computação Soft - Soft computing
Em ciência da computação , computação macio (por vezes referido como inteligência computacional , embora CI não tem uma definição acordada) é o uso de soluções inexatas computacionalmente tarefas difíceis, tais como a solução de NP-completos problemas, para os quais não há nenhum algoritmo conhecido que pode calcular uma solução exata em tempo polinomial . Computação macio difere de computação convencional (duro), em que, ao contrário de computação duro, é tolerante de imprecisão, incerteza, verdade parcial, e aproximação . Com efeito, o modelo para computação suave é a humana mente .
Os principais constituintes de Soft Computing (SC) são Lógica Fuzzy (FL), Computação Evolucionária (CE), Machine Learning (ML) e probabilística Raciocínio (PR), com o último subsunção redes de crenças e partes da teoria da aprendizagem.
Introdução
Macio Computing tornou-se uma área de estudo formal em Ciência da Computação no início de 1990. Anteriores abordagens computacionais poderia modelar e analisar com precisão sistemas apenas relativamente simples. Sistemas mais complexos que surgem em biologia , medicina , as ciências humanas , ciências da gestão e áreas afins, muitas vezes permaneceu intratável de métodos matemáticos e analíticos convencionais. No entanto, deve-se salientar que a complexidade dos sistemas é relativo e que muitos modelos matemáticos convencionais têm sido muito produtivo, apesar de sua complexidade.
Promoções de computação macias com imprecisão, incerteza, verdade parcial, e aproximação para alcançar computability, robustez e baixo custo da solução. Como tal, constitui a base de uma quantidade considerável de aprendizagem automática técnicas. As tendências recentes tendem a envolver algoritmos baseados evolutiva e enxame de inteligência e computação bio-inspirado.
componentes
Componentes de soft computing incluem:
-
Aprendizado de máquina , incluindo:
- Redes neurais (NN)
- Support Vector Machines (SVM)
- Lógica fuzzy (FL)
- Computação evolutiva (CE), incluindo:
- Idéias sobre probabilidade incluindo:
De um modo geral, técnicas de computação macios assemelham processos biológicos mais de perto do que as técnicas tradicionais, que são em grande parte baseadas em formais sistemas lógicos , tais como a lógica sentencial e lógica de predicados , ou dependem fortemente de análise numérica auxiliado por computador (como na análise de elementos finitos ). Técnicas de computação macias são destinados a complementar-se mutuamente.
Ao contrário de sistemas de computação duros, que se esforçam para exatidão e verdade plena, técnicas de computação macias explorar a tolerância dada de imprecisão, verdade parcial, e incerteza para um problema particular. Outro contraste comum vem da observação de que o raciocínio indutivo desempenha um papel maior na computação suave do que em computação difícil.