O que são redes neurais difusas?

Redes neurais difusas são sistemas de software que tentam aproximar a maneira como o cérebro humano funciona. Eles fazem isso utilizando duas áreas principais de pesquisa em tecnologia de ciência da computação - Desenvolvimento de software lógico e arquitetura de processamento de rede neural. O software lógico difuso tenta explicar as áreas cinzentas do mundo real na estrutura de tomada de decisão dos programas de software de computador que vão além de opções simples sim ou não. O design da rede neural artificial cria nós de software que imitam a funcionalidade e a complexidade de como os neurônios interagem no cérebro humano. Juntos, a lógica difusa e o design da rede neural criam um sistema neuro-fuzzy que os pesquisadores usam para experimentação em problemas complexos, como mudanças climáticas ou para desenvolver robótica de inteligência artificial. Isso representa um aumento exponencial na velocidade de processamento deOs primeiros dias do desenvolvimento de computadores, embora esse crescimento não tenha mostrado capacidade para o raciocínio das maneiras complexas que mesmo os simples organismos biológicos. Isso se deve em parte às limitações básicas de que o processamento de computador ainda enfrenta, e as redes neurais difusas são uma tentativa de contornar essas limitações.

Estima -se que o cérebro humano médio realize 100.000.000.000.000 de instruções a cada segundo, usando sua estrutura neural análoga à forma como os microprocessadores funcionam. Por outro lado, um sistema médio de computador em 1999 era 24.000 vezes mais lento que isso, e um modelo inicial em 1981 foi de 3.500.000 vezes mais lento que o cérebro humano na realização de cálculos. Seriam necessários 8.000 computadores pessoais complexados em rede, juntamente com 2,1 processadores Gigahertz disponíveis no mercado de 2011 para aproximar a velocidade de um cérebro humano médio. Um supercomputador capaz de perA formação de cálculos tão rapidamente quanto o cérebro humano, no entanto, não equivaleria ao mesmo poder de raciocínio para analisar dados conflitantes do mundo real, que é onde as redes neurais difusas entram em jogo.

Os elementos -chave que tornam as redes neurais difusas exclusivas de outros tipos de processamento de computador são sua capacidade de reconhecimento de padrões, dados dados insuficientes para tirar conclusões definitivas e a capacidade de se adaptar ao ambiente. As redes neurais difusas utilizam algoritmos neurais projetados para mudar e crescer à medida que encontram novos conjuntos de dados para processar. Eles fazem isso abordando problemas de dois pontos de vista distintos e combinando os resultados em soluções significativas para os problemas.

O software

Fuzzy é baseado em regras de programação que permitem estimar níveis de verdade quando surgem contradições em dados que são óbvios da perspectiva humana. Determinando quem é "alto" versus quem é "curto" em um grupo de pessoas, por exemplo, usando o processo tradicional de computadorIng, criaria uma linha definitiva em que ambos os grupos eram separados um do outro e não havia faixa intermediária. Alguém (1,83 metros) de altura seria categorizado como curto se abaixo da altura média, enquanto alguém de 1,85 metros de altura seria categorizado como alto. Com o processamento difuso, o alcance do que é considerado alto versus curto mudaria continuamente à medida que o grupo mudaria e as decisões seriam tomadas ao longo de um gradiente mais razoável.

As redes neurais, por outro lado, não têm regras predefinidas para operar e tirar todas as suas conclusões baseadas na observação. Operar sem regras predefinidas pode criar informações exclusivas sobre dados que não são aparentes quando suposições anteriores foram feitas em programas difusos ou conjuntos de regras de programação tradicionais. Os resultados do software difuso e do processamento de dados de rede neural são combinados em sistemas neurais difusos de uma maneira que se aproxima de como os organismos biológicos Learn e adaptar -se em seus ambientes. À medida que o sistema se adapta aos dados que ele reúne, muda a maneira como processa esses dados para se tornar mais eficiente na solução de problemas futuros.

Processamento neural, seja da programação neural em um computador ou de um cérebro biológico, é um método em que o peso adicionado é dado a certos pontos de dados com base em resultados observacionais. O elemento difuso das redes neurais difusas serve para modelar com mais precisão condições reais do que o possível no passado com processadores de computadores tradicionais, embora esse bom nível de modelagem possa geralmente não levar a melhorias significativas de desempenho, onde a lógica difusa é usada como controle sobre os controles convencionais de computador. A vantagem final das redes neurais difusas é que elas têm o potencial de desenvolver um nível de pensamento independente rudimentar e tomada de decisão que se adapta à medida que seu ambiente muda em torno deles.