- •1. Определение искусственного интеллекта. Искусственный интеллект (ии) можно определить как область компьютерной науки, занимающуюся автоматизацией разумного поведения.
- •. Тест Тьюринга.
- •3. Искуственный интеллект Обзор прикладных областей искусственного интеллекта. Основные сферы применения искусственного интеллекта.
- •4. Интеллектуальные информационные системы: определение и области применения.
- •5.Интеллектуальный анализ данных( определение ,задач, особенности )
- •10.Интеллектуальные информационно-поисковые системы.
- •11. Экспертные системы. Краткая характеристика. Общие задачи.
- •Исследовательский цикл разработки.
- •. Концептуальная модель.
- •Поиск на основе данных и цели. Графы.
- •Поиск в глубину и ширину.
- •12. Экспертные системы, основанные на правилах(эс на основе цели, объяснение и прозрачность при рассуждении на основе цели, Эс на основе данных, примечание)
- •17. Экспертные системы, основанные на данных.
- •13. Рассуждения на основе моделей.
- •14. Рассуждения на основе опыта.
- •16. Рассуждения на основе правил (достоинства и недостатки).
- •Рассуждения на основе опыта (достоинства и недостатки).
- •Рассуждения на основе моделей (достоинства и недостатки).
- •24. Гибридные системы.
- •20. Семантические сети.
- •21. Фреймы.
- •22. Концептуальные графы: введение, типы, экземпляры, имена.
- •Обобщение и специализация.
- •17.Нейронные сети(определение,основы,нйрон,персептрон(недостаток) )
- •Нейрон Мак-Каллока-Питтса.
- •Персептрон ф. Розенблата.
- •18. Карты Кохонена.
- •7.Деревья решений
- •Правило остановки. Разбивать дальше узел или отметить его как лист?
- •8. Деревья решений - математический аппарат (алгоритм с 4.5).
- •Например если один из атрибутов содержит фио клиентов, то gain(X) скорее всего выберет его.
- •9. Деревья решений - математический аппарат (алгоритм cart).
- •Правила разбиения
- •6. Ассоциативные правила. Алгоритм ограниченного перебора.
- •19.Генетические алгоритмы( Социальные и эмерджентные модели обучения,Игра жизнь,генетические алгоритмы,системы классификации на основе га)
- •Системы классификации
13. Рассуждения на основе моделей.
Механизм рассуждения который базируется на спецификации и функциональности физической модели, называется системой на основе модели.
Система рассуждений на основе модели осуществляет программное моделирование тех функций, которые необходимо понять или зафиксировать.
Первые системы рассуждений на основе моделей появились в середине 1970-х и продолжали развиваться в 1980-х годах. Некоторые из наиболее ранних работ были направлены на создание программных моделей различных физических приборов, таких как электронные цепи, с целью их изучения .
В этих работах прибор или цепи описывались в виде набора правил, например, законов Кирхгофа и Ома. Обучающая система могла проверить знания студента в данной области, а также передать ему недостающие данные. Правила, с одной стороны, обеспечивали представление функциональности, а с другой - представляли собой среду для передачи знания студенту. Развитием этих ранних обучающих систем, задача которых сводилась к моделированию и обучению функциональности системы, стали системы рассуждения на основе моделей, предназначенные для устранения неисправностей. При выявлении неисправности в физической системе модель предлагает множество прогнозируемых вариантов поведения.
Качественные рассуждения на основе моделей включают следующие аспекты:
1. Описание каждого компонента прибора, позволяющее моделировать их поведение.
2. Описание внутренней структуры прибора. Оно обычно содержит представление компонентов и их взаимосвязей наряд с возможностью моделировать их взаимодействие. Требуемая степень знаний внутренней структуры зависит от применяемого уровня абстракции и ожидаемого диагноза.
3. Диагностика частной проблемы. Это требует наблюдений реального поведения прибора, обычно – измерения его входов и выходов. Входные и выходные измерения получить легче всего.
Подходы, основанные на моделях, позволяют представить устройства и схемы на причинном и функциональном уровне, а не рассуждать о причинах неисправностей на основе наблюдаемых явлений. Программный код отражает как функции модулей, так и внутренние зависимости системы. Такие модели часто более надежны, чем эвристические подходы. Однако обратной стороной такого точного моделирования является то, что стадия извлечения знаний требует большой скрупулезности, а
результирующая программа может оказаться громоздкой и медлительной. Поскольку эвристические подходы "компилируют" распространенные случаи в общее правило, они зачастую более эффективны.
Как и рассуждения на основе правил, модель системы - это всего лишь модель. Она является необходимой абстракцией системы и на некотором уровне детализации становится некорректной.
Любая модель описывает идеальную ситуацию, т.е. предполагаемые действия системы, а не реальные. Неисправным соединением считается контактная точка в системе, в которой небрежно соединены два провода или устройства (например, когда два провода соединены плохим припоем). Большинство рассуждений, основанных на моделях, не обеспечивают диагностику неисправности соединения из-за априорных предположений базовой модели и заложенных в них методов поиска для определения аномалий.
Рассуждение на основе модели наиболее удобно, например, в диагностике неисправностей приборов, когда составляется модель прибора и на основе её делаются выводы.
