グラニュラーコンピューティングとは

グラニュラーコンピューティングは、正確な情報と、より一般的な詳細情報を組み合わせた問題解決の方法です。 不確実性と確率をコンピューターに組み込む方法に焦点を当てています。 もともと1970年代に考案されたこの理論的コンピューターサイエンスの方法は、コンピュータープログラミングと人工知能に組み込まれています。 ファジーセットの原理は、不確実性を処理するために1960年代に開発されました。 ファジィセットと確率理論の両方は、通常、グラニュラーコンピューティングで使用されます。 この方法は、ラフ集合理論、データ圧縮、機械学習などの用語で呼ばれることがよくあります。

問題解決と一般的な思考を構造化する方法として使用されるグラニュラーコンピューティングは、さまざまな方法でモデル化されています。 多くの場合、大規模なデータベースのデータをクラスタリングするために使用され、情報を整理するためにデータの抽象化および一般化に使用されることもあります。 これは、特定の複雑な数値用語で情報を考えないことが多いため、データマイニングにとって重要です。 コンピューターは言語を分析して検索語の使用方法を評価できるため、多くの場合、詳細な計算は検索結果の取得方法の一部です。

企業ネットワークでのデータマイニングには、多くの場合、きめ細かいコンピューティングが含まれます。 通常、インターネット上の検索エンジンも同様です。 そのため、一般的な検索用語を使用すると、テーマに関する詳細を含むWebサイトにアクセスできます。 一般的なデータベースでは、情報はさまざまな変数に応じて異なるクラス、クラスター、およびサブセットに編成されます。 企業のコンピュータープログラムでは、この分類方法を使用して多くの情報を整理できます。 従業員は、最も必要なときに情報を取得できます。

人間は一般的にコンピューターのように考えません。 言葉は抽象的な概念を表すために使用され、多くの場合、詳細の精度を下げます。 通常、複雑なアイデアを単語やフレーズに置き換える必要があります。 たとえば、脳は通常、正確な速度や距離などの詳細を計算しません。 コンピューターに接続されたセンサーがこれを実行できます。 脳は何かの味覚や気分が良いかどうかを判断できますが、一般にそのような情報が既に利用可能でない限り、大量のものを数えることはできません。

したがって、グラニュラーコンピューティングは、コンピューターを、人間の頭の中で起こる思考プロセスのように機能させるのに役立ちます。 通常、数値、コンピューター言語要素、およびその間に確率の制約があります。 最終結果は、人々がコンピューター化されたインターフェースと通信する方法を解釈できるコンピュータープログラムです。 長年の理論的なコンピューターサイエンスによって可能になったこの概念は、多くの企業、医療、セキュリティコンピューターシステムで使用されており、インターネットにも適用できます。