9. Класифікація знань.

Моделі подання знань

• формально-логічна модель

• продукційна модель

заснована на правилах:

«ЯКЩО умова, ТО дія».

• семантичні мережі

граф, що відображує зміст цілосного образу. Вузли графу - поняття і об’єкти, дуги – відношення між об’єктами.

• фреймова модель

(англ. frame – рамка, каркас – структура данных для подання певного концептуального об’єкта)

Зазвичай їх поділяють на декларативні й процедурні. На ці категорії поділяються й моделі зображення знань. Підкласами декларативних моделей є логічні та структурні моделі.

Раніше в комп'ютерних системах використовувався процедурний спосіб зображення знань. Він передбачав зображення знань у вигляді алгоритмів, за якими укладаються програми. Такі програми керують і обробляють дані, що зберігаються у файлових системах або базах даних. Для зміни чи поповнення «розчинених» у програмі знань, програма має бути переписана.

Під декларативними знаннями розуміють знання типу «А — це В», зберігання яких є характерним для баз даних. Це факти на кшталт «у годину пік на вулиці багато машин», «запалена плита — гаряча», «скарлатина — інфекційне захворювання».

10. Загальна характеристика моделей подання знань

Продукційні моделі - це найбільш поширені на даний день моделі, в яких знання представляються за допомогою правил вигляду [20]:

Якщо - то (явище - реакція)

При використанні таких моделей у системах, заснованих на знаннях є можливість:

• застосування простого і точного механізму використання знань;

• представлення знань з високою однорідністю, що описуються по єдиному синтаксису.

Ці дві відмінні риси і визначили широке поширення методів подання знань правилами.

Програмні засоби, що оперують із знаннями, поданими за допомогою правил, одержали назву продукційних систем(або систем продукції)

Системи продукції складаються із трьох елементів:

• набір правил, що використовуються як БЗ, його ще називають базою правил;

• робоча пам'ять, де зберігаються передумови, що стосуються окремих задач, а також результати висновків, одержаних на основі цих передумов (динамічна база даних - ДБД);

• механізм логічного висновку, що використовує правила відповідно до вмісту робочої пам'яті.

Правила віддзеркалюють вміст робочої пам'яті. В їхній умовній частині знаходяться або одиночні зразки, або декілька умов, з'єднаних І, а в заключній частині - зразки, що додатково реєструються в пам'яті.

Як правило, для одержання висновку проводилася робота:

• багатократний перегляд вмісту бази правил;

• послідовне застосування правил на основі попередньо записаного вмісту робочої пам'яті;

• доповнення даних, що поміщаються в робочу пам'ять.

Такі висновки називаються прямими (прямий ланцюжок міркувань). Навпаки, спосіб, при якому на підставі фактів досліджується можливість застосування правила, придатного для підтвердження, називається зворотним висновком(зворотний ланцюжок міркувань).

Переваги продукцій: модульність;

• єдність структури (основні компоненти продукційної системи можуть використовуватись для побудови інтелектуальних систем з різноманітною проблемною орієнтацією);

• природність (вивід висновку в продукційній системі в багато чому аналогічний процесу роздумів експерта);

• гнучкість родовидової ієрархії понять, яка підтримується тільки як зв’язок між правилами ( зміна правила не тягне за собою змін в ієрархії). 

Недоліки продукцій: процес виводу менш ефективний, ніж в інших системах, оскільки більша частина часу при виводі витрачається на неподуктивну перевірку застосованості правил;

• цей процес важко піддається керуванню;

• складно представити родовидну ієрархію понять.