Qual è la connessione tra reti neurali e logica fuzzy?
Reti neurali e logica fuzzy sono di solito sistemi software progettati per riconoscere i modelli nei dati o negli eventi e simulano le reazioni umane naturali e i processi decisionali. Mentre i modelli computazionali tradizionali utilizzano calcoli discreti per l'output dall'inizio dell'accensione del sistema, le reti neurali e la logica fuzzy richiedono un periodo di formazione o apprendimento al fine di produrre risultati significativi. Concettualmente, l'antitesi alle reti neurali e la logica fuzzy nei sistemi informatici avanzati è l'applicazione di sistemi esperti, che sono negozi di dati preimpostati o basi di conoscenza che sono compilazioni di comprensione precedentemente stabilita da una varietà di esperti in un campo.
Sia il vantaggio intrinseco che il difetto nei sistemi adattivi che impiegano reti neurali e logica fuzzy è la loro capacità predittiva. Sono strumenti di modellazione di dati statistici non lineari, il che significaAl momento possono arrivare a diverse conclusioni allo stesso problema a seconda del percorso intrapreso per analizzare il problema. Laddove un sistema esperto basato su costrutti di programmazione standard deciderebbe se un individuo fosse considerato alto in base a un chiaro punto di interruzione, dire 6 piedi (1,83 metri) o più definisce alto, in cui 5 piedi e 11 pollici (1,8 metri) non fanno le reti neur alto e così via. Questa abilità nell'uomo è definita intuizione o la natura di guardare il mondo in modo non lineare e contabilizzare le eccezioni alla regola nel prendere decisioni.
Altri termini utilizzati per reti neurali e sistemi logici fuzzy includono ragionamenti basati su casi, algoritmi genetici, studi sulla teoria del caos in quanto si applica al software e all'intelligenza artificiale, in generale.I due sistemi tendono a differire nel loro approccio alla risoluzione di problemi soggettivi. Le reti neurali sono un tentativo diretto di modellare il modo in cui i neuroni funzionano nel cervello umano, attraverso un ciclo di crescita di una rete neurale artificiale che analizza i problemi mentre li incontra. La logica fuzzy, d'altra parte, è un costrutto di software che tenta di codificare per l'analisi di tutte le aree grigie nel mondo naturale, matematicamente in anticipo e va oltre la binaria logica booleana 0/1 per includere verità parziali che vengono pesate l'una contro l'altra per arrivare a una conclusione. Ciò imita lo spettro dei giudizi di valore che gli esseri umani fanno continuamente quando una semplice risposta sì o no alle condizioni è inadeguata.