Sisu

• Võrdlusdiagramm
• Pehme arvuti määratlus
• Nüüd arutame näidetega mõningaid nn pehmete arvutustehnika metoodikaid.
• Kõvaarvutuse määratlus
• Järeldus

Pehme andmetöötlus ja kõva andmetöötlus on arvutusmeetodid, kus tavapärane metoodika on kõva andmetöötlus, mis tugineb täpsuse, kindluse ja paindumatuse põhimõtetele.Vastupidiselt on pehmearvutamine tänapäevane lähenemisviis, mille eeldus on lähendamise, määramatuse ja paindlikkuse idee.

Enne pehme arvuti ja kõva arvuti mõistmist peaksime aru saama, mis on arvutamine? Arvutustehnika arvutitehnoloogia mõttes on konkreetse ülesande täitmise protsess arvuti või arvutusseadme abil. Andmetöötlusel on mitmeid tunnuseid, kuna see peaks pakkuma täpset lahendust, täpseid ja selgeid juhtimistoiminguid, hõlbustama matemaatiliselt lahendatavate probleemide lahendamist.

Traditsiooniline arvutusmeetod, kõvaarvutamine, sobib matemaatiliste probleemide lahendamiseks, ehkki seda võidakse kasutada reaalmaailma probleemide lahendamiseks, kuid peamine sellega kaasnev kahju on see, et see võtab palju arvutusaega ja kulusid. See on põhjus, miks pehme arvuti on parem alternatiiv tegeliku maailma probleemide lahendamiseks.

1. 1. Võrdlusdiagramm
   2. Definitsioon
   3. Peamised erinevused
   4. Järeldus

Võrdlusdiagramm

Võrdluse alus	Pehme arvuti	Raske arvuti
Põhiline	Talutav ebatäpsuse, ebakindluse, osalise tõe ja lähenemise suhtes.	Kasutab täpselt määratletud analüütilist mudelit.
Põhineb	Hägune loogika ja tõenäosuslikud mõttekäigud	Binaarne loogika ja karge süsteem
Omadused	Lähenemine ja dispositsioonilisus	Täpsus ja kategoorilisus
Loodus	Stohhastiline	Deterministlik
Töötab edasi	Mitmetähenduslikud ja mürarikkad andmed	Täpsed sisendandmed
Arvutamine	Oskab teostada paralleelseid arvutusi	Järjestikune
Tulemus	Ligikaudne	Annab täpse tulemuse.

Pehme arvuti määratlus

Pehme arvuti on arvutusmudel, mis on välja töötatud mittelineaarsete probleemide lahendamiseks, mis hõlmavad probleemi ebakindlaid, ebatäpseid ja ligikaudseid lahendusi. Seda tüüpi probleeme peetakse reaalse elu probleemideks, mille lahendamiseks on vaja inimsõbralikku intelligentsust. Pehme arvutamise termini lõi dr Lotfi Zadeh, tema sõnul on pehme arvutamine lähenemisviis, mis jäljendab inimese mõistust mõistusele ja õpib ebakindluse ja mulje keskkonnas.

See luuakse kahe elemendi adaptiivsuse ja teadmiste kaudu ning sellel on hulk tööriistu nagu hägune loogika, närvivõrgud, geneetiline algoritm, jne. Pehme arvutusmudel erineb eelnevast mudelist, mida tuntakse kõvaarvutusmudelina, kuna see ei tööta probleemide lahendamise matemaatilisel mudelil.

Nüüd arutame näidetega mõningaid nn pehmete arvutustehnika metoodikaid.

1. Hägune loogika tegeleb otsustus- ja kontrollsüsteemi probleemidega, mida ei saa teisendada rasketeks matemaatilisteks valemiteks. Põhimõtteliselt kaardistab sisendid väljunditele loogiliselt mittelineaarselt viisil, nagu inimesed seda teevad. Hägusat loogikat kasutatakse autode alamsüsteemides, kliimaseadmetes, fotoaparaatides ja muudes seadmetes.

2. Kunstlikud närvivõrgud teostada klassifitseerimise, andmete kaevandamise ja ennustamise protsess ning hallata mürarikkaid sisendandmeid hõlpsalt, liigitades need rühmadesse või kaardistades eeldatava väljundi. Näiteks kasutatakse seda piltide ja märkide tuvastamisel, ettevõtte prognoosimisel, kus mustrid õpitakse andmekogumitest ja luuakse mudel nende mustrite äratundmiseks.

3. Geneetilised algoritmid optimeerimise ja kavandamisega seotud probleemide lahendamiseks kasutatakse evolutsioonitehnikaid, kus optimaalset lahendust saab ära tunda, kuid eelnevalt täpset vastust ei pakuta. Heuristilisi otsingumeetodeid kasutava geneetilise algoritmi reaalseks rakenduseks on robootika, autotööstus, optimeeritud telekommunikatsiooni marsruutimine, biomimeetiline leiutis jne.

Kõvaarvutuse määratlus

Raske arvuti on arvutamisel kasutatav traditsiooniline lähenemisviis, mis vajab täpselt sõnastatud analüütilist mudelit. Enne pehmet andmetöötlust tegi selle ettepaneku ka dr Lotfi Zadeh. Kõvaarvutuse lähenemisviis annab garanteeritud, deterministliku, täpse tulemuse ja määratleb matemaatilise mudeli või algoritmi abil kindlad kontrolltoimingud. See käsitleb binaarset ja karget loogikat, mis eeldavad järjestikku täpseid sisendandmeid. Kõvaarvutamine ei ole aga võimeline lahendama reaalse maailma probleeme, mille käitumine on äärmiselt ebatäpne ja kus teave muutub pidevalt.

Võtame näite, kui peame leidma, kas täna sajab vihma või mitte? Vastus võib olla jaatav või ei, mis tähendab, et kahel võimalikul deterministlikul viisil saame küsimusele vastata või teisisõnu, vastus sisaldab karget või binaarset lahendust.

1. Pehme arvutusmudel on ebatäpsust talutav, osaline tõde, lähend. Teisest küljest ei tööta kõva arvuti ülalnimetatud põhimõtetel; see on väga täpne ja kindel.
2. Pehme arvuti kasutab hägusat loogikat ja tõenäosuspõhimõtteid, samas kui kõva arvuti põhineb binaarsel või krõbedal süsteemil.
3. Kõvaarvutil on sellised omadused nagu täpsus ja kategoorilisus. Vastupidiselt sellele on lähendamine ja dispositsioonilisus pehmearvutamise tunnusjooned.
4. Pehme andmetöötluse lähenemisviis on olemuselt tõenäoline, samas kui kõva andmetöötlus on deterministlik.
5. Pehmet arvutit saab hõlpsalt juhtida mürarikaste ja mitmetähenduslike andmete põhjal. Seevastu võib kõva arvuti töötada ainult täpsete sisendandmetega.
6. Paralleelseid arvutusi saab teostada pehmearvutites. Vastupidi, kõva andmetöötluse korral toimub andmete järjestikune arvutamine.
7. Pehme arvuti võib anda ligikaudseid tulemusi, samas kui kõva andmetöötlus annab täpsed tulemused.

Järeldus

Tavapärase andmetöötluse kõvaarvutamine on efektiivne deterministliku probleemi lahendamisel, kuid probleemi suuruse ja keerukuse kasvades suureneb ka disaini otsinguruum. See raskendas ebakindla ja ebatäpse probleemi lahendamist kõvaarvutuse abil. Niisiis, pehme arvuti on muutunud lahenduseks kõvaarvutitele, mis pakub ka palju eeliseid, näiteks kiire arvutamine, madalad kulud, ettemääratud tarkvara eemaldamine jne.