Lateraal rekenen - Lateral computing

Lateraal computergebruik is een laterale benadering voor het oplossen van computerproblemen . Lateraal denken is populair gemaakt door Edward de Bono . Deze denktechniek wordt toegepast om creatieve ideeën te genereren en problemen op te lossen. Evenzo kan het, door laterale rekentechnieken op een probleem toe te passen, veel gemakkelijker worden om tot een rekenkundig goedkope, eenvoudig te implementeren, efficiënte, innovatieve of onconventionele oplossing te komen.

De traditionele of conventionele benadering voor het oplossen van computerproblemen is het bouwen van wiskundige modellen of het hebben van een ALS-DAN-ELSE- structuur. Zo wordt in veel schaakengines een zoekopdracht met brute kracht gebruikt , maar deze aanpak is rekenkundig duur en kan soms tot slechte oplossingen leiden. Het is voor dit soort problemen dat laterale computing nuttig kan zijn om een betere oplossing te vormen.

Een eenvoudig probleem van vrachtwagenback-up kan worden gebruikt om laterale berekeningen te illustreren. Dit is een van de moeilijke taken voor traditionele computertechnieken en is efficiënt opgelost door het gebruik van fuzzy logic (een laterale computertechniek). Lateral-computing komt soms tot een nieuwe oplossing voor een bepaald computerprobleem door gebruik te maken van het model van hoe levende wezens, zoals mensen, mieren en honingbijen, een probleem oplossen; hoe zuivere kristallen worden gevormd door gloeien, of evolutie van levende wezens of kwantummechanica enz.

Van lateraal denken naar lateraal rekenen

Lateraal denken is een techniek voor creatief denken om problemen op te lossen. Het brein als denkcentrum heeft een zelforganiserend informatiesysteem. Het heeft de neiging om patronen te creëren en het traditionele denkproces gebruikt ze om problemen op te lossen. De laterale denktechniek stelt voor om aan deze patronen te ontsnappen om via nieuwe ideeën tot betere oplossingen te komen. Provocerend gebruik van informatieverwerking is het basisprincipe van lateraal denken,

De provocerende operator (PO) is iets dat lateraal denken kenmerkt. Zijn functie is het genereren van nieuwe ideeën door provocatie en het bieden van een ontsnappingsroute voor oude ideeën. Het creëert een voorlopige informatievoorziening.

Waterlogica staat in contrast met traditionele of rotslogica . Waterlogica heeft grenzen die afhankelijk zijn van omstandigheden en omstandigheden, terwijl rotslogica harde grenzen heeft. Waterlogica lijkt in zekere zin op vage logica .

Overgang naar lateraal rekenen

Lateral computing doet een provocerend gebruik van informatieverwerking, vergelijkbaar met lateraal denken. Dit wordt uitgelegd aan de hand van evolutionair computergebruik, een zeer nuttige techniek voor lateraal computergebruik. De evolutie gaat door verandering en selectie. Terwijl willekeurige mutatie voor verandering zorgt, is de selectie door survival of the fittest . De willekeurige mutatie werkt als een provocerende informatieverwerking en biedt een nieuwe weg voor het genereren van betere oplossingen voor het computerprobleem. De term "Lateral Computing" werd voor het eerst voorgesteld door Prof. CR SUTHIKSHN Kumar en het Eerste Wereldcongres over Lateral Computing WCLC 2004 werd georganiseerd met internationale deelnemers in december 2004.

Lateral computing neemt de analogieën van praktijkvoorbeelden zoals:

Hoe langzame afkoeling van de hete gasvormige toestand resulteert in zuivere kristallen ( gloeien )
Hoe de neurale netwerken in de hersenen problemen als gezichts- en spraakherkenning oplossen
Hoe eenvoudige insecten zoals mieren en honingbijen een aantal ingewikkelde problemen oplossen
Hoe de evolutie van mensen uit moleculaire levensvormen wordt nagebootst door evolutionair computergebruik
Hoe levende organismen zich verdedigen tegen ziekten en hun wonden genezen
Hoe elektriciteit wordt gedistribueerd door netten

Onderscheidende factoren van "lateral computing":

Benadert het probleem niet rechtstreeks met wiskundige middelen.
Gebruikt indirecte modellen of zoekt naar analogieën om het probleem op te lossen.
Radicaal anders dan wat in zwang is, zoals het gebruik van "fotonen" voor computergebruik in optische computers. Dit is zeldzaam omdat de meeste conventionele computers elektronen gebruiken om signalen te dragen.
Soms zijn de Lateral Computing-technieken verrassend eenvoudig en leveren ze hoogwaardige oplossingen voor zeer complexe problemen.
Sommige technieken in lateraal computergebruik maken gebruik van "onverklaarbare sprongen". Deze sprongen zien er misschien niet logisch uit. Het voorbeeld is het gebruik van de operator "Mutatie" in genetische algoritmen.

Conventie – lateraal

Het is erg moeilijk om een duidelijke grens te trekken tussen conventioneel en lateraal computergebruik. Na verloop van tijd worden sommige onconventionele computertechnieken een integraal onderdeel van mainstream computing. Er zal dus altijd een overlap zijn tussen conventioneel en lateraal computergebruik. Het zal een zware taak zijn om een computertechniek te classificeren als een conventionele of laterale computertechniek, zoals weergegeven in de afbeelding. De grenzen zijn vaag en men kan benaderen met fuzzy sets.

Formele definitie

Lateral computing is een vage verzameling van alle computertechnieken die een onconventionele computerbenadering gebruiken. Daarom omvat lateraal computergebruik die technieken die semi-conventioneel of hybride computergebruik gebruiken. De mate van lidmaatschap voor laterale rekentechnieken is groter dan 0 in de vage verzameling onconventionele rekentechnieken.

Het volgende brengt enkele belangrijke onderscheidende factoren voor lateraal computergebruik naar voren.

Conventioneel computergebruik

Het probleem en de techniek zijn direct gecorreleerd .
Behandelt het probleem met rigoureuze wiskundige analyse.
Maakt wiskundige modellen.
De rekentechniek kan wiskundig worden geanalyseerd.

Lateraal computergebruik

Het probleem heeft mogelijk nauwelijks iets te maken met de gebruikte computertechniek
Benadert problemen door analogieën zoals het model voor de verwerking van menselijke informatie, gloeien , enz.
Soms is de rekentechniek niet wiskundig te analyseren.

Lateraal computergebruik en parallel computergebruik

Parallel computing richt zich op het verbeteren van de prestaties van de computers/algoritmen door het gebruik van verschillende computerelementen (zoals verwerkingselementen). De rekensnelheid wordt verbeterd door verschillende rekenelementen te gebruiken. Parallel computing is een uitbreiding van conventioneel sequentieel computergebruik . Bij lateraal computergebruik wordt het probleem echter opgelost met behulp van onconventionele informatieverwerking, of het nu gaat om sequentiële of parallelle gegevensverwerking.

Een overzicht van laterale rekentechnieken

Er zijn verschillende computertechnieken die passen bij het laterale computerparadigma. Hier is een korte beschrijving van enkele van de Lateral Computing-technieken:

Zwerm intelligentie

Zwermintelligentie (SI) is de eigenschap van een systeem waarbij het collectieve gedrag van (onverfijnde) agenten, die lokaal interageren met hun omgeving, coherente functionele globale patronen laat ontstaan. SI biedt een basis waarmee het mogelijk is om collectieve (of gedistribueerde) probleemoplossing te verkennen zonder gecentraliseerde controle of het verstrekken van een globaal model.

Een interessante zwermintelligente techniek is het Ant Colony-algoritme :

Mieren zijn gedragsmatig ongecompliceerd; gezamenlijk voeren zij complexe taken uit. Mieren hebben geavanceerde, op tekens gebaseerde communicatie ontwikkeld.
Mieren communiceren met behulp van feromonen; Er worden paden aangelegd die door andere mieren kunnen worden gevolgd.
Routeringsprobleem Mieren laten verschillende feromonen vallen die worden gebruikt om het "kortste" pad van bron naar bestemming(en) te berekenen.

Agent-gebaseerde systemen

Agents zijn ingekapselde computersystemen die zich in een bepaalde omgeving bevinden en in staat zijn tot flexibele, autonome actie in die omgeving om hun ontwerpdoelstellingen te bereiken. Agenten worden beschouwd als autonoom (onafhankelijk, niet-controleerbaar), reactief (reageren op gebeurtenissen), proactief (zelf acties initiëren) en sociaal (communicatief). Agenten variëren in hun capaciteiten: ze kunnen statisch of mobiel zijn, of al dan niet intelligent. Elke agent kan zijn eigen taak en/of rol hebben. Agenten en multi-agentsystemen worden gebruikt als metafoor om complexe gedistribueerde processen te modelleren. Dergelijke agenten moeten steevast met elkaar communiceren om hun onderlinge afhankelijkheden te beheren . Deze interacties omvatten agenten die met elkaar samenwerken, onderhandelen en coördineren.

Agent-gebaseerde systemen zijn computerprogramma's die verschillende complexe fenomenen proberen te simuleren via virtuele "agents" die de componenten van een bedrijfssysteem vertegenwoordigen. Het gedrag van deze agenten is geprogrammeerd met regels die realistisch weergeven hoe zaken worden gedaan. Aangezien zeer uiteenlopende individuele agenten in het model op elkaar inwerken, laat de simulatie zien hoe hun collectieve gedrag de prestaties van het hele systeem bepaalt - bijvoorbeeld de opkomst van een succesvol product of een optimaal schema. Deze simulaties zijn krachtige strategische hulpmiddelen voor "wat-als" scenario-analyse: als managers de kenmerken of "regels" van agenten veranderen, is de impact van de verandering gemakkelijk te zien in de modeluitvoer

Rasterberekening

Naar analogie is een rekenraster een hardware- en software- infrastructuur die betrouwbare, consistente, alomtegenwoordige en goedkope toegang biedt tot geavanceerde rekenmogelijkheden. De toepassingen van grid computing zijn in:

Chipontwerp, cryptografische problemen, medische instrumentatie en supercomputing .
Gedistribueerde supercomputing-applicaties gebruiken rasters om substantiële rekenbronnen samen te voegen om problemen aan te pakken die niet op een enkel systeem kunnen worden opgelost.

Autonoom computergebruik

Het autonome zenuwstelsel regelt onze hartslag en lichaamstemperatuur, waardoor onze bewuste hersenen worden bevrijd van de last van het omgaan met deze en vele andere lage, maar vitale functies. De essentie van autonoom computergebruik is zelfbeheer, met als doel systeembeheerders te bevrijden van de details van systeembediening en -onderhoud.

Vier aspecten van autonoom computergebruik zijn:

Zelfconfiguratie
Zelfoptimalisatie
Zelfgenezing
Zelfbescherming

Dit is een grote uitdaging die door IBM wordt gepromoot .

Optisch computergebruik

Optisch computergebruik is om fotonen te gebruiken in plaats van conventionele elektronen voor computergebruik. Er zijn nogal wat voorbeelden van optische computers en succesvol gebruik ervan. De conventionele logische poorten gebruiken halfgeleiders , die elektronen gebruiken voor het transporteren van de signalen. In het geval van optische computers worden de fotonen in een lichtstraal gebruikt om berekeningen uit te voeren.

Het gebruik van optische apparaten voor computers heeft tal van voordelen, zoals immuniteit voor elektromagnetische interferentie, grote bandbreedte, enz.

DNA-berekening

DNA-computing maakt gebruik van DNA-strengen om de instantie van het probleem te coderen en om ze te manipuleren met behulp van technieken die algemeen beschikbaar zijn in elk moleculair-biologisch laboratorium om operaties te simuleren die de oplossing van het probleem selecteren als deze bestaat.

Omdat het DNA-molecuul ook een code is, maar in plaats daarvan bestaat uit een reeks van vier basen die op een voorspelbare manier paren, hebben veel wetenschappers nagedacht over de mogelijkheid om een moleculaire computer te maken. Deze computers vertrouwen op de veel snellere reacties van DNA-nucleotiden die binden met hun complementen, een brute force- methode die een enorm potentieel biedt voor het creëren van een nieuwe generatie computers die 100 miljard keer sneller zou zijn dan de snelste pc van vandaag. DNA-computing is aangekondigd als het "eerste voorbeeld van echte nanotechnologie ", en zelfs het "begin van een nieuw tijdperk", dat een ongekende link smeedt tussen informatica en life science.

Voorbeeldtoepassingen van DNA-computing zijn een oplossing voor het Hamiltoniaanse padprobleem, dat een bekend NP-compleet probleem is. Het aantal vereiste laboratoriumoperaties met DNA groeit lineair met het aantal hoekpunten van de grafiek. Er zijn moleculaire algoritmen gerapporteerd die het cryptografische probleem in een polynoom aantal stappen oplossen . Zoals bekend is het ontbinden van grote getallen een relevant probleem in veel cryptografische toepassingen.

Quantum computing

In een kwantumcomputer is de fundamentele informatie-eenheid (een kwantumbit of qubit genoemd ) niet binair, maar eerder quaternair van aard. Deze qubit-eigenschap ontstaat als een direct gevolg van de naleving van de wetten van de kwantummechanica, die radicaal verschillen van de wetten van de klassieke fysica. Een qubit kan niet alleen bestaan in een toestand die overeenkomt met de logische toestand 0 of 1 zoals in een klassieke bit, maar ook in toestanden die overeenkomen met een mengsel of kwantumsuperpositie van deze klassieke toestanden. Met andere woorden, een qubit kan bestaan als een nul, een of tegelijkertijd als zowel 0 als 1, met een numerieke coëfficiënt die de waarschijnlijkheid voor elke toestand weergeeft. Een kwantumcomputer manipuleert qubits door een reeks kwantumpoorten uit te voeren , elk een unitaire transformatie die werkt op een enkele qubit of een paar qubits. Door deze poorten achtereenvolgens toe te passen, kan een kwantumcomputer een gecompliceerde unitaire transformatie uitvoeren naar een reeks qubits in een begintoestand.

Herconfigureerbaar computergebruik

Field-programmable gate arrays (FPGA) maken het mogelijk om echt herconfigureerbare computers te bouwen . De computerarchitectuur wordt getransformeerd door on-the-fly herconfiguratie van het FPGA-circuit. De optimale afstemming tussen architectuur en algoritme verbetert de prestaties van de herconfigureerbare computer. Het belangrijkste kenmerk zijn hardwareprestaties en softwareflexibiliteit.

Voor verschillende toepassingen, zoals het matchen van vingerafdrukken, het vergelijken van DNA-sequenties, enz., is aangetoond dat herconfigureerbare computers verschillende ordes van grootte beter presteren dan conventionele computers.

Gesimuleerd gloeien

Het gesimuleerde gloeialgoritme is ontworpen door te kijken hoe de zuivere kristallen zich vormen vanuit een verwarmde gasvormige toestand terwijl het systeem langzaam wordt afgekoeld. Het computerprobleem wordt herontworpen als een gesimuleerde gloeioefening en de oplossingen worden bereikt. Het werkingsprincipe van gesimuleerd gloeien is ontleend aan de metallurgie: een stuk metaal wordt verwarmd (de atomen worden thermisch geroerd) en vervolgens laat men het metaal langzaam afkoelen. Door de langzame en regelmatige afkoeling van het metaal kunnen de atomen geleidelijk hun meest stabiele ("minimale energie") posities verschuiven. (Snel afkoelen zou ze hebben "bevroren" in de positie waarin ze zich op dat moment bevonden.) De resulterende structuur van het metaal is sterker en stabieler. Door het proces van gloeien in een computerprogramma te simuleren, is het mogelijk om antwoorden te vinden op moeilijke en zeer complexe problemen. In plaats van de energie van een blok metaal te minimaliseren of de sterkte ervan te maximaliseren, minimaliseert of maximaliseert het programma een doel dat relevant is voor het betreffende probleem.

Zacht computergebruik

Een van de belangrijkste componenten van "Lateral-computing" is soft computing, dat problemen met het menselijke informatieverwerkingsmodel benadert. De Soft Computing-techniek omvat Fuzzy logic, neuro-computing, evolutionair-computing, machine learning en probabilistisch-chaotisch computergebruik.

Neurocomputing

In plaats van een probleem op te lossen door er een niet-lineair vergelijkingsmodel van te maken, wordt de analogie van het biologische neurale netwerk gebruikt om het probleem op te lossen. Het neurale netwerk wordt getraind als een menselijk brein om een bepaald probleem op te lossen. Deze benadering is zeer succesvol geworden bij het oplossen van enkele van de patroonherkenningsproblemen .

Evolutionair computergebruik

Het genetische algoritme (GA) lijkt op de natuurlijke evolutie om een universele optimalisatie te bieden. Genetische algoritmen beginnen met een populatie van chromosomen die de verschillende oplossingen vertegenwoordigen. De oplossingen worden geëvalueerd met behulp van een fitnessfunctie en een selectieproces bepaalt welke oplossingen worden gebruikt voor het wedstrijdproces. Deze algoritmen zijn zeer succesvol in het oplossen van zoek- en optimalisatieproblemen. De nieuwe oplossingen komen tot stand met behulp van evolutionaire principes zoals mutatie en crossover.

vage logica

Fuzzy logic is gebaseerd op de concepten van fuzzy sets voorgesteld door Lotfi Zadeh . Het concept van de mate van lidmaatschap staat centraal in fuzzy sets. De fuzzy-sets verschillen van crisp-sets omdat ze een element tot op zekere hoogte (mate van lidmaatschap) toestaan om tot een set te behoren. Deze aanpak vindt goede toepassingen voor besturingsproblemen. De Fuzzy-logica heeft enorme toepassingen gevonden en heeft al een grote marktaanwezigheid gevonden in consumentenelektronica zoals wasmachines, magnetrons, mobiele telefoons, televisies, camcorders enz.

Probabilistisch/chaotisch computergebruik

Probabilistische rekenmachines, bijv. gebruik van probabilistisch grafisch model zoals Bayesiaans netwerk . Dergelijke computationele technieken worden randomisatie genoemd, wat probabilistische algoritmen oplevert. Wanneer ze worden geïnterpreteerd als een fysiek fenomeen door middel van klassieke statistische thermodynamica, leiden dergelijke technieken tot energiebesparingen die evenredig zijn met de kans p waarmee elke primitieve rekenstap gegarandeerd correct is (of equivalent aan de kans op fouten, (1-p). Chaotic Computing is gebaseerd op de chaostheorie.

Fractals

Fractal Computing zijn objecten die op verschillende schalen op zichzelf lijken . Het genereren van fractals omvat kleine iteratieve algoritmen. De fractals hebben afmetingen die groter zijn dan hun topologische afmetingen. De lengte van de fractal is oneindig en de grootte ervan kan niet worden gemeten. Het wordt beschreven door een iteratief algoritme in tegenstelling tot een Euclidische vorm die wordt gegeven door een eenvoudige formule. Er zijn verschillende soorten fractals en Mandelbrot-sets zijn erg populair.

Fractals hebben toepassingen gevonden in beeldverwerking, beeldcompressie, muziekgeneratie, computerspelletjes enz. Mandelbrot-set is een fractal dat naar de maker is genoemd. In tegenstelling tot de andere fractals, zijn de details op kleine schaal niet identiek aan het geheel, ook al lijkt de Mandelbrot-verzameling op zichzelf op vergrote schalen. Dat wil zeggen, de Mandelbrot-verzameling is oneindig complex. Maar het proces om het te genereren is gebaseerd op een uiterst eenvoudige vergelijking. De Mandelbrot-verzameling M is een verzameling complexe getallen. De getallen Z die bij M horen, worden berekend door iteratief de Mandelbrot-vergelijking te testen. C is een constante. Als de vergelijking convergeert voor gekozen Z , dan behoort Z tot M . Mandelbrot-vergelijking:

Gerandomiseerd algoritme

Een gerandomiseerd algoritme maakt willekeurige keuzes tijdens de uitvoering ervan. Dit zorgt voor een besparing in uitvoeringstijd aan het begin van een programma. Het nadeel van deze methode is de mogelijkheid dat er een foutieve oplossing ontstaat. Een goed ontworpen gerandomiseerd algoritme heeft een zeer grote kans om een correct antwoord te geven. De twee categorieën van gerandomiseerde algoritmen zijn:

Beschouw een algoritme om het k- ^de element van een array te vinden. Een deterministische benadering zou zijn om een spilelement in de buurt van de mediaan van de lijst te kiezen en de lijst rond dat element te verdelen. De gerandomiseerde benadering van dit probleem zou zijn om willekeurig een spil te kiezen, waardoor tijd wordt bespaard aan het begin van het proces. Net als benaderingsalgoritmen kunnen ze worden gebruikt om moeilijke NP-complete problemen sneller op te lossen. Een voordeel ten opzichte van de benaderingsalgoritmen is echter dat een gerandomiseerd algoritme uiteindelijk een exact antwoord zal opleveren als het vaak genoeg wordt uitgevoerd

Machinaal leren

Mensen/dieren leren nieuwe vaardigheden, talen/concepten. Evenzo bieden machine learning- algoritmen de mogelijkheid om te generaliseren op basis van trainingsgegevens. Er zijn twee klassen van Machine Learning (ML):

Onder toezicht ML
Onbeheerde ML

Een van de bekende machine learning-technieken is het Back Propagation Algorithm. Dit bootst na hoe mensen leren van voorbeelden. De trainingspatronen worden herhaaldelijk aan het netwerk gepresenteerd. De fout wordt teruggepropageerd en de netwerkgewichten worden aangepast met behulp van gradiëntafdaling. Het netwerk convergeert door enkele honderden iteratieve berekeningen.

Ondersteuning van vectormachines

Dit is een andere klasse van zeer succesvolle machine learning-technieken die met succes zijn toegepast op taken zoals tekstclassificatie, sprekerherkenning , beeldherkenning enz.

Voorbeeld toepassingen

Er zijn verschillende succesvolle toepassingen van laterale computertechnieken. Hier is een kleine reeks toepassingen die lateraal computergebruik illustreren:

Bellen sorteren : Hier wordt het rekenprobleem van sorteren benaderd met een analogie van bellen die in water opstijgen. Dit is door de getallen als bubbels te behandelen en ze naar hun natuurlijke positie te laten zweven.
Back-upprobleem vrachtwagen: Dit is een interessant probleem als u een vrachtwagen achteruitrijdt en op een bepaalde locatie parkeert. De traditionele computertechnieken hebben het moeilijk gevonden om dit probleem op te lossen. Dit is met succes opgelost door Fuzzy system.
Balanceren van een omgekeerde slinger: Dit probleem omvat het balanceren en de omgekeerde slinger. Dit probleem is efficiënt opgelost door neurale netwerken en fuzzy-systemen.
Slimme volumeregeling voor mobiele telefoons: De volumeregeling in mobiele telefoons is afhankelijk van het achtergrondgeluidsniveau, de geluidsklassen, het gehoorprofiel van de gebruiker en andere parameters. Bij de meting op geluidsniveau en luidheidsniveau gaat het om onnauwkeurigheid en subjectieve metingen. De auteurs hebben het succesvolle gebruik van fuzzy logic-systemen voor volumeregeling in mobiele telefoons aangetoond.
Optimalisatie met behulp van genetische algoritmen en gesimuleerd gloeien : De problemen zoals het handelsreizigerprobleem zijn NP-volledige problemen gebleken . Dergelijke problemen worden opgelost met behulp van algoritmen die profiteren van heuristieken. Sommige van de toepassingen bevinden zich in VLSI-routing, partitionering enz. Genetische algoritmen en gesimuleerde annealing zijn succesvol geweest in het oplossen van dergelijke optimalisatieproblemen.
Programmering The Unprogrammable (PTU) waarbij automatisch computerprogramma's worden gemaakt voor onconventionele computerapparatuur zoals cellulaire automaten , multi-agentsystemen , parallelle systemen , in het veld programmeerbare poortarrays , in het veld programmeerbare analoge arrays, mierenkolonies, zwermintelligentie , gedistribueerde systemen , en dergelijke.

Overzicht

Hierboven vindt u een overzicht van laterale rekentechnieken. Lateral-computing is gebaseerd op lateraal denken en past onconventionele technieken toe om computerproblemen op te lossen. Hoewel de meeste problemen worden opgelost met conventionele technieken, zijn er problemen die laterale berekeningen vereisen. Lateral-computing biedt voordeel van computationele efficiëntie, lage implementatiekosten, betere oplossingen in vergelijking met conventionele computing voor verschillende problemen. Laterale computing pakt met succes een klasse van problemen aan door gebruik te maken van tolerantie voor onnauwkeurigheid, onzekerheid en gedeeltelijke waarheid om traceerbaarheid, robuustheid en lage oplossingskosten te bereiken. Laterale computertechnieken die gebruik maken van menselijke informatieverwerkingsmodellen zijn in de literatuur geclassificeerd als "Soft Computing".

Lateral-computing is waardevol bij het oplossen van talloze computerproblemen waarvan de wiskundige modellen niet beschikbaar zijn. Ze bieden een manier om innovatieve oplossingen te ontwikkelen die resulteren in slimme systemen met Very High Machine IQ (VHMIQ). Dit artikel heeft de overgang van lateraal denken naar lateraal computeren getraceerd. Vervolgens zijn verschillende laterale rekentechnieken beschreven, gevolgd door hun toepassingen. Lateral-computing is bedoeld voor het bouwen van een nieuwe generatie kunstmatige intelligentie op basis van onconventionele verwerking.

Zie ook

Referenties

bronnen

de Bono, E. (2003). "Edward de Bono" . Gearchiveerd van het origineel op 2001-02-01.
Proceedings of IEEE (2001): speciale uitgave over industriële innovaties met behulp van Soft Computing , september.
T. Ross (2004): Fuzzy Logic met technische toepassingen , McGraw-Hill Inc Publishers.
B. Kosko (1994); Fuzzy Thinking, Flamingo Publishers.
E. Aarts en J. Krost (1997); Gesimuleerde gloei- en Boltzmann-machines, John Wiley And Sons Publishers.
KV Palem (2003); Energiebewust computergebruik door middel van probabilistisch schakelen: een onderzoek naar limieten , technisch rapport GIT-CC-03-16 mei 2003.
M. Sima, S. Vassiliadis, S. Cotofona, JTJ Van Eijndoven en KA Vissers (2000); Een taxonomie van aangepaste computermachines, in Proceedings of the Progress-workshop, oktober.
J. Gleick (1998); Choas: het maken van een nieuwe wetenschap, Vintage Publishers.
B. Mandelbrot (1997); De fractale geometrie van de natuur, Freeman Publishers, New York.
DR Hofstadter (1999); Godel, Escher, Bach: een eeuwige gouden vlecht , Harper Collins Publishers.
RA Aliev en RR Aliev (2001); Soft Computing en zijn toepassingen , World Scientific Publishers.
Jyh-Shing Roger Jang, Chuen-Tsai Sun & Eiji Mizutani (1997); Neuro-Fuzzy en Soft Computing: een computationele benadering van leren en machine-intelligentie, Prentice Hall Publishers.
John R. Koza, Martin A. Keane, Matthew J. Streeter, William Mydlowec, Jessen Yu en Guido Lanza (2003); Genetische programmering IV: routinematige mens-concurrerende machine-intelligentie, Kluwer Academic.
James Allen (1995); Natural Language Understanding, 2e editie, Pearson Education Publishers.
R. Herken (1995); Universele Turing Machine, Springer-Verlag 2e editie.
Harry R. Lewis, Christos H. Papadimtrou (1997); Elements of Theory of Computation, 2e editie, Prentice Hall Publishers.
M. Garey en D. Johnson (1979); Computers en hardnekkigheid: een theorie van NP-volledigheid, WH Freeman en Company Publishers.
M. Sipser (2001); Inleiding tot de rekentheorie, Thomson/Brooks/Cole Publishers.
K. Compton en S. Hauck (2002); Reconfigurable Computing: een overzicht van systemen en software, ACM Computing Surveys, Vo. 34, No.2, juni 2002, blz. 171-210.
DW Patterson (1990); Inleiding tot kunstmatige intelligentie en expertsystemen, Prentice Hall Inc. Publishers.
E. Charniak en D. Mcdermott (1999); Inleiding tot kunstmatige intelligentie, Addison Wesley.
Hameroff, SR (1997). Ultieme computergebruik . Elsevier Science Publishers. ISBN 978-0-444-70283-8.
RL Epstein en WA Carnielli (1989); Berekenbaarheid, berekenbare functies, logica en de grondslagen van de wiskunde, Wadsworth & Brooks/Cole geavanceerde boeken en software.
T. Joachims (2002); Tekst leren classificeren met behulp van Support Vector Machines , Kluwer Academic Publishers.
T. Mitchell (1997); Machine Learning, McGraw Hill Publishers.
R. Motwani en P. Raghavan (1995); Gerandomiseerde algoritmen , Cambridge International Series in Parallel Computation, Cambridge University Press.
Zon Microsystems (2003); Inleiding tot doorvoercomputers, technisch rapport.

Conferenties

Eerste Wereldcongres over Lateral Computing , IISc, Bangalore India, december 2004 WCLC 2004
Tweede Wereldcongres over Lateral Computing , WCLC 2005, PESIT, Bangalore, India

Languages

In other projects