowych ograniczeń, z którymi nadal napotyka przetwarzanie komputerowe, a rozmyte sieci neuronowe są próbą obejścia tych ograniczeń.

Szacuje się, że przeciętny ludzki mózg przeprowadza 100 000 000 000 000 instrukcji co sekundę przy użyciu swojej struktury neuronowej, która jest analogiczna do działania mikroprocesorów.Natomiast średni system komputerowy od 1999 r. Był 24 000 razy wolniejszy niż ten, a wczesny model z 1981 r. Był 3500 000 razy wolniejszy niż ludzki mózg w wykonywaniu obliczeń.Zajęłoby to 8 000 komputerów osobistych misternie połączonych z procesorami Gigaherc 2,1 Gigahertz dostępnymi na rynku 2011, aby przybliżyć prędkość przeciętnego ludzkiego mózgu.Superkomputer zdolny do wykonywania obliczeń tak szybko, jak ludzki mózg, nie byłby jednak równoznaczny z tą samą siłą rozumowania do analizy sprzecznych danych w świecie rzeczywistym, w której wchodzą rozmyte sieci neuronowe.

Kluczowymi elementami, które sprawiają, że rozmyte sieci neuronowe są wyjątkowe z innych rodzajów przetwarzania komputerowego, są ich zdolność do rozpoznawania wzorców, biorąc pod uwagę niewystarczające dane do wyciągnięcia ostatecznych wniosków oraz możliwość dostosowania się do środowiska.Rozmyte sieci neuronowe wykorzystują algorytmy neuronowe, które są zaprojektowane do zmiany i rozwoju, gdy napotykają nowe zestawy danych do przetworzenia.Robią to, zbliżając się do problemów z dwóch odrębnych punktów widzenia i łącząc wyniki w znaczące rozwiązania problemów.

Oprogramowanie rozmyte opiera.Określenie, kto jest „wysoki” w porównaniu z „krótkim” w grupie ludzi, na przykład przy użyciu tradycyjnego przetwarzania komputerowego, stworzyłby ostateczną linię, w której obie grupy były oddzielone od siebie i nie było zasięgu pośredniego.Ktoś o wysokości 6 stóp (1,83 metra) byłby sklasyfikowany jako krótki, gdyby poniżej średniej wysokości, podczas gdy ktoś o wysokości 6 stóp i 1 cala (1,85 metra) byłby sklasyfikowany jako wysoki.W przypadku przetwarzania rozmytego zakres tego, co uważa się za wysoki w porównaniu z krótkimi, byłby ciągle zmieniający się w miarę zmiany grupy, a decyzje byłyby podejmowane w bardziej rozsądnym gradient.Wykorzystaj wszystkie ich wnioski na podstawie obserwacji.Działanie bez predefiniowanych reguł może tworzyć unikalne spostrzeżenia na temat danych, które nie są widoczne, gdy wcześniejsze założenia zostały przyjęte w programowaniu rozmytym lub tradycyjnych zestawach reguł programowania.Wyniki przetwarzania danych oprogramowania rozmytego i sieci neuronowych są łączone w rozmytych systemach neuronowych w taki sposób, w jaki organizmy biologiczne uczą się i dostosowująw ich środowiskach.Ponieważ system dostosowuje się do danych, które gromadzi, zmienia sposób, w jaki przetwarza te dane, aby stać się bardziej wydajnym w rozwiązywaniu przyszłych problemów.

Przetwarzanie neuronowe, czy to z programowania neuronowego w komputerze, czy z mózgu biologicznego, jest metodągdzie dodatkowa waga jest przydzielana do niektórych punktów danych na podstawie wyników obserwacyjnych.Rozmyty element rozmytych sieci neuronowych służy dokładniej do dokładniejszego modelowania rzeczywistych warunków niż w przeszłości z tradycyjnymi procesorami komputerowymi, chociaż ten dobry poziom modelowania może często nie prowadzić do znacznej poprawy wydajności, w której logika rozmycia jest używana jako kontrola nad konwencjonalnymi komputerami komputerowymisterownica.Ostateczną zaletą rozmytych sieci neuronowych jest to, że mają one potencjał do opracowania poziomu podstawowego niezależnego myślenia i podejmowania decyzji, które dostosowuje się w miarę zmiany ich środowiska.