10. Продукционная модель знаний
Если {условие}, то действие
У
словие
– это некоторое предложение-образец,
по которому осуществляется поиск в БЗ
Условие: Ф1 Ф2
Действие:
Промежуточные (для вывода на знания)
Терминальные (результат применённого вывода)
Пример:
Имеется набор факторов:
Ф1 – человек ведёт активный образ жизни.
Ф2 – человек любит солнце.
Ф3 – отдых летом.
Ф4 – ехать в горы.
Пр1: Если Ф2, то Ф3
Пр2: Если Ф1 и Ф3, то Ф4
Прямой выводкакой вид отдыха порекомендовать активному человеку, который любит солнце?)
Входящая информация:
Ф1 пр2 Ф4
Ф2 пр Ф3
П
рямой
вывод: по известным фактам отыскивается
заключение, которое из этих фактов
следует – это вывод управляемыми
данными.
Обратный вывод: кому можно рекомендовать отдых в горах?
Ф1 выходная информация
Ф
4
пр2
Ф3 пр1 Ф2
От выдвинутой гипотезы к фактам, которые подтверждают эту гипотезу – вывод управляемой цели.
«+» продукционной модели:
Наглядность
Высокая модульность
Легкость внесения дополнений и изменений
Простота механизма логического вывода
Основным «-» продукционной модели является то, что при большом количестве правил в БЗ, невозможно отследить противоречивые правила и «зацикливания»
11. Диагностические эс байесовского типа.
Диагностические ЭС широко применяются в различных областях человеческой деятельности (медицине, технике, экономике и др). Как правило, в них используются продукционные модели знаний о предметной области. Однако, если имеется возможность использования в правилах статистических данных о понятиях и связях между ними, весьма целесообразно применить известную теорему Байеса для пересчета апостериорных вероятностей по результатам проверки наличия тех или иных симптомов.
Широкое распространение диагностических ЭС в различных областях деятельности определяется рядом обязательств:
- возможность обеспечения близости априорных и условных вероятностей, используемых в алгоритме, к «истинным» значениям. Как правило, при грамотном учёте опыта работы специалистов по устранению соответствующих неисправностей хорошие оценки названных вероятностей могут быть получены по результатам обработки статистических данных.
- сравнительной простотой обеспечения диалога пользователя с системой на языке, близком к естественному, поскольку промежуточные и итоговые заключения ЭС, основанные на формальных шагах алгоритма работы, легко интерпретируются в понятные всем рекомендации.
- возможностью выдачи пользователю (как правило, по запросу) промежуточных результатов диагностики неисправности, те пояснения рекомендаций ЭС, что в подавляющем большинстве случаев облегчает их восприятие.
- возможностью постоянного учёта текущего опыта пользователей и простотой корректировки (при необходимости) модели знаний о предметной области.
12. Семантические сети.
Семантические сети – как модель, соответствуют представлению об организации долговременной памяти человека.
Ситуация: студент Петров внимательно изучает новый план счетов перед сдачей экзамена по бухучёту.
Семантическая сеть – это ориентированный граф, вершины которого – понятия, а дуги – отношения между ними.
Понятия – это конкретные или абстрактные объекты
Отношения – это связи, которые подлежат классификации.
Типы отношений:
Часть – целое
Класс – элемент класса
Функциональные связи (производит; влияет)
Количественные связи
Пространственные связи
Временные связи
Атрибутивные связи (иметь свойство – значение)
Логические связи
«-» Сложность организации процедуры вывода на знания