Granulārā skaitļošana (informācijas granulēšana)
Granulārā skaitļošana ir problēmu risināšanas paradigma, kas apstrādā informāciju „granulās” — objektu kopās, ko vieno neatskiramība, līdzība vai funkcionalitāte — nevis atsevišķu datu punktu līmenī. 1997. gadā Lotfi Zadehs to formulēja kā „fuzzy information granulation” (nefiksēta informācijas granulēšana) un attīstīja plašā sistēmā, kas nodrošina vienojošu pamatu sfēriskiem kopām (fuzzy sets), raupjām kopām (rough sets) un intervālu metodēm, ļaujot analīzei pāriet uz jebkuru detalizācijas līmeni, ko problēma faktiski prasa.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Zadeh, L. A. (1997). Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic. Fuzzy Sets and Systems, 90(2), 111–127. DOI: 10.1016/S0165-0114(97)00077-8 ↗
- Pedrycz, W., Skowron, A., & Kreinovich, V. (Eds.). (2008). Handbook of Granular Computing. Wiley. ISBN: 978-0-470-03554-2
Kā citēt šo lapu
ScholarGate. (2026, June 2). Granular Computing (Information Granulation). ScholarGate. https://scholargate.app/lv/soft-computing/granular-computing
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Formālā konceptu analīze (FCA)Mīkstā skaitļošana↔ compare
- Fuzzy cognitive maps (FCM)Mīkstā skaitļošana↔ compare
- K-Means klasterizācijaMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →