Студопедия
МОТОСАФАРИ и МОТОТУРЫ АФРИКА !!! Перейти на НОВУЮ версию...

Авиадвигателестроения Административное право Административное право Беларусии Алгебра Архитектура Безопасность жизнедеятельности Введение в профессию «психолог» Введение в экономику культуры Высшая математика Геология Геоморфология Гидрология и гидрометрии Гидросистемы и гидромашины История Украины Культурология Культурология Логика Маркетинг Машиностроение Медицинская психология Менеджмент Металлы и сварка Методы и средства измерений электрических величин Мировая экономика Начертательная геометрия Основы экономической теории Охрана труда Пожарная тактика Процессы и структуры мышления Профессиональная психология Психология Психология менеджмента Современные фундаментальные и прикладные исследования в приборостроении Социальная психология Социально-философская проблематика Социология Статистика Теоретические основы информатики Теория автоматического регулирования Теория вероятности Транспортное право Туроператор Уголовное право Уголовный процесс Управление современным производством Физика Физические явления Философия Холодильные установки Экология Экономика История экономики Основы экономики Экономика предприятия Экономическая история Экономическая теория Экономический анализ Развитие экономики ЕС Чрезвычайные ситуации ВКонтакте Одноклассники Мой Мир Фейсбук LiveJournal Instagram

Понятие «мягких измерений»

<== предыдущая статья | следующая статья ==>

Термин "мягкие вычисления" введен Лофти Заде в 1994 году. Это понятие объединяет такие области как: нечеткая логика, нейронные сети, вероятностные рассуждения, сети доверия и эволюционные алгоритмы; которые дополняют друг друга и используются в различных комбинациях или самостоятельно для создания гибридных интеллектуальных систем. Поэтому создание систем работающих с неопределенностью, надо понимать как составную часть "мягких" вычислений.

По существу в 1970 году Л.Заде был создан новый метод вычислительной математики, который был поддержан аппаратными средствами (нечеткими процессорами) который в ряде проблемных областей стал более эффективным, чем классические методы. Первоначально эти области входили в проблематику искусственного интеллекта. Постепенно круг этих областей существенно расширился и сформировалось направление "вычислительного интеллекта". В это направление в настоящее время входят:

· нейронные сети;

· нечеткая логика и теория множеств;

· нечеткие экспертные системы;

· системы приближенных вычислений;

· теория хаоса;

· фрактальный анализ;

· нелинейные динамические системы;

· гибридные системы (нейронечеткие или нейрологические, генетиконейронные, нечеткогенетические или логикогенетические системы);

· системы, управляемые данными (нейронные сети, эволюционное вычисление).

· эволюционное моделирование;

· роевой интеллект.

<== предыдущая статья | следующая статья ==>

 

Читайте также:

Физические основы СКВИД - микроскопии

Углеродные нанотрубки

Принципы построения, структуры и режимы работы осцилляторных систем с регулярной динамикой

Свойства и прикладное значение наноматериалов

Принципы построения сенсорных самоорганизующихся систем

Квантово-механическая объяснение явления сверхпроводимости

Квантовый осциллятор на базе электромеханического резонатора

Примеры практического использования ЯМР

Понятия экспертной системы и искусственной нейросети

Применение сканирующего СКВИД-микроскопа

Явление стохастического резонанса в нелинейных системах

Эффект Штарка

Использование хаоса в устройствах обработки информации

Устройство и принцип работы биологического нейрона

Вернуться в оглавление: Современные фундаментальные и прикладные исследования в приборостроении

Просмотров: 3635

 
 

3.235.85.115 © studopedia.ru Не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования. Есть нарушение авторского права? Напишите нам | Обратная связь.