Bilişsel Hesaplama

Yazar: Lewis Jackson
Yaratılış Tarihi: 11 Mayıs Ayı 2021
Güncelleme Tarihi: 25 Haziran 2024
Anonim
Bilimsel Hesaplama, ODTÜ
Video: Bilimsel Hesaplama, ODTÜ

İçerik

Tanımı - Bilişsel Hesaplamanın anlamı nedir?

Bilişsel hesaplama, yapay zeka ve sinyal işlemenin arkasındaki bilimsel prensiplere dayanan, makine kendi kendine öğrenme, insan-bilgisayar etkileşimi, doğal dil işleme, veri madenciliği ve daha fazlasını içeren teknolojileri açıklar. Amacı belirsizlik ve belirsizlikle karakterize karmaşık problemleri çözmektir, başka bir deyişle yalnızca insan bilişsel düşüncesiyle çözülen problemleri ifade etmektedir.


Microsoft Azure ve Microsoft Cloud'a Giriş | Bu kılavuz boyunca, bulut bilişimin neyle ilgili olduğunu ve Microsoft Azure'un işinizi buluttan geçirmeniz ve yürütmenizde size nasıl yardımcı olabileceğini öğreneceksiniz.

Techopedia Bilişsel Hesaplamayı Açıklıyor

Bilişsel hesaplama, dinamik olarak değişen durumlara ve sık sık değişme ve hatta bazen birbirleriyle çatışmaya meyilli bilgi bakımından zengin veriye sahip olabilecek karmaşık problemleri çözme ile ilgili bilgisayar biliminin dalıdır. Bir insan, hedefleri ve değişen hedefleri değiştirerek bu sorunlarla başa çıkabilir, ancak geleneksel bilgisayar algoritmaları bu değişime uyum sağlayamaz. Bu tür sorunların üstesinden gelmek için bilişsel bilgi işlem sistemlerinin birbiriyle çelişen verileri tartması ve "doğru" olmak yerine duruma en iyi uyan yanıtı vermesi gerekir.

Halen, endüstride veya akademide bilişsel bilişimsel hesaplama tanımı üzerinde bir anlaşma olmamasına rağmen, bu terim, insan beyninin nasıl çalıştığını ve sorun çözme yaklaşımını taklit eden yeni teknolojiyi tanımlamak için kullanılır. İnsan zihninin etrafındaki uyaranlara nasıl algıladığını, nedenlerini ve yanıt verdiğini doğru bir şekilde modelleme hedefi olan bir alan olarak görülebilir. En iyi uygulamaları, veri analizinde ve uyarlanabilir çıktıda olacak ve çıktıyı belirli bir kitleye uyacak şekilde ayarlayabilecekti.


Bilişsel bir bilgi işlem sisteminin özellikleri şunlardır:

  • Conual - Anlam, zaman, konum, süreç ve çoklu bilgi kaynaklarına dayanan diğerleri gibi koni unsurları anlar ve çıkartır. Örneğin, yol, ambulans, yaralanma ve enkaz gibi verilerle beslenebilir ve bir araç kazası sonucu ortaya çıkabilir.
  • Uyarlanabilir - Bu öğrenme kısmıdır. Belirsizliği gidermek ve öngörülemeyenliği tolere etmek için yeni bilgilere ve teşviklere adapte olur. Con ile ilgili olarak, bu özellik, dinamik verilerle beslenmeyi ve daha sonra gerçekleşecek con'yu oluşturmak ve çözümler veya sonuçlar çıkarmak için onu işlemekle ilgilenir.
  • İnteraktif - Sistem kullanıcılarla etkileşime girebilir, böylece kullanıcılar ihtiyaçlarını tanımlayabilir ve diğer cihazlara ve sistemlere bağlanabilir.
  • Yinelemeli ve durumsal - Sistemler, bir sorunun eksik veya belirsiz olması durumunda doğru soruları sorarak ve ek bilgi kaynakları bularak sorunun tanımlanmasına yardımcı olmalıdır. Ayrıca, önceki etkileşimleri ve süreçleri hatırlayabilmeli ve zaman içindeki önceki noktalardaki durumuna geri dönebilmelidir.