- •Предмет исследования искусственного интеллекта.
- •Исторический обзор работ в области ии.
- •Доказательство теорем.
- •Распознавание изображений.
- •Экспертные системы.
- •Исчисления предикатов
- •Системы продукций
- •Семантические сети
- •Нечеткая логика
- •Методы поиска решений в пространстве
- •Алгоритмы эвристического поиска
- •Алгоритм наискорейшего спуска по дереву решений
- •Алгоритм оценочных (штрафных) функций
- •Алгоритм минимакса
- •Альфа-бета-процедура
- •Методы поиска решений на основе исчисления предикатов
- •Задачи планирования последовательности действий
- •Поиск решений в системах продукций
- •Общая характеристика задач распознавания образов и их типы.
- •Основы теории анализа и распознавания изображений.
- •Распознавание по методу аналогий.
- •Актуальные задачи распознавания.
- •Проблемы понимания естественного языка
- •Семантическая интерпретация
- •Проблемный анализ
- •Системы речевого общения
- •Экспертные системы: Определения и классификация
- •Трудности при разработке экспертных систем
- •Методология построения экспертных систем
- •Примеры экспертных систем
- •Постановка задачи.
Распознавание по методу аналогий.
Этот методочень хорошо знаком студентам (знание решения аналогичной задачи помогает в решении текущей задачи).
Рассмотрим этот методна примере задачи П. Уинстона[5]по поиску геометрических аналогий, представленном нарис. 4.4. Среди фигур второго ряда требуется выбратьX {1, 2, 3, 4, 5}такое, чтоAтак соотносится сB, какCсоотносится сX, и такое, которое лучше всего при этом подходит. Для решения задачи необходимо понять, в чем разница между фигурамиAиB(наличие/отсутствие жирной точки), и после этого ясно, что лучше всего дляCподходитX=3.
Решение таких задач предполагает описание изображения и преобразования (отношения между фигурами на изображениях), а также описание изменения отдельных фигур, составление правил и оценка изменений.
Рис. 4.4.Задача поиска геометрических аналогий
В качестве примера запишем три правила, показывающие, каким образом одно изображение (исходное) становится результирующим (рис. 4.5).
Правило 1 (исходное изображение):kвышеm,kвышеn,nвнутриm
Правило 2 (результир. изображение):nслеваm
Правило 3 (масшабирование, повороты):
kисчезло
mизменение масштаба 1:1, вращение 00
nизменение масштаба 1:2, вращение 00
Рис. 4.5.Правила преобразования
Отметим важные моменты при таких преобразованиях. В исходном и результирующем изображениях допускаются отношения ВЫШЕ, ВНУТРИ, СЛЕВА, В результате преобразования изображение может стать МЕНЬШЕ, БОЛЬШЕ, испытать ПОВОРОТ или ВРАЩЕНИЕ, ОТРАЖЕНИЕ, УДАЛЕНИЕ, ДОБАВЛЕНИЕ. Написание правил лучше всего начинать с проведения диагональных линий через центры фигур. Лишние отношения (СПРАВА ОТ и СЛЕВА ОТ, ВЫШЕ и НИЖЕ, ИЗНУТРИ и СНАРУЖИ,) использовать не рекомендуется.
Теперь задачи распознавания мы можем решать достаточно просто, записав для отношений правила 1, 2, 3 и проведя сопоставление, например так, как это сделано для следующей задачи: найти Xтакое, чтоA B, какC X(рис. 4.6).
Рис. 4.6.Пример задачи распознавания по аналогии
|
Правило 1 |
Правило 2 |
Правило 3 |
Результат |
A B |
kвыше m |
kслева m |
k, m масштаб 1:1 поворот 00 |
|
C 1 |
xвыше y |
yвыше x |
x, y масштаб 1:1 поворот 00 |
|
C 2 |
xвыше y |
yслева x |
x, y масштаб 1:1 поворот 00 |
|
C 3 |
xвыше y |
xслева y |
x, y масштаб 1:1 поворот 00 |
Сопоставление успешно |
Дополнительно следует отметить, что разные виды преобразований могут иметь различные веса, например, исчезновению фигуры целесообразно назначить больший вес, чем преобразованию масштаба; а вращение фигуры может иметь меньший вес, чем отражение. С этими особенностями можно будет познакомиться в упражнениях к данной лекции.
Методы распознавания по аналогиимогут быть эффективнее, если используется обучение. Различают обучение с учителем, обучение по образцу (эталону) и др. виды обучения[2],[5]. Суть идеи такова. Программе распознавания предъявляется объект, например, арка. Программа создает внутреннюю модель:
(арка
(компонент1 (назначение (опора))
(тип (брусок)))
(компонент2 (назначение (опора))
(тип (брусок)))
(компонент3 (назначение (перекладина))
(тип (брусок))
(поддерживается (компонент1), (компонент2)))
После этого предъявляется другой объект и говорится, что это тоже арка. Программа вынуждена дополнить свою внутреннюю модель:
(арка
(компонент1 (назначение (опора))
(тип (брусок)))
(компонент2 (назначение (опора))
(тип (брусок)))
(компонент3 (назначение (перекладина))
(тип (брусок) или (клин) )
(поддерживается (компонент1), (компонент2)))
После такого обучения система распознаваниябудет узнавать в качестве арки как первый, так и второй объект.