세분화 된 컴퓨팅이란 무엇입니까?

세분화 된 컴퓨팅은보다 일반적인 세부 정보와 함께 정확한 정보를 혼합하는 문제 해결 방법입니다. 불확실성과 확률을 컴퓨터에 통합하는 방법에 중점을 둡니다. 1970 년대에 처음 고안된이 이론적 인 컴퓨터 과학 방법은 컴퓨터 프로그래밍과 인공 지능에 통합되었습니다. 퍼지 세트의 원리는 1960 년대 불확실성을 처리하기 위해 개발되었습니다. 퍼지 세트와 확률 이론은 일반적으로 세분화 된 컴퓨팅에 사용됩니다. 이 방법은 종종 거친 세트 이론, 데이터 압축 및 기계 학습과 같은 용어로 언급되었습니다.

세부적인 컴퓨팅은 문제 해결과 일반적인 사고를 구성하는 방법으로 사용되며 여러 가지 방법으로 모델링되었습니다. 대규모 데이터베이스에서 데이터를 클러스터링하는 데 종종 사용되며 정보를 구성하기 위해 데이터를 추상화하고 일반화하는 데 사용되기도합니다. 사람들은 종종 구체적이고 복잡한 수치 용어로 정보를 생각하지 않기 때문에 데이터 마이닝에 중요합니다. 컴퓨터는 언어를 분석하여 검색어 사용 방법을 측정 할 수 있으므로 세분화 된 컴퓨팅은 종종 검색 결과를 얻는 방법의 일부입니다.

회사 네트워크의 데이터 마이닝에는 종종 세분화 된 컴퓨팅이 포함됩니다. 인터넷 검색 엔진도 일반적으로 사용됩니다. 따라서 일반 검색어는 주제에 대한 자세한 내용을 가진 사람을 웹 사이트로 안내 할 수 있습니다. 일반적인 데이터베이스에서 정보는 여러 변수에 따라 여러 클래스, 클러스터 및 하위 집합으로 구성됩니다. 회사 컴퓨터 프로그램은이 데이터 분류 방법을 사용하여 많은 정보를 구성 할 수 있습니다. 직원은 가장 필요할 때 정보를 얻을 수 있습니다.

인간은 일반적으로 컴퓨터처럼 생각하지 않습니다. 단어는 추상적 아이디어를 표현하는 데 사용되며 종종 세부 정보의 정확성을 떨어 뜨립니다. 복잡한 아이디어를 대체 할 단어와 문구를 대체하는 것이 일반적입니다. 예를 들어 뇌는 일반적으로 정확한 속도 나 거리와 같은 세부 사항을 계산하지 않습니다. 컴퓨터에 연결된 센서가이를 수행 할 수 있습니다. 뇌는 어떤 것이 맛이 좋거나 기분이 좋은지를 판단 할 수 있지만, 그러한 정보가 이미 존재하지 않으면 일반적으로 많은 수를 셀 수 없습니다.

따라서 세분화 된 컴퓨팅은 컴퓨터가 사람의 머리에서 발생하는 사고 프로세스처럼 작동하도록 도와줍니다. 일반적으로 숫자, 컴퓨터 언어 요소 및 확률 제한이 있습니다. 최종 결과는 사람들이 컴퓨터 인터페이스와 통신하는 방식을 해석 할 수있는 컴퓨터 프로그램입니다. 수년간의 이론적 컴퓨터 과학으로 구현 된이 개념은 많은 기업, 의료 및 보안 컴퓨터 시스템에서 사용되며 인터넷에도 적용될 수 있습니다.