Nilalaman

• Tsart ng paghahambing
• Kahulugan ng Soft computing
• Ngayon, pag-usapan natin ang ilan sa mga pamamaraan ng malambot na computing na may mga halimbawa.
• Kahulugan ng Hard computing
• Konklusyon

Ang malambot na pag-compute at mahirap na computing ay mga pamamaraan ng pag-compute kung saan ang hard computing ay ang maginoo na pamamaraan na umaasa sa mga prinsipyo ng kawastuhan, katiyakan, at kawalan ng kakayahang umangkop.Sa kabaligtaran, ang malambot na pag-compute ay isang modernong diskarte na naipalabas sa ideya ng pag-asa, kawalan ng katiyakan, at kakayahang umangkop.

Bago maunawaan ang malambot na pag-compute at hard computing dapat nating maunawaan, ano ang computing? Ang computing sa mga tuntunin ng teknolohiya ng computer ay ang proseso ng pagtupad ng partikular na gawain sa tulong ng isang computer o isang aparato sa computing. Mayroong maraming mga katangian ng pag-compute tulad ng dapat itong magbigay ng tumpak na solusyon, tumpak at malinaw na pagkilos ng pagkontrol, mapadali ang solusyon ng mga problema na maaaring malutas sa matematika.

Ang tradisyunal na pamamaraan sa pag-compute, ang hard computing ay angkop para sa mga problemang pang-matematika, bagaman maaari itong magamit upang malutas ang mga problema sa tunay na mundo, ngunit ang pangunahing nauugnay na demerit ay kumonsumo ng isang malaking halaga ng oras at gastos sa pagkalkula. Ito ang dahilan ng malambot na computing ay ang mas mahusay na alternatibo para sa paglutas ng mga tunay na problema sa mundo.

1. 1. Tsart ng paghahambing
   2. Kahulugan
   3. Pangunahing Pagkakaiba
   4. Konklusyon

Tsart ng paghahambing

Batayan para sa paghahambing	Malambot na computing	Hard computing
Pangunahing	Tolerant sa kawalan ng katiyakan, kawalan ng katiyakan, bahagyang katotohanan at pagtatantya.	Gumagamit nang tumpak na ipinahayag na modelo ng analytical.
Batay sa	Malabo na lohika at probabilistikong pangangatuwiran	Binary na lohika at presko na sistema
Mga Tampok	Pagtataya at pagkagusto	Katumpakan at pagkategorya
Kalikasan	Stochastic	Natutukoy
Gumagana sa	Malabo at maingay na data	Eksaktong data ng pag-input
Kumpetisyon	Maaaring magsagawa ng kahanay na pagkalkula	Pagkakasunud-sunod
Resulta	Tinatayang	Gumagawa ng tumpak na kinalabasan.

Kahulugan ng Soft computing

Malambot na computing ay isang modelo ng computing na umunlad upang malutas ang mga di-linear na mga problema na nagsasangkot ng hindi tiyak, hindi wasto at tinatayang mga solusyon ng isang problema. Ang mga ganitong uri ng mga problema ay itinuturing na mga problema sa totoong buhay na kinakailangan ng tao na tulad ng katalinuhan upang malutas ito. Ang malambot na termino ng computing ay pinahiran ni Dr Lotfi Zadeh, ayon sa kanya, ang malambot na computing ay isang diskarte na ginagaya ang pag-iisip ng tao upang mangatuwiran at natututo sa isang kapaligiran ng kawalan ng katiyakan at impression.

Nilikha ito sa pamamagitan ng dalawang elemento ng pagbagay at kaalaman at may isang hanay ng mga tool tulad ng malabo logic, neural network, genetic algorithm, etcetera. Ang malambot na modelo ng computing ay naiiba mula sa antecedent na modelo na kilala bilang hard computing model dahil hindi ito gumana sa matematika modelo ng paglutas ng problema.

Ngayon, pag-usapan natin ang ilan sa mga pamamaraan ng malambot na computing na may mga halimbawa.

1. Malabo na lohika tumatalakay sa pagpapasya at pagkontrol ng mga problema sa system na hindi ma-convert sa mga hard formulaal na matematika. Ito ay karaniwang mapa ang mga input sa mga output nang lohikal sa isang di-guhit na paraan, ang paraan ng paggawa ng mga tao. Ang malabo na lohika ay ginagamit sa subsystem ng sasakyan, air conditioner, camera, atbp.

2. Mga artipisyal na neural network magsagawa ng pag-uuri, proseso ng pagmimina at paghuhula ng data at madaling pamahalaan ang maingay na data ng pag-input sa pamamagitan ng pag-uuri ng mga ito sa mga grupo o pagma-map sa isang inaasahang output. Halimbawa, ginagamit ito sa pagkilala sa imahe at karakter, pagtataya sa negosyo kung saan natutunan ang mga pattern mula sa mga set ng data at isang modelo ay nilikha upang makilala ang mga pattern na ito.

3. Mga algorithm ng genetic at mga teknolohikal na ebolusyon ay ginagamit upang malutas ang pag-optimize at mga kaugnay na mga problema na may kaugnayan kung saan maaaring kilalanin ang isang pinakamainam na solusyon ngunit walang ibinigay na paunang natukoy na tamang sagot. Ang mga aplikasyon ng tunay na buhay ng genetic algorithm na gumagamit ng mga heuristic na diskarte sa paghahanap ay mga robotics, disenyo ng otomotiko, na-optimize na ruta ng telecommunication, imbensyon ng biomimetic, at iba pa.

Kahulugan ng Hard computing

Hard computing ay ang tradisyunal na diskarte na ginamit sa computing na nangangailangan ng isang tumpak na nakasaad na modelo ng analytical. Ito ay iminungkahi din ni Dr Lotfi Zadeh bago malambot na computing. Ang diskarte sa hard computing ay gumagawa ng isang garantisadong, deterministik, tumpak na resulta at tinukoy ang tiyak na pagkilos ng kontrol gamit ang isang matematikal na modelo o algorithm. Nakikipag-usap ito sa binary at presko na lohika na nangangailangan ng eksaktong data ng pag-input nang sunud-sunod. Gayunpaman, ang mahirap na pag-compute ay hindi may kakayahang malutas ang mga tunay na problema sa mundo na ang pag-uugali ay labis na hindi wasto at kung saan nagbabago ang impormasyon nang palagi.

Kumuha tayo ng isang halimbawa kung kailangan nating malaman kung uulan ba ito ngayon o hindi? Ang sagot ay maaaring oo o hindi, na nangangahulugang sa dalawang posibleng deterministik na paraan upang masagot natin ang tanong o sa madaling salita, ang sagot ay naglalaman ng isang malulutong o binary solution.

1. Ang malambot na modelo ng computing ay hindi tamang pag-tolerate, bahagyang katotohanan, pagtatantya. Sa kabilang banda, ang hard computing ay hindi gumagana sa mga ibinigay na prinsipyo sa itaas; ito ay napaka tumpak at tiyak.
2. Ang soft computing ay gumagamit ng malabo na lohika at probabilistic na pangangatuwiran habang ang hard computing ay batay sa mga binary o crisp system.
3. Ang hard computing ay may mga tampok tulad ng katumpakan at pagkategorya. Tulad ng laban, ang pagtatantya at disposisyon ay ang mga katangian ng malambot na computing.
4. Ang diskarte sa soft computing ay probabilistik sa kalikasan samantalang ang matibay na computing ay deterministik.
5. Ang malambot na pag-compute ay maaaring madaling mapatakbo sa maingay at hindi malinaw na data. Sa kaibahan, ang hard computing ay maaaring gumana lamang sa eksaktong data ng pag-input.
6. Ang mga pagkalkula ng paralel ay maaaring isagawa sa malambot na computing. Sa kabaligtaran, sa mahirap na pagkakasunud-sunod na computation ng computing ay isinasagawa sa data.
7. Ang malambot na pag-compute ay maaaring makagawa ng tinatayang mga resulta habang ang hard computing ay bumubuo ng tumpak na mga resulta.

Konklusyon

Ang maginoo na diskarte sa pag-compute ng hard computing ay epektibo pagdating sa paglutas ng isang deterministikong problema, ngunit habang ang problema ay lumalaki sa laki at pagiging kumplikado, ang espasyo sa paghahanap ng disenyo ay nagdaragdag din. Ito ay naging mahirap upang malutas ang isang hindi sigurado at hindi wastong problema sa pamamagitan ng hard computing. Kaya, ang malambot na pag-compute ay lumitaw bilang solusyon sa hard computing na nagbibigay din ng maraming mga benepisyo tulad ng mabilis na computation, mababang gastos, pag-aalis ng paunang natukoy na software, etcetera.