认知计算

作者: Lewis Jackson
创建日期: 11 可能 2021
更新日期: 25 六月 2024
Anonim
苏中:从大数据到认知计算 1大数据概述
视频: 苏中:从大数据到认知计算 1大数据概述

内容

定义-认知计算是什么意思?

认知计算描述了基于人工智能和信号处理背后的科学原理的技术,包括机器自学习,人机交互,自然语言处理,数据挖掘等。其目的是解决以不确定性和歧义为特征的复杂问题,换句话说,这意味着只能由人类认知思想解决的问题。


Microsoft Azure和Microsoft Cloud简介在本指南中,您将了解什么是云计算,以及Microsoft Azure如何帮助您从云迁移和运行业务。

Techopedia解释了认知计算

认知计算是计算机科学的一个分支,致力于解决复杂的问题,这些问题可能具有动态变化的情况和信息丰富的数据,这些数据往往会发生变化,有时甚至会相互冲突。人们可能会通过不断发展的目标和不断变化的目标来应对此类问题,但是传统的计算算法无法适应这种变化。为了解决这类问题,认知计算系统必须权衡冲突数据并提出最适合情况的答案,而不是“正确的”答案。

尽管目前在行业或学术界尚无公认的认知计算定义,但该术语通常用于描述模仿人脑功能及其解决问题方式的新技术。可以将其视为旨在准确模拟人的思维如何感知,推理和响应周围刺激的领域。它最大的应用是在数据分析和自适应输出中,调整输出以适合特定的受众。

认知计算系统的属性包括:

  • Conual –基于多种信息来源,了解并提取诸如含义,时间,位置,过程以及其他内容之类的conual元素。例如,可以向其提供诸如道路,救护车,伤害和残骸之类的数据,并提出车辆事故的概念。
  • 适应性–这是学习部分。它适应新的信息和刺激,以解决歧义并容忍不可预测性。关于con,此特性需要处理动态数据,然后对其进行处理以形成最终的con并提出解决方案或结论。
  • 交互式–系统能够与用户进行交互,以便用户可以定义他们的需求,以及与其他设备和系统连接。
  • 迭代且有状态的–如果问题不完整或模棱两可,系统必须通过提出正确的问题并寻找其他信息来源来帮助定义问题。他们还必须能够记住以前的交互和过程,并在以前的时间点返回到状态。