Σχέσεις μεταξύ υπολογιστικής νοημοσύνης και μη γραμμικής επιστήμης

Abstract

In this work the underlying question is if Local Analysis, which is part of Nonlinear Science, is also capable to be considered as a branch of Computational Intelligence. Each branch of Computational Intelligence is analytically described, emphasizing on Neural Networks and Genetic Algorithms. Next, Nonlinear Science also described emphasizing on systems that give rise to chaotic time series and way they are treated under the prism of Local Analysis. Given that the noise factor of fuzziness and uncertainty, a comparison takes place on problems information recovery, mainly on noisy chaotic time series. In these cases, noise uncorrelated and follows the normal distribution. The general conclusion, taking into account the above comparisons, is Local Analysis is indeed capable to be considered a branch of Computational Intelligence, because it is able to compete its methods. Finally, there will be extensions to the problem of biological intelligence. biological behavior of humans and the organisms is explained in a better way nearest neighbors are considered as sources of learning.

Στην εργασία αυτή εξετάζεται το ερώτηµα εάν η Τοπική Ανάλυση, η οποία αποτελεί κλάδο της Μη Γραµµικής Επιστήµης είναι ικανή να αποτελέσει κλάδο και της Υπολογιστικής Νοηµοσύνης. Περιγράφεται αναλυτικά ο κάθε κλάδος της Υπολογιστικής Νοηµοσύνης, µε έµφαση στα Τεχνητά Νευρωνικά ?ίκτυα και στους Γενετικούς Αλγόριθµους. Στη συνέχεια περιγράφεται η Μη Γραµµική Επιστήµη και δίνεται έµφαση σε συστήµατα τα οποία παράγουν χαοτικές χρονολογικές σειρές και στον τρόπο αντιµετώπισης των χρονοσειρών αυτών κάτω από το πρίσµα της Τοπικής Ανάλυσης. ?εδοµένου ότι ο θόρυβος αποτελεί παράγοντα ασάφειας και αβεβαιότητας, γίνεται σύγκριση των δύο παραπάνω σκεπτικών σε προβλήµατα ανάκτησης πληροφορίας, κυρίως από χαοτικές χρονοσειρές µε θόρυβο. Ο θόρυβος στις περιπτώσεις αυτές είναι ασυσχέτιστος µε κανονική κατανοµή. Η γενική διαπίστωση από τις παραπάνω συγκρίσεις θα είναι ότι η Τοπική Ανάλυση µπορεί να αποτελέσει ένα ακόµη κλάδο της Υπολογιστικής Νοηµοσύνης, αφού καταφέρνει µε επιτυχία να συµπληρώσει τις µεθόδους που χρησιµοποιεί η Υπολογιστική Νοηµοσύνη. Τέλος, θα γίνει αναφορά στις πιθανές επιπτώσεις των ευρηµάτων σε σχέση µε την βιολογική νοηµοσύνη. ?ιαπιστώνεται δηλαδή ότι η βιολογική συµπεριφορά των ανθρώπων και των οργανισµών εξηγείται καλύτερα αν θεωρηθούν ως πηγές µάθησης οι κοντινότερες καταστάσεις.