Was ist die Verbindung zwischen neuronalen Netzen und Fuzzy-Logik?

Neuronale Netze und Fuzzy-Logik sind in der Regel beide Softwaresysteme, mit denen Muster in Daten oder Ereignissen erkannt und natürliche menschliche Reaktionen und Entscheidungsprozesse simuliert werden können. Während herkömmliche Rechenmodelle diskrete Berechnungen für die Ausgabe zu Beginn des Einschaltens des Systems verwenden, erfordern neuronale Netze und Fuzzy-Logik eine gewisse Zeit des Trainings oder Lernens, um aussagekräftige Ergebnisse zu erzielen. Konzeptionell ist der Gegensatz zu neuronalen Netzen und Fuzzy-Logik in fortgeschrittenen Computersystemen die Anwendung von Expertensystemen, bei denen es sich um voreingestellte Datenspeicher oder Wissensdatenbanken handelt, die Zusammenstellungen von zuvor erlangtem Verständnis durch eine Vielzahl von Experten auf einem Gebiet sind.

Sowohl der inhärente Vorteil als auch der Fehler in adaptiven Systemen, die neuronale Netze und Fuzzy-Logik verwenden, ist ihre Vorhersagefähigkeit. Sie sind nichtlineare statistische Datenmodellierungswerkzeuge, was bedeutet, dass sie je nach eingeschlagenem Pfad zur Analyse des Problems zu unterschiedlichen Schlussfolgerungen für dasselbe Problem kommen können. Wenn ein Expertensystem, das auf Standard-Programmierkonstrukten basiert, entscheidet, ob eine Person aufgrund eines eindeutigen Grenzwerts als groß eingestuft wird, beispielsweise 1,83 Meter (6 Fuß) oder mehr, werden neuronale Netze als hoch definiert, während 1,8 Meter (5 Fuß 11 Zoll) dies nicht tun und Fuzzy-Logik treffen die Entscheidung basierend auf der Analyse der unterstützenden Daten, der Anzahl der Personen in einer Gruppe und der Größe jedes Einzelnen, wie sich die durchschnittliche Höhe für Untergruppen in der Gruppe auf die Gesamtwahrnehmung der Größe auswirkt und so weiter. Diese Fähigkeit beim Menschen wird als Intuition oder als nichtlineare Betrachtung der Welt und Berücksichtigung von Ausnahmen von der Regel bei der Entscheidungsfindung bezeichnet.

Andere Begriffe, die für neuronale Netze und Fuzzy-Logik-Systeme verwendet werden, umfassen case-based reasoning, genetische Algorithmen, Studien zur Chaostheorie in Bezug auf Software und künstliche Intelligenz im Allgemeinen. Die beiden Systeme unterscheiden sich in ihrer Herangehensweise an die Lösung subjektiver Probleme. Neuronale Netze sind ein direkter Versuch, die Funktionsweise von Neuronen im menschlichen Gehirn durch einen Wachstumszyklus eines künstlichen neuronalen Netzes zu modellieren, der Probleme analysiert, wenn sie auftreten. Die Fuzzy-Logik hingegen ist ein Software-Konstrukt, das versucht, alle Grauzonen in der natürlichen Welt vorab mathematisch zu analysieren und über die binäre 0/1-Boolesche Logik hinaus Teilwahrheiten einzuschließen, die gegeneinander abgewogen werden zu einem Schluss kommen. Dies ahmt das Spektrum der Werturteile nach, die Menschen immer wieder treffen, wenn eine einfache Ja- oder Nein-Antwort auf Bedingungen unzureichend ist.