Hvad er forbindelsen mellem neurale netværk og uklar logik?

Neurale netværk og fuzzy logik er begge normalt softwaresystemer, der er designet til at genkende mønstre i data eller begivenheder og simulere naturlige menneskelige reaktioner og beslutningsprocesser. Mens traditionelle beregningsmodeller bruger diskrete beregninger til output fra starten af ​​at tænde for systemet, kræver neurale netværk og uklar logik en periode med træning eller læring for at give meningsfulde resultater. Konceptuelt er antitesen mod neurale netværk og fuzzy logik i avancerede computersystemer anvendelsen af ​​ekspertsystemer, der er forudindstillede datalagre eller videnbaser, der er samlinger af tidligere etableret forståelse af en række forskellige eksperter i et felt.

Både den iboende fordel og fejl i adaptive systemer, der anvender neurale netværk og uklar logik, er deres forudsigelsesevne. De er ikke-lineære statistiske datamodelleringsværktøjer, hvilket betyder thVed de kan komme til forskellige konklusioner til det samme problem afhængigt af den sti, der er taget for at analysere problemet. Hvor et ekspertsystem, der er baseret på standardprogrammeringskonstruktioner, ville beslutte, om en person blev betragtet som høj baseret på et klart cutoff-punkt, siger 6 fod (1,83 meter) eller større, definerer høje, hvor 5 fod 11 tommer (1,8 meter) ikke, neurale netværk og fuzzy logik, træffer beslutning baseret på analyse af understøttende data, antallet af individer i en gruppe og hver enkelt højde, hvor gennemsnitlige højder for subgrupper for gruppen aftager, hvor mange af de er opfyldelse af, hvad der er opfattet af, hvad der er i overensstemmelse med det, der er opfattet af, hvad der er, hvor mange der er i en gruppe, der er, hvad der er i overensstemmelse med det, der er, hvad der er i overensstemmelse med det, der er, hvad der er i, hvad der er, hvad der er i, hvad der er i, hvad der er i, hvad der er i en gruppe, der er i en gruppe, der er i en gruppe, der er i gennemsnit høj, og så videre. Denne evne hos mennesker omtales som intuition eller arten af ​​at se på verden på en ikke-lineær måde og redegøre for undtagelser fra reglen ved at tage beslutninger.

Andre udtryk, der bruges til neurale netværk og fuzzy logiske systemer, inkluderer case-baserede ræsonnement, genetiske algoritmer, studier i kaosteori, som det gælder software og kunstig intelligens generelt.De to systemer har en tendens til at variere i deres tilgang til at løse subjektive problemer. Neurale netværk er et direkte forsøg på at modellere den måde, som neuroner fungerer i den menneskelige hjerne, gennem en vækstcyklus af et kunstigt neuralt netværk, der analyserer problemer, når det støder på dem. Fuzzy logik er på den anden side en softwarekonstruktion, der forsøger at kode til analyse af alle de grå områder i den naturlige verden, matematisk på forhånd, og går ud over binære 0/1 boolske logik for at omfatte delvise sandheder, der vejes mod hinanden for at nå frem til en konklusion. Dette efterligner spektret af værdifulde vurderinger, som mennesker kontinuerligt foretager, når et enkelt ja eller intet svar på forholdene er utilstrækkeligt.