El càlcul és un procés de conversió de l'entrada d'un formulari a un altre formulari de sortida desitjat mitjançant certes accions de control. Segons el concepte de càlcul, l'entrada es denomina antecedent i la sortida es denomina conseqüent. Una funció de mapatge converteix l'entrada d'un formulari a una altra forma de sortida desitjada mitjançant certes accions de control. El concepte informàtic s’aplica principalment a enginyeria informàtica . Hi ha dos tipus d’informàtica, la informàtica dura i la informàtica suau. La computació dura és un procés en el qual programem l’ordinador per resoldre determinats problemes mitjançant algorismes matemàtics que ja existeixen, que proporciona un valor de sortida precís. Un dels exemples fonamentals de la informàtica dura és un problema numèric.

Què és la informàtica suau?

La computació suau és un enfocament en què calculem solucions als problemes complexos existents, en què els resultats de sortida són imprecisos o de naturalesa difusa, una de les característiques més importants de la computació suau és que hauria de ser adaptativa perquè qualsevol canvi d’entorn no afecti el present procés. A continuació es detallen les característiques de la computació suau.

No requereix cap modelatge matemàtic per resoldre cap problema determinat
Dóna diferents solucions quan resolem de tant en tant un problema d’una entrada
Utilitza algunes metodologies d’inspiració biològica com la genètica, l’evolució, l’eixam de partícules, el sistema nerviós humà, etc.
De naturalesa adaptativa.

Hi ha tres tipus de tècniques d’informàtica suau que inclouen els següents.

Xarxa de neurones artificials

És una modelització connexionista i una xarxa distribuïda en paral·lel. N’hi ha de dos tipus ANN (Xarxa Neural Artificial) i BNN (Biological Neural Network). Una xarxa neuronal que processa un sol element es coneix com a unitat. El components de la unitat són, entrada, pes, element de processament, sortida. És similar al nostre sistema neuronal humà. El principal avantatge és que resolen els problemes en paral·lel, les xarxes neuronals artificials utilitzen senyals elèctrics per comunicar-se. Però el principal desavantatge és que no són tolerants a fallades, és a dir, si algú de les neurones artificials es fa malbé, ja no funcionarà.

Un exemple de personatge escrit a mà, en què un personatge és escrit en hindi per moltes persones, pot escriure el mateix personatge però de forma diferent. Com es mostra a continuació, de qualsevol manera que escriguen, podem entendre el personatge, ja que ja se sap com és el personatge. Aquest concepte es pot comparar amb el nostre sistema de xarxes neuronals.

“com fer cristalls piezoelèctrics ”

informàtica suau

Lògica difusa

L'algorisme de lògica difusa s'utilitza per resoldre models basats en raonaments lògics com imprecisos i vagues. Va ser introduït per Latzi A. Zadeh el 1965. La lògica difusa proporciona un valor de veritat estipulat amb l'interval tancat [0,1]. On 0 = valor fals, 1 = valor real.

Un exemple de robot que vol moure’s d’un lloc a un altre en poc temps on hi ha molts obstacles en el camí. Ara sorgeix la pregunta de com el robot pot calcular el seu moviment per arribar al punt de destí, sense xocar contra cap obstacle. Aquest tipus de problemes tenen problemes d’incertesa que es poden resoldre mitjançant una lògica difusa.

lògica difusa

Algorisme genètic en informàtica suau

L'algorisme genètic va ser introduït pel professor John Holland el 1965. S'utilitza per resoldre problemes basats en principis de selecció natural, que passen per l'algorisme evolutiu. Normalment s’utilitzen per a problemes d’optimització com la maximització i minimització de funcions objectives, que són de dos tipus de colònies de formigues i partícules d’eixam. Segueix processos biològics com la genètica i l’evolució.

“mòdul automàtic de la finestra cap amunt ”

Funcions de l'algorisme genètic

L’algorisme genètic pot resoldre problemes que no es poden resoldre en temps real, també conegut com a problema NP-Hard. Els problemes complicats que no es poden resoldre matemàticament es poden resoldre fàcilment aplicant l'algoritme genètic. És un mètode de cerca heurística o de cerca aleatòria, que proporciona un conjunt inicial de solucions i genera una solució al problema de manera eficaç i eficaç.

Una manera senzilla d’entendre aquest algoritme consisteix en considerar l’exemple següent d’una persona que vol invertir diners al banc, sabem que hi ha diferents bancs disponibles amb diferents esquemes i polítiques. El seu interès individual quant importarà invertir al banc, de manera que pugui obtenir el màxim benefici. Hi ha certs criteris per a la persona, és a dir, com pot invertir i com es pot beneficiar invertint al banc. Aquests criteris es poden superar mitjançant l'algorisme 'Computació Evolutiva', com la computació genètica.

“regulador regulable d’alta tensió ”

genètic - algorisme

Diferència entre la informàtica dura i la informàtica suau

La diferència entre la informàtica dura i la informàtica suau són les següents

Informàtica dura	Informàtica suau
Cal representar amb precisió el model analític que requereix la informàtica dura	Es basa en la incertesa, la veritat parcial tolerant la imprecisió i l’aproximació.
El temps de càlcul és més	El temps de càlcul és menor
Depèn de la lògica binària, els sistemes numèrics i el programari nítid.	Basat en aproximació i disposició.
Càlcul seqüencial	Càlcul paral·lel
Ofereix una sortida exacta	Ofereix una producció adequada
Exemples: mètodes tradicionals d’informàtica mitjançant el nostre ordinador personal.	Exemple: xarxes neuronals com Adaline, Madaline, xarxes ART, etc.

Avantatges

Els avantatges de la computació suau són

Es realitza el càlcul matemàtic simple
Bona eficiència
Aplicable en temps real
Basat en el raonament humà.

Desavantatges

Els desavantatges de la computació suau són

Dóna un valor de sortida aproximat
Si es produeix un petit error, tot el sistema deixa de funcionar, per superar-lo, s'ha de corregir des del principi, que és un procés que requereix temps.

Aplicacions

Les següents són les aplicacions de la informàtica suau

Controla motors com motor d’inducció , Servomotor de CC automàticament
Les centrals elèctriques es poden controlar mitjançant un sistema intel·ligent de control
En el processament d'imatges, l'entrada proporcionada pot ser de qualsevol forma, ja sigui imatge o vídeo que es pugui manipular mitjançant un càlcul suau per obtenir un duplicat exacte de la imatge o el vídeo original.
En aplicacions biomèdiques on està estretament relacionat amb la biologia i la medicina, es poden utilitzar tècniques d’informàtica suau per resoldre problemes biomèdics com el diagnòstic, el seguiment, el tractament i la teràpia.
La instrumentació intel·ligent està de moda avui en dia, on els dispositius intel·ligents es comuniquen automàticament amb altres dispositius mitjançant un determinat conjunt de protocols de comunicació per realitzar determinades tasques, però el problema aquí és que no hi ha un protocol estàndard adequat per comunicar-se. Això es pot superar mitjançant l'ús de tècniques informàtiques suaus, on els dispositius intel·ligents es comuniquen a través de múltiples protocols, amb alta privadesa i robustesa.

La informàtica és una tècnica que s’utilitza per convertir una entrada determinada mitjançant l’acció de control a la sortida desitjada. Hi ha dos tipus de tècniques informàtiques de computació dura i de computació suau. En aquest article, ens centrem principalment en la informàtica suau, les seves tècniques com la lògica difusa, la xarxa neuronal artificial, l’algoritme genètic, la comparació entre la computació dura i la informàtica suau, les tècniques de computació suau, les aplicacions i els avantatges. Aquí teniu la pregunta “Com són suaus informàtica és aplicable en l'àmbit mèdic? '