Co to są rozmyte sieci neuronowe?

Rozmyte sieci neuronowe to systemy oprogramowania, które próbują przybliżyć sposób, w jaki ludzki mózg działa. Robią to, wykorzystując dwa kluczowe obszary badawcze w technologii informatyki - rozwój oprogramowania rozmytego logiki i architekturę przetwarzania sieci neuronowej. Oprogramowanie rozmyte logiczne próbuje uwzględnić rzeczywiste szare obszary w strukturze decyzyjnych programów komputerowych, które wykraczają poza proste wybory tak lub nie. Sztuczna projekt sieci neuronowej tworzy węzły oprogramowania, które naśladują funkcjonalność i złożoność interakcji neuronów w ludzkim mózgu. Razem rozmyte logika i projekt sieci neuronowej tworzy system neurofuzzy, który naukowcy stosują do eksperymentowania złożonych problemów, takich jak zmiany klimatu, lub do opracowania sztucznej robotyki inteligencji.

Średni mikrokomputer z 2011 r. Wykonuje obliczenia z niesamowitą szybkością miliardów instrukcji na sekundę. To stanowi wykładniczy wzrost prędkości przetwarzania FROM Wczesne dni rozwoju komputera, chociaż taki wzrost nie wykazał możliwości rozumowania na złożony sposób, jaki robią nawet proste organizmy biologiczne. Wynika to częściowo z podstawowych ograniczeń, z którymi nadal napotyka przetwarzanie komputerowe, a rozmyte sieci neuronowe są próbą obejścia tych ograniczeń.

Szacuje się, że przeciętny ludzki mózg przeprowadza 100 000 000 000 000 instrukcji co sekundę przy użyciu struktury neuronowej, które są analogiczne do działania mikroprocesorów. Natomiast średni system komputerowy od 1999 r. Był 24 000 razy wolniejszy niż ten, a wczesny model z 1981 r. Był 3500 000 razy wolniejszy niż ludzki mózg w wykonywaniu obliczeń. Zajęłoby to 8 000 komputerów osobistych misternie połączonych z procesorami Gigaherc 2,1 Gigahertz dostępnymi na rynku 2011, aby przybliżyć prędkość przeciętnego ludzkiego mózgu. Superkomputer zdolnyJednak tworzenie obliczeń tak szybko, jak ludzki mózg, nie byłoby jednak równoznaczne z tą samą siłą rozumowania do analizy sprzecznych danych w świecie rzeczywistym, w którym wchodzą rozmyte sieci neuronowe.

Kluczowymi elementami, które sprawiają, że rozmyte sieci neuronowe są wyjątkowe z innych rodzajów przetwarzania komputerowego, są ich zdolności do rozpoznawania wzorców, biorąc pod uwagę niewystarczające dane do wyciągnięcia ostatecznych wniosków oraz możliwość dostosowania się do środowiska. Rozmyte sieci neuronowe wykorzystują algorytmy neuronowe, które są zaprojektowane do zmiany i rozwoju, gdy napotykają nowe zestawy danych do przetworzenia. Robią to, zbliżając się do problemów z dwóch różnych punktów widzenia i łącząc wyniki w znaczące rozwiązania problemów.

Oprogramowanie rozmyte opiera się na regułach programowania, które pozwalają na oszacowanie poziomów prawdy, gdy pojawiają się sprzeczności w danych oczywistych z ludzkiej perspektywy. Określenie, kto jest „wysoki” w porównaniu z „krótkim” w grupie ludzi, na przykład przy użyciu tradycyjnego procesu komputerowegoing, stworzyłoby ostateczną linię, w której obie grupy były oddzielone od siebie i nie było zasięgu pośredniego. Ktoś o wysokości 6 stóp (1,83 metra) byłby sklasyfikowany jako krótki, gdyby poniżej średniej wysokości, podczas gdy ktoś o wysokości 6 stóp i 1 cala (1,85 metra) byłby sklasyfikowany jako wysoki. W przypadku przetwarzania rozmytego zakres tego, co uważa się za wysoki w porównaniu z krótkimi, byłby ciągle zmieniający się wraz ze zmianą grupy, a decyzje byłyby podejmowane w bardziej rozsądnym gradiencie.

Natomiast sieci neuronowe nie mają wstępnie zdefiniowanych zasad do działania i wyciągania wszystkich ich wniosków na podstawie obserwacji. Działanie bez predefiniowanych reguł może tworzyć unikalne spostrzeżenia na temat danych, które nie są widoczne, gdy wcześniejsze założenia zostały przyjęte w programowaniu rozmytym lub tradycyjnych zestawach reguł programowania. Wyniki przetwarzania oprogramowania rozmytego i sieci neuronowych są łączone w rozmytych systemach neuronowychn i dostosuj w ich środowisku. Ponieważ system dostosowuje się do gromadzonych danych, zmienia sposób, w jaki przetwarza te dane, aby stać się bardziej wydajnym w rozwiązywaniu przyszłych problemów.

Przetwarzanie neuronowe, czy to z programowania neuronowego w komputerze, czy z mózgu biologicznego, jest metodą, w której dodatkową wagę jest pewne punkty danych oparte na wynikach obserwacyjnych. Rozmyty element rozmytych sieci neuronowych służy do dokładniejszego modelowania rzeczywistych warunków niż to możliwe w przeszłości z tradycyjnymi procesorami komputerowymi, chociaż ten dobry poziom modelowania może często nie prowadzić do znacznej poprawy wydajności, w której logika rozmytej jest wykorzystywana jako kontrola konwencjonalnych kontroli komputerowych. Ostateczną zaletą rozmytych sieci neuronowych jest to, że mają one potencjał do opracowania poziomu podstawowego niezależnego myślenia i podejmowania decyzji, które dostosowuje się w miarę zmiany ich środowiska.