Subdomenii ale IC

Subdomenii ale IC sunt:

  • Logică fuzzy (Fuzzy logic)
  •  Reţele neuronale (Neural network)
  •  Calcul evolutiv (Evolutionary computation)

– Algoritmi genetici (Genetic Algorithms)

  • Sisteme hybride

Subdomeniile sunt intr-o relatie de complementaritate (nu concurentiala), fiecare contribuie cu avantajele si metodele proprii la solutionarea problemelor.

Logica fuzzy: captarea cunostiintelor expertilor, utilizarea limbajului natural,

• Retelele neuronale: capacitate de invatare, adaptare si generalizare

• Algoritmii genetici: cautare “sistematica” (exhaustiva) a solutiei, optimizare (globala)

Logica Fuzzy

Fuzzy= vag, neclar, imprecis, scamos, pufos, nuanţat.

Logica fuzzy

  •  logica rationamentului aproximativ, care este o extensie a logicii multivalente; generalizare a logicii conventionale
  •  multimile fuzzy se refera la clase de obiecte cu granite graduale, in care apartenenta la o clasa creste treptat intre 0 (totala neapartenenta) si 1 (apartenenta completa).

Retelele neuronale artificiale

Retelele neuronale artificiale sunt sisteme de prelucrare a informatiei ce modeleaza structura paralela, masiva a creierului – inspiratie biologica.

Simuleaza o structura de calcul paralela, puternic interconectata, ce contine un numar mare de elemente de prelucrare (neuroni) relativ simple.

Elementele de prelucrare sunt conectate prin conexiuni cu ponderi

Ponderile conexiunilor stocheaza informatia (cunostintele), reteaua fiind astfel capabila de adaptare (invatare) prin modificarea acestor ponderi.

Calcul evolutiv

Arii ale calculului evolutiv sunt:

  • Algoritmi genetici (genetic algorithms)
  •  Programare evolutiva (evolutionary programming)
  • Strategii evolutive (evolution strategies)
  •  Programare genetica (genetic programming)
  • Optimizarea roiurilor de particule (particle swarm optimization)

Instruirea 

Capacitatea unui sistem de a-si modifica parametrii (de a evolua) cu scopul de a-si indeplini mai bine sarcinile.

 Proces in cursul caruia o structura este modificata progresiv (optimizata) pentru a furniza performante mai bune in mediul său.

Tipuri de instruire sunt:

  •  Supervizată (supervised learning)
  •  Nesupervizată (unsupervised learning)
  • (Cu) întărire (reinforcement learning)

Instruirea poate fi :

  •  on-line (dinamica)
  • off-line (statica)

 

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s