신경망과 퍼지 논리의 연결은 무엇입니까?
신경망과 퍼지 논리는 일반적으로 데이터 또는 이벤트의 패턴을 인식하고 자연적인 인간 반응 및 의사 결정 프로세스를 시뮬레이션하도록 설계된 소프트웨어 시스템입니다. 기존의 전산 모델은 시스템을 켜는 시작으로부터 출력에 대한 개별 계산을 활용하는 반면, 신경망과 퍼지 논리는 의미있는 결과를 얻기 위해 훈련 또는 학습 기간이 필요합니다. 개념적으로, 고급 컴퓨터 시스템의 신경망과 퍼지 논리에 대한 반디신은 전문가 시스템의 적용이며, 이는 분야의 다양한 전문가들에 의해 이전에 확립 된 이해의 편집 인 사전 설정된 데이터 저장 또는 지식 기반입니다.
신경망과 퍼지 논리를 사용하는 적응 시스템의 고유 한 장점과 결함은 예측 능력입니다. 비선형 통계 데이터 모델링 도구입니다.그들은 문제를 분석하기 위해 취한 경로에 따라 동일한 문제에 대한 다른 결론에 도달 할 수 있습니다. 표준 프로그래밍 구성을 기반으로 한 전문가 시스템이 개인이 명확한 컷오프 지점을 기반으로 키가 큰 것으로 간주되는 경우, 6 피트 (1.83 미터) 이상의 키가 크게 정의합니다. 5 피트 11 인치 (1.8 미터)는 신경망과 퍼지 로직이 신경 네트워크와 퍼지 로직을 지원하는 데이터를 기반으로 한 결정을 기반으로 한 그룹 내에서 평균 높이를 기반으로 한 결정을 내립니다. 에. 인간 의이 능력은 직관 또는 세상을 비선형 방식으로 바라보고 결정을 내릴 때 규칙에 대한 예외를 설명하는 본질이라고합니다.
신경망 및 퍼지 로직 시스템에 사용되는 다른 용어에는 사례 기반 추론, 유전자 알고리즘, 소프트웨어에 적용되는 혼돈 이론의 연구 및 일반적으로 인공 지능에 대한 연구가 포함됩니다.두 시스템은 주관적 문제를 해결하는 데 접근하는 경향이 있습니다. 신경망은 인공 신경망의 성장주기를 통해 인간 뇌에서 뉴런이 기능하는 방식을 모델링하는 직접적인 시도입니다. 반면에 퍼지 논리는 자연 세계의 모든 회색 영역을 분석하기 위해 코딩하려는 소프트웨어 구성으로, 수학적으로 미리 수학적으로, 이진 0/1 부울 논리를 넘어서 결론에 도달하기 위해 서로 무게를 측정하는 부분적 진실을 포함합니다. 이것은 간단한 예 또는 조건에 대한 응답이 부적절 할 때 인간이 지속적으로하는 가치 판단의 스펙트럼을 모방합니다.