粒度计算是一种解决问题的方法,它将精确的信息与更一般的细节融合在一起。它专注于如何将不确定性和概率纳入计算机中。最初设计于20世纪70年代,这种理论上的计算机科学方法已被纳入计算机程序设计和人工智能中。模糊集...
粒度计算是一种解决问题的方法,它将精确的信息与更一般的细节融合在一起。它专注于如何将不确定性和概率纳入计算机中。最初设计于20世纪70年代,这种理论上的计算机科学方法已被纳入计算机程序设计和人工智能中。模糊集的原理是在20世纪60年代发展起来的,用于处理不确定性;模糊集和概率论都通常用于粒度计算。这种方法常被称为粗糙集理论、数据压缩和机器学习。

企业网络中的数据挖掘通常涉及粒度计算作为一种结构化问题解决和一般思维的方法,粒度计算有不同的建模方式。它通常用于大型数据库中的数据聚类,它有时被用于对数据进行抽象和泛化以组织信息。这对于数据挖掘非常重要,因为人们通常不会用具体复杂的数字术语来思考信息。计算机可以分析语言来衡量如何使用搜索项,因此,粒度计算通常是获取搜索结果的一部分,企业网络中的数据挖掘通常涉及粒度计算,而互联网上的搜索引擎也同样如此因此,一般的搜索词可以让一个人进入一个网站,其中包含一个主题的更多细节在一个典型的数据库中,信息根据许多变量被组织成不同的类、簇和子集。企业计算机程序可以使用这种对数据进行分类的方法来组织大量的信息;然后员工可以在最需要的时候获取信息人类通常不像计算机那样思考。文字被用来表示抽象的想法,并且常常使细节变得不那么精确。用单词和短语代替复杂的想法通常是必要的;例如,大脑通常不会计算精确的速度或距离等细节一个连接到计算机上的传感器就可以做到这一点。大脑可以判断某种东西的味道或感觉是否好,但通常情况下,除非这些信息已经可用,否则一般无法计算出大量的东西。因此,颗粒计算,有助于使计算机的工作更像发生在大脑中的思维过程。通常有数字,计算机语言元素,最终的结果是一个计算机程序,它可以解释人们如何通过计算机接口进行通信。在多年的计算机理论支持下,这一概念被应用于许多企业、医疗和安全计算机系统中,也可以应用于互联网。