Ano ang mga malabo na neural network?

Fuzzy Neural Networks ay mga software system na nagtatangkang matantya ang paraan kung saan gumagana ang utak ng tao.Ginagawa nila ito sa pamamagitan ng paggamit ng dalawang pangunahing lugar ng pananaliksik sa Computer Science Technology MDASH;Fuzzy Logic Software Development at Neural Network Processing Architecture.Ang Fuzzy Logic Software ay nagtatangkang account para sa mga real-world grey na lugar sa istraktura ng paggawa ng desisyon ng mga programa ng software ng computer na lampas sa simpleng oo o walang mga pagpipilian.Ang Artipisyal na Neural Network Design ay lumilikha ng mga software node na gayahin ang pag -andar at pagiging kumplikado ng kung paano nakikipag -ugnay ang mga neuron sa utak ng tao.Sama-sama, ang malabo na lohika at disenyo ng neural network ay lumilikha ng isang neuro-fuzzy system na ginagamit ng mga mananaliksik para sa eksperimento sa mga kumplikadong problema tulad ng pagbabago ng klima, o upang bumuo ng mga artipisyal na robotics ng intelihensiya.ng mga tagubilin bawat segundo.Ito ay kumakatawan sa isang pagpapalaki ng pagtaas ng bilis ng pagproseso mula sa mga unang araw ng pag -unlad ng computer, kahit na ang gayong paglago ay hindi nagpakita ng kakayahan patungo sa pangangatuwiran sa mga kumplikadong paraan na kahit na ang mga simpleng biological na organismo.Ito ay sa bahagi dahil sa mga pangunahing limitasyon na kinakaharap pa rin ng pagproseso ng computer, at ang malabo na mga network ng neural ay isang pagtatangka upang gumana sa paligid ng mga limitasyong ito.

Tinatayang ang average na utak ng tao ay nagdadala ng 100,000,000,000,000 mga tagubilin tuwing segundo gamit ang neural na istraktura na magkatulad sa kung paano gumagana ang mga microprocessors.Sa kabaligtaran, ang isang average na sistema ng computer noong 1999 ay 24,000 beses na mas mabagal kaysa dito, at ang isang maagang modelo noong 1981 ay 3,500,000 beses na mas mabagal kaysa sa utak ng tao sa pagsasagawa ng mga kalkulasyon.Aabutin ng 8,000 mga personal na computer na masalimuot na naka -network kasama ang 2.1 na mga processors ng Gigahertz na magagamit sa merkado ng 2011 upang tinatayang ang bilis ng isang average na utak ng tao.Ang isang supercomputer na may kakayahang magsagawa ng mga kalkulasyon nang mas mabilis hangga't ang utak ng tao, gayunpaman, ay hindi katumbas ng parehong kapangyarihan ng pangangatuwiran para sa pagsusuri ng magkasalungat na data ng mundo, kung saan ang malabo na mga network ng neural ay naglalaro.

Ang mga pangunahing elemento na gumagawa ng malabo na mga neural network na natatangi mula sa iba pang mga uri ng pagproseso ng computer ay ang kanilang kakayahan sa pagkilala sa pattern na ibinigay ng hindi sapat na data upang gumuhit ng mga tiyak na konklusyon, at ang kakayahang umangkop sa kapaligiran.Ang malabo na mga network ng neural ay gumagamit ng mga neural algorithm na idinisenyo upang baguhin at lumago habang nakatagpo sila ng mga bagong set ng data upang maproseso.Ginagawa nila ito sa pamamagitan ng paglapit ng mga problema mula sa dalawang magkakaibang mga punto ng view at pagsasama -sama ng mga resulta sa mga makabuluhang solusyon sa mga problema..Ang pagtukoy kung sino ang "matangkad" kumpara sa "maikli" sa isang pangkat ng mga tao, halimbawa, gamit ang tradisyonal na pagproseso ng computer, ay lilikha ng isang tiyak na linya kung saan ang parehong mga grupo ay nahihiwalay sa isa't isa at walang intermediate range.Ang isang tao na 6 talampakan (1.83 metro) ang taas ay ikinategorya bilang maikli kung sa ibaba ng average na taas, samantalang ang isang tao na 6 talampakan at 1 pulgada (1.85 metro) ang taas ay ikinategorya bilang matangkad.Sa malabo na pagproseso, ang saklaw ng kung ano ang itinuturing na matangkad kumpara sa maikli ay patuloy na magbabago habang nagbago ang pangkat at ang mga pagpapasya ay gagawin kasama ang isang mas makatuwirang gradient.Iguhit ang lahat ng kanilang mga konklusyon batay sa pagmamasid.Ang pagpapatakbo nang walang paunang natukoy na mga patakaran ay maaaring lumikha ng mga natatanging pananaw tungkol sa data na hindi kung hindi man nakikita kapag ang mga naunang pagpapalagay ay ginawa sa alinman sa malabo programming o tradisyonal na mga set ng panuntunan sa programming.Ang mga resulta ng malabo na software at pagproseso ng data ng neural network ay pinagsama sa malabo na mga neural system sa isang paraan na tinatayang kung paano natututo at umangkop ang mga biological na organismosa loob ng kanilang mga kapaligiran.Habang ang system ay umaangkop sa data na natipon nito, binabago nito ang paraan na pinoproseso nito ang data na maging mas mahusay sa paglutas ng mga problema sa hinaharap.kung saan ang idinagdag na timbang ay ibinibigay sa ilang mga puntos ng data batay sa mga resulta ng pagmamasid.Ang malabo na elemento ng malabo na mga network ng neural ay nagsisilbi sa mas tumpak na modelo ng mga tunay na kondisyon kaysa sa posible sa nakaraan kasama ang mga tradisyunal na processors ng computer, kahit na ang masarap na antas ng pagmomolde ay maaaring madalas na hindi humantong sa mga makabuluhang pagpapabuti ng pagganap kung saan ang malabo na lohika ay ginagamit bilang isang kontrol sa maginoo na computermga kontrol.Ang pangwakas na bentahe ng malabo na mga neural network ay mayroon silang potensyal na bumuo ng isang antas ng walang kabuluhan na independiyenteng pag -iisip at paggawa ng desisyon na umaangkop habang nagbabago ang kanilang kapaligiran sa paligid nila.