- •Основные этапы развития научной области ии.
- •Тест Тьюринга. Основные особенности интеллектуальной программы.
- •Характеристика первых экспертных систем Mycin и Dendral.
- •Современные достижения в области ии.
- •Классификация иис.
- •Данные и знания. Основные понятия.
- •Особенности знаний и их отличие от данных. Декларативные и процедурные знания.
- •Трансформация знаний и данных при их обработке на эвм.
- •Структура экспертной системы.
- •Классификация экспертных систем.
- •Технология и этапы проектирования экспертной системы.
- •Синтаксис и семантика логической программы.
- •Логический вывод в системе логического программирования Пролог.
- •Структура данных - списки. Построение дерева поиска решений логической программы.
- •Правила продукций. Продукционные экспертные системы.
- •Прямой логический вывод в продукционных эс.
- •18. Обратный логический вывод в продукционных эс.
- •Семантические сети. Основные типы отношений в семантических сетях.
- •Правила построения семантических сетей.
- •Вывод в семантических сетях. Механизм наследования.
- •Теория фреймов. Структура фрейма. Слоты и присоединенные процедуры.
- •Теория фреймов. Механизм вывода на фреймах.
- •Теория фреймов. Системы фреймов.
- •Механизм вероятностного вывода на основе правила Байеса и коэффициентов уверенности.
- •Основные понятия теории нечетких множеств. Операции над нечеткими множествами.
- •Понятия нечеткой и лингвистической переменной.
- •Основные понятия нечеткой логики. Нечеткие высказывания и предикаты. Нечеткие логические операции.
- •Нечеткие продукционные системы. Синтаксис т семантика.
- •Прямой и обратный вывод в нечетких продукционных системах.
-
Прямой логический вывод в продукционных эс.
Продукционная модель или модель, основанная на правилах, позволяет представить знания в виде предложений типа «Если (условие), то (действие)».
Под «условием» (антецедентом) понимается некоторое предложение – образец, по которому осуществляется поиск в базе знаний, а под действием (консеквентом) – действия, выполняемые при успешном исходе поиска. Они могут быть промежуточными, выступающими далее как условия и терминальными или целевыми, завершающими работу системы.
Прямая цепочка рассуждений (от данных к поиску цели).
- начинается с фактов.
- просматриваются правила (антициденты)
А→D
С →F
B→Z.
Свойства прямой цепочки:
- можно изначально не задавать цель. «+».
- «-« - просматривается очень много релевантной информации, объемы вычислений очень высоки.
Пример.
ЕСЛИ скоро пойдет дождь
ТО нужно взять с собой зонтик. (правило2)
Предположим также, что факты "Небо покрыто тучами" и "Барометр падает" имеются в рабочем множестве, а целью системы является ответ на вопрос пользователя: "Нужно взять с собой зонтик?" При прямом выводе работа системы будет протекать следующим образом: Шаг 1. Рассматривается правило 1. Его условие истинно, так как оба элемента конъюнкции имеются в рабочем множестве. Применяем правило 1; добавляем к рабочему множеству факт "Скоро пойдет дождь". Шаг 2. Рассматривается правило 2. Его условие истинно, т.к. утверждение из условия имеется в рабочем множестве. Примеряем правило 2; добавляем к рабочему множеству факт "Нужно взять с собой зонтик". Целевое утверждение выведено.
18. Обратный логический вывод в продукционных эс.
2.4.2.1. Прямой и обратный вывод
При обратном порядке вывода вначале выдвигается некоторая гипотеза, а затем механизм вывода как бы возвращается назад, переходя к фактам, пытаясь найти те, которые подтверждают гипотезу. Если она оказалась правильной, то выбирается следующая гипотеза, детализирующая первую и являющуюся по отношению к ней подцелью. Далее отыскиваются факты, подтверждающие истинность подчиненной гипотезы. Вывод такого типа называется управляемым целями, или управляемым консеквентами. Обратный поиск применяется, когда цели известны, и их сравнительно немного.
Пример.Имеется фрагмент базы знаний двух правил:П1. Если «отдых-летом» и «человек-активный», то «ехать в горы». П2. Если «любит солнце», то «отдых летом». Пусть в систему поступили факты – «человек активный» и «любит солнце».
ОБРАТНЫЙ ВЫВОД – подтвердить имеющуюся цель при помощи имеющихся данных и правил.
1-й проход.
Шаг 1. Цель – «ехать в горы»: пробуем П1 – данных «отдых - летом» нет, они становятся новой целью и ищется новое правило, где цель - в левой части. Шаг 2. Цель «отдых - летом»: правило П2 подтверждает цель и активирует ее.
2-й проход.
Шаг 3. Пробуем П1, подтверждается искомая цель.
-
Семантические сети. Основные типы отношений в семантических сетях.
Семантические сети – модель представления знаний предметной области, имеющая вид ориентированного графа, вершина которого соответствует соответствуют объектам (понятиям) ПО, а ребра – отношениям между объектами. Объектами могут быть понятия, события, свойства и процессы. Semantic Web – семантическая паутина. Semantic NetWork – семантическая сеть. Прародители семантической сети – экзистенциональные графы.
АКо – A kind of/
ISA – Is a (member of)
Классификация семантических сетей:
- по количеству типов отношений. (однородные, неоднородные)
- По арности (бинарные, N-арные).
Типы отношений.
-
Иерархические
- ISA – элемент множества.
- AKO – подмножество другого множества.
- Has Part - имеет часть
2) Вспомогательные.
- функциональные связи
- количественные связи
- пространственные связи
- временные связи
- атрибутивные связи
- логические связи
- лингвистические связи.