22. Механизмы вывода на основе семантических сетей

Механизм вывода использует особый метод генерации выводов, так называемый «метод распространяющейся активности и техники пересечений». Процесс осуществляется построением на основе введенных высказываний цепочек возможных выводов во всех направлениях до тех пор, пока в сети не обнаружится пересечение или не найден фрагмент, отражающий поставленный запрос к базе знаний. Недостаток – сложность организации процедуры вывода. Область применения семантических сетей – системы обработки естественного языка, системы технического зрения и другие.

23. Метод резолюций как механизм вывода в системах на основе логической модели представления знаний

Шаг 1: Необходимо поставить для всех знаний содержащихся в БД дизъюнкты.

Шаг 2: Построить отрицательные факты, выводимость которых надо доказать, при этом факт должен быть дизъюнктом.

Шаг 3:Каждый из построенных дизъюнктов становится вершиной графа. Для 2-х дизъюнктов в один из которых входит некоторое высказывание L, а в другое отрицание этого высказывания строится резольвента. Если в результате построения резольвенты возникла необходимость склеивания 2-х противоречивых высказываний, то говорится, что получилась пустая резольвента, это означает, что факт выводится логически из базы знаний.

24. Механизмы вывода в системах на основе продукционной модели представления знаний

Управление выводом в продукционных системах предполагает решение двух вопросов: 1.С чего следует начинать процесс вывода? 2. Как поступить, если на некотором шаге вывода возможен выбор различных вариантов его продолжения? Прямой вывод начинается с задания исходных данных решаемой задачи, которые фиксируются в виде фактов в рабочей памяти системы. Кроме прямого вывода, в продукционных системах широко применяется и обратный вывод, то есть вывод, управляемый целевыми условиями. Такой вывод начинается с целевого утверждения, которое фиксируется в рабочей памяти. Затем отыскивается правило-продукция, заключение которого сопоставимо с целью. Условия данного правила помещаются в рабочую память и становятся новой подцелью. Процесс повторяется до тех пор, пока в рабочей памяти не будут найдены факты, подтверждающие целевое утверждение.

25. Байесовский вывод в экспертных системах

Байесовская система логического вывода основана на построении моделей неточного вывода. Модель оперирования с неточными данными и знаниями включает две составляющие: язык представления неточности и механизм вывода на неточных знаниях.

Модель вывода на основе байесовских правил использует формулу, позволяющую пересчитать вероятность некоторой гипотезы при наступлении какого-либо факта. Пусть имеется n гипотез в некоторой предметной области представленной собой полную группу. Пусть имеется m факторов связанных с этими гипотезами. Тогда по формуле Байеса можно пересчитать, если какой-то факт свершится.