- •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.
-
Теория фреймов. Механизм вывода на фреймах.
Фреймы были впервые предложены для представления М. Минским в 1975 году [42]. Фреймы - это специальные информационные структуры для представления и описания стереотипных ситуаций, событий, объектов. Обычно модель предметной области представляется сетью фреймов, т.е. системой фреймов, связанных друг с другом. Чаще всего это иерархические структуры фреймов, связанных отношением "абстрактное - конкретное". Вывод на таких системах фреймов заключаются в автоматической "настройке" (заполнении) фреймов нижнего уровня с помощью механизма наследования, процедур поиска и включения
Система фреймов
-
Теория фреймов. Системы фреймов.
Фреймы были впервые предложены для представления М. Минским в 1975 году [42]. Фреймы - это специальные информационные структуры для представления и описания стереотипных ситуаций, событий, объектов. Обычно модель предметной области представляется сетью фреймов, т.е. системой фреймов, связанных друг с другом. Чаще всего это иерархические структуры фреймов, связанных отношением "абстрактное - конкретное". Вывод на таких системах фреймов заключаются в автоматической "настройке" (заполнении) фреймов нижнего уровня с помощью механизма наследования, процедур поиска и включения
Структуру фрейма можно представить так;
ИМЯ ФРЕЙМА :
(имя 1-го слота: значение 1-го слота),
(имя 2-го слота: значение 2-го слота),
- - - -
(имя N-го слота: значение N-гo слота).
Фреймы объединены в сеть, называемую системой фреймов. Новый фрейм активизируется с наступлением новой ситуации.
Например, в сети фреймов понятие "ученик" наследует свойства фреймов "ребенок" и "человек", которые находятся на более высоком уровне иерархии. Гак, на вопрос: "Любят ли ученики сладкое?" Следует ответ: "Да", так как ним свойством обладают все дети, что указано во фрейме "ребенок". Наследование свойств может быть частичным, так, возраст для учеников не наследуется ил фрейма "ребенок", поскольку указан явно в своем собственном фрейме.
Сеть фреймов.
Специальные языки представления знаний в сетях фреймов FRL (Frame Representation Language), KRL (Knowledge Representation Language), фреймовая оболочка Kappa и другие программные средства позволяют эффективно строить промышленные ЭС. Широко известны такие фрейм-ориентированные ЭС, как ANALYST, МОДИС, TRISTAN, ALTERID
-
Механизм вероятностного вывода на основе правила Байеса и коэффициентов уверенности.
Это правило позволяет определить вероятность P(d | s) появления события d при условии, что произошло событие s через заранее известную условную вероятность P(s | d). В полученном выражении P(d) – априорная вероятность наступления события d, а P(d | s) – апостериорная вероятность, то есть вероятность того, что событие d произойдет, если известно, что событие s свершилось. Данное правило иногда называют инверсной формулой для условной вероятности, так как она позволяет вычислить вероятность P(d | s) через P(s | d).
Для систем, основанных на знаниях, правило Байеса гораздо удобнее формулы определения условной вероятности через вероятность одновременного наступления событий P(d . s).
Коэффициент-уверенности t принимает значения в диапазоне [-1,+ 1]. Если т = +1, то это означает, что при соблюдении всех оговоренных условий составитель правила абсолютно уверен в правильности заключения di, а если т = -1, то значит, что при соблюдении всех оговоренных условий существует абсолютная уверенность в ошибочности этого заключения. Отличные от +1 положительные значения коэффициента указывают на степень уверенности в правильности заключения di, а отрицательные значения — на степень уверенности в его ошибочности.
Основная идея состоит в том, чтобы с помощью порождающих правил такого вида попытаться заменить вычисление P(di | s1 ^ ... ^ sk) приближенной оценкой и таким образом сымитировать процесс принятия решения экспертом-человеком.