
- •Теоретичні відомості
- •Визначення складу знань та їх розподіл
- •Побудова моделі предметної області
- •Методи побудови системи понять предметної області
- •Методи встановлення взаємозв'язків між поняттями предметної області:
- •Методи встановлення семантичних відношень між поняттями предметної області
- •Контрольні питання
- •Варіанти завдань
- •Побудувати модель визначеної предметної області, використовуючи методи побудови системи понять та встановлення семантичних відношень між поняттями:
- •несправності комп’ютера;
- •Тема: Експертні системи. Побудова баз знань ЕС.
- •Структура експертних систем
- •атрибутивні зв’язки (має властивість, має значення).
- •Семантичні мережі можуть мати складну та громіздку структуру.
- •Рівні представлення і рівні детальності
- •Організація знань у базі знань
- •Контрольні питання
- •Варіанти завдань
- •Теоретичні відомості
- •Контрольні питання
- •Варіанти завдань
- •Теоретичні відомості
- •Рис. 2. Методика розробки ЕС
- •Прототипи і життєвий цикл експертної системи
- •Прикладами областей застосування, що потребують гнучкості з боку створення та поповнення бази знань, є: планування виробництва, проектування і діагностика в області електроніки, обчислювальної техніки та машинобудування.
- •Контрольні питання
- •Варіанти завдань
- •Створити та протестувати прототип ЕС відповідно варіанту. Вказати сильні та слабкі сторони створеного прототипу, шляхи його вдосконалення.
- •Вимоги до експертної системи і звіту
- •Тема: Нейронні мережі. Персептрон. Побудова та дослідження персептрона.
- •Теоретичні відомості
- •Рис. 3. Штучний нейрон
- •Навчання персептрона
- •Розглянемо алгоритм навчання з учителем.
- •Контрольні питання
- •Варіанти завдань
- •Оцінка алгоритму зворотнього поширення
- •Контрольні питання
- •Варіанти завдань
- •Тема: Нейронні мережі. Побудова та навчання нейромережі для вирішення задачі прогнозування.
- •Постановка задачі прогнозування курсу UKB/USD
- •Контрольні питання
- •Методичні рекомендації по вирішенню задачі та вимоги до звіту
- •Тема: Нейронні мережі. Побудова та навчання нейромережі для розпізнавання образів.
- •Рис.7. Структурна схема мережі Хопфілда
- •2. Розраховується новий стан нейронів
- •Рис. 9. Структурна схема мережі Хемінга
- •Алгоритм функціонування мережі Хемінга наступний:
- •Завдання: побудувати ЕС в області медичної діагностики.
- •Частина 1
- •Частина 2
- •Частина 3
- •Частина 4
- •Частина 5
слота, користувачу буде запропоновано формулювання: “Виберіть значення” чи “Введіть значення”.
Значення слота
Значення слота - будь-яка послідовність символів. Значення слота розділяються крапками з комами. Список значень слота не обов’язковий, він може бути відсутнім, у такому випадку порожні круглі дужки необов’язкові. В фреймі-екземплярі в кожного слота може бути тільки єдине значення.
За допомогою спеціальних слотів фрейми можуть поєднуватися в дерева. Крім того, між фреймами можуть існувати і довільні зв’язки через звичайні слоти (значенням слота в цьому випадку є ім’я іншого фрейма).
Якщо у фреймі значення слотів не визначені, то такі фрейми називають прототипами, у протилежному випадку – екземплярами.
Фреймові моделі ефективні, коли в залежності від ситуації необхідно використовувати різні способи логічного висновку.
Семантичні мережі. При відсутності ієрархічної структури (це не обов’язкова вимога) можна зв’язати елементи (об’єкти предметної області) у СЕМАНТИЧНУ МЕРЕЖУ, використовуючи відношення між ними. При цьому об’єктам відповідають вершини мережі, а відношенням між об’єктами – іменованими дугами, що їх з’єднують. В якості об’єктів можуть виступати події, дії, загальні поняття або властивості об’єктів.
Основні види зв’язків, за допомогою яких формуються поняття: структурні – клас, до якого належить дане поняття; відмінності, що виділяють поняття з множини понять свого класу; функціональні зв’язки (виконує, впливає на); кількісні зв’язки (більше, менше); просторові зв’язки (близько, далеко, за, перед); часові зв’язки (раніше, під час);
атрибутивні зв’язки (має властивість, має значення).
Семантичні мережі можуть мати складну та громіздку структуру.
Представлення знань за допомогою логіки предикатів першого порядку. В основі такого представлення лежить мова математичної логіки, яка дозволяє формально описувати поняття предметної області і зв'язки між ними.
Питання організації знань не залежить від обраного способу (моделі) представлення.
Виділимо наступні аспекти проблеми організації знань :
−організація знань по рівнях представлення і по рівнях детальності;
−організація знань у робочій пам'яті;
17