69 Семантические сети
Семантическая сеть — информационная модель предметной области, имеющая вид ориентированного графа, вершины которого соответствуют объектам предметной области, а дуги (рёбра) задают отношения между ними. Объектами могут быть понятия, события, свойства, процессы. Таким образом, семантическая сеть является одним из способов представления знаний. Таким образом, семантическая сеть отражает семантику предметной области в виде понятий и отношений.
Конкретные семантические сети при реализации могут существенно различаться. Один и тот же факт можно представить в виде семантической сети различным образом.
Каждая дуга семантической сети имеет определенную направленность, благодаря чему между понятиями выражается отношение субъект объект. Любая из вершин семантической сети может быть соединена с любым числом вершин, в результате формируется сеть Фактов.
В семантических сетях используется 3 вида вершин:
Вершина понятия- обычное существительное;
Вершина свойство – прилагательное, наречие;
Вершина- событий – глагол.
У наиболее важным типам связи, используем. в семантических сетях относят:
связь типа является – отражает принадлежность элемента некоторому классу объекта. Это связь соотносится с понятием обобщения и наследования
связь типа ИМЕЕТ – указывает на то, что объект представляет собой часть другого объекта. В качестве частей объекта могут быть использованы его структурные элементы, характеристики и т.д.
связь типа Есть – указывает на то, что одно понятие служит характеристикой другого понятия.
Классификация семантических сетей.
по количеству типов отношений :
однородные – с одним типом отношений;
неоднородные- с разными типами отношений;
По типу отношений:
бинарные- отношения, связывающие 2 объекта;
n- арные- отношения. связывающие несколько объектов.
70 Логический вывод на основе субъективных вероятностей
Различные варианты Байесовской интерпретации вероятности: субъективная вероятность И логическая вероятность.
Субъективная вероятность - оценка наблюдателем или иным индивидом возможности наступления определенного события на основании повторного опыта.
Вероятность как степень доверия
Эта интерпретация, в отличие от предыдущей, рассматривает вероятностные Высказывания как высказывания о действительных степенях веры субьекта в высказывание. Утверждение, в которое не верят полностью, но и не отвергают целиком, считается вероятным.
Данная интерпретация удобна тем, что в ней непосредственно указывается практический способ вычисления вероятности.
Простейший логический вывод
Рассмотрим случай, когда все правила в экспертной системе отражаются в форме: Если < H истинно > То < E будет набл-ся с вероятностью р >.
Очевидно, если H произошло, то это правило говорит о том, что событие E происходит с вероятностью p. Использование теоремы Байеса позволяет вычислить вероятность того, что H истинно, при условии что Е произошло. В этом контексте:
H - событие, заключающееся в том, что данная гипотеза верна;
E - событие, означающее, что наступило определённое доказательство, которое может подтвердить правильность указанной гипотезы.
Переписывая
формулу Байеса в терминах гипотез и
свидетельств, получим:
В экспертных системах вероятности, требуемые для решения некоторой проблемы, обеспечивается экспертами и запоминается в базе знаний. Эти вероятности включают:
априорные вероятности всех возможных гипотез p(H);
условные вероятности возникновения свидетельств при условии существования каждой из гипотез р(е/н).
Пользователи
дают ЭС информацию о наблюдениях (наличии
определённых симптомов) и ЭС вычисляет
для
всех гипотез
в
свете предъявленных симптомов
и
вероятностях, хранимых в БЗ. Вероятность
называется
апостериорной вероятностью гипотез
по
наблюдениям
.
Эти вероятности дают сравнительное
ранжирование всех возможных гипотез,
то есть гипотез с ненулевыми апостериорными
вероятностями. Результатом вывода ЭС
является выбор гипотезы с наибольшей
вероятностью.
Вероятности каждой из гипотез при условии возникновения некоторого конкретного свидетельства E можно определить из выражения:
а в случае множественных свидетельств:
Однако
в тех случаях когда возможно предположить
условную независимость свидетельств,
правило Байеса можно привести к более
простому виду:
