İçerik

• Karşılaştırma Tablosu
• Yumuşak hesaplamanın tanımı
• Şimdi, yumuşak hesaplama metodolojilerinin bazılarını örneklerle tartışalım.
• Hard computing tanımı
• Sonuç

Yumuşak hesaplama ve zor hesaplama, zor hesaplamanın geleneksel metodoloji olduğu doğruluk, kesinlik ve esneklik ilkelerine dayandığı hesaplama yöntemleridir.Tersine, yumuşak hesaplama, yaklaşım, belirsizlik ve esneklik fikrine dayanan modern bir yaklaşımdır.

Yumuşak bilişimi ve zor bilişimi anlamadan önce anlamamız gerekir, bilişim nedir? Bilgisayar teknolojisi açısından hesaplama, belirli bir işi bir bilgisayar ya da bilgisayar cihazı yardımıyla gerçekleştirme işlemidir. Hesaplamanın kesin bir çözüm sağlaması, doğru ve net kontrol eylemleri sağlaması, matematiksel olarak çözülebilecek sorunların çözümünü kolaylaştırması gibi bir çok özelliği vardır.

Geleneksel hesaplama yöntemi, zor hesaplama, gerçek dünyadaki problemleri çözmek için kullanılabilmesine rağmen, matematiksel problemler için uygundur, ancak bununla ilgili en büyük önem, büyük miktarda hesaplama süresi ve maliyetini tüketmesidir. Bu nedenle, yumuşak bilişimin gerçek dünyadaki problemleri çözmek için daha iyi bir alternatif olmasının nedeni budur.

1. 1. Karşılaştırma Tablosu
   2. Tanım
   3. Anahtar Farklılıklar
   4. Sonuç

Karşılaştırma Tablosu

Karşılaştırma için temel	Yumuşak bilgi işlem	Sert bilgi işlem
Temel	Doğruluk, belirsizlik, kısmi gerçek ve yaklaşıma toleranslıdır.	Kesin olarak belirtilen analitik modeli kullanır.
Dayalı	Bulanık mantık ve olasılıksal akıl yürütme	İkili mantık ve net sistem
Özellikleri	Yaklaşım ve eğilim	Hassasiyet ve kategoriklik
Doğa	Stokastik	deterministik
Üzerinde çalışıyor	Belirsiz ve gürültülü veri	Tam giriş verileri
Hesaplama	Paralel hesaplamalar yapabilir	Ardışık
Sonuç	Yaklaşık	Kesin sonuç üretir.

Yumuşak hesaplamanın tanımı

Yumuşak bilgi işlem Bir problemin belirsiz, kesin olmayan ve yaklaşık çözümlerini içeren doğrusal olmayan problemleri çözmek için geliştirilen bir bilgi işlem modelidir. Bu tür problemler, insan benzeri zekanın çözülmesi gereken gerçek hayat problemleri olarak kabul edilir. Yumuşak hesaplama terimi, Dr Lotfi Zadeh tarafından yazılmıştır, ona göre, yumuşak hesaplama, insan aklını akla taklit eden ve belirsizlik ve izlenim ortamında öğrenen bir yaklaşımdır.

İki element uyarlanabilirliği ve bilgisi ile yaratılmıştır ve bulanık mantık, sinir ağları, genetik algoritma, vb. Gibi bir dizi araç vardır. Yumuşak hesaplama modeli, zor hesaplama modeli olarak bilinen öncül modelden farklıdır, çünkü problem çözmenin matematiksel modeli üzerinde çalışmaz.

Şimdi, yumuşak hesaplama metodolojilerinin bazılarını örneklerle tartışalım.

1. Bulanık mantık Sert matematiksel formüllere dönüştürülemeyen karar verme ve kontrol sistemi problemleriyle ilgilenir. Bu temelde girdileri çıkışlara mantıksal olarak doğrusal olmayan bir biçimde, insanların yaptığı gibi eşler. Bulanık mantık, otomobil alt sistemlerinde, klimalarda, kameralarda vb. Kullanılır.

2. Yapay sinir ağları sınıflandırma, veri madenciliği ve tahmin işlemlerini gerçekleştirin ve gürültülü girdi verilerini gruplara ayırarak veya beklenen çıktıya eşleyerek kolayca yönetin. Örneğin, görüntü ve karakter tanımada, kalıpların veri setlerinden öğrenildiği iş tahmininde ve bu kalıpları tanımak için bir model yaratılmasında kullanılır.

3. Genetik algoritmalar ve optimizasyonu çözmek için evrimsel teknikler kullanılır ve optimal bir çözümün kabul edilebileceği ancak önceden tanımlanmış hiçbir doğru cevabın sağlanamadığı problemleri tasarlar. Sezgisel arama tekniklerini kullanan genetik algoritmanın gerçek yaşam uygulamaları robotik, otomotiv tasarımı, optimize edilmiş telekomünikasyon yönlendirmesi, biyomimetik buluş ve benzeridir.

Hard computing tanımı

Sert bilgi işlem Bilgisayarda kullanılan ve doğru bir şekilde ifade edilen analitik bir modele ihtiyaç duyan geleneksel yaklaşımdır. Ayrıca, yumuşak bilişimden önce Dr Lotfi Zadeh tarafından önerildi. Sert bilgi işlem yaklaşımı garantili, deterministik, doğru bir sonuç üretir ve matematiksel bir model veya algoritma kullanarak belirli kontrol eylemlerini tanımlar. Tam olarak kesin girdi verisi gerektiren ikili ve net mantık ile ilgilenir. Bununla birlikte, zor hesaplama, davranışı son derece kesin olmayan ve bilginin tutarlı bir şekilde değiştiği gerçek dünya sorunlarını çözme yeteneğine sahip değildir.

Bugün yağmur yağıp yağmayacağını bulmamız gerekirse bir örnek alalım mı? Cevap evet ya da hayır olabilir, bu iki olası belirleyici şekilde soruyu cevaplayabiliriz ya da başka bir deyişle, cevabın net ya da ikili bir çözüm içerdiği anlamına gelir.

1. Yumuşak bilgi işlem modeli kesinliğe toleranslı, kısmi gerçek, yaklaşık değerlerdir. Öte yandan, zor hesaplama yukarıda belirtilen ilkeler üzerinde çalışmıyor; çok kesin ve kesin.
2. Yumuşak bilgi işlem bulanık mantık ve olasılıksal akıl yürütmeyi kullanır, zor bilgi işlem ikili veya net sistemlere dayanır.
3. Sert bilgi işlem hassasiyet ve kategoriklik gibi özelliklere sahiptir. Karşıt olarak, yaklaşım ve eğilim, yumuşak hesaplamanın özellikleridir.
4. Yumuşak bilgi işlem yaklaşımı, doğada olasılıklıdır, zor bilgi işlem ise belirleyicidir.
5. Yumuşak bilgi işlem, gürültülü ve belirsiz veriler üzerinde kolayca kullanılabilir. Buna karşılık, zor bilgi işlem yalnızca kesin girdi verileri üzerinde çalışabilir.
6. Paralel hesaplamalar, yumuşak hesaplamada yapılabilir. Aksine, zor hesaplamalarda veriler üzerinde ardışık hesaplama yapılır.
7. Yumuşak bilgi işlem yaklaşık sonuçlar üretirken, zor bilgi işlem kesin sonuçlar verir.

Sonuç

Konvansiyonel hesaplama yaklaşımı zor hesaplama, belirleyici bir problemi çözme konusunda etkilidir, ancak problem boyut ve karmaşıklıkta büyüdükçe, tasarım arama alanı da artar. Bu, belirsiz ve kesin olmayan bir problemi zor bilişim ile çözmeyi zorlaştırdı. Böylece, yumuşak hesaplama, hızlı hesaplama, düşük maliyet, önceden tanımlanmış yazılımın ortadan kaldırılması, vb. Gibi pek çok fayda sağlayan zor hesaplamanın çözümü olarak ortaya çıkmıştır.