- •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
(помилковість) є показником того, що предметна область описана точними чи неточними даними; під повнотою (неповнотою) даних розуміється достатність (недостатність) вхідних даних для однозначного вирішення задачі.
Найбільш розповсюджене джерело помилок у міркуваннях стосується правил логічного висновку. Важлива причина тут часто криється у відсутності обліку взаємозалежності сформованих правил. Інша причина полягає в помилковості, суперечливості і неповноті використовуваних правил. Якщо умова правила невірна, то це може привести до вживання правила в невідповідному контексті. Якщо дія правила помилкова, то важко прогнозувати кінцевий результат. Правило може бути помилковим, якщо при коректності його умови і дії порушена відповідність між ними.
Нерідко до помилок у роботі ЕС приводять застосовувані керуючі стратегії. Зміна стратегії буває необхідною, наприклад, якщо ЕС аналізує сутності в порядку, відмінному від «природнього» для експерта. Послідовність, у якій дані розглядаються ЕС, не тільки впливає на ефективність роботи системи, але і може приводити до зміни кінцевого результату. Так, розгляд правила А до правила В здатний привести до того, що правило В завжди буде ігноруватися системою. Зміна стратегії буває також необхідна й у випадку неефективної роботи ЕС. Крім того, недоліки в керуючих стратегіях можуть привести до надмірно складних висновків і пояснень.
Контрольні питання
1.Етапи проектування ЕС.
2.Реалізація міркувань інтерпретатором.
3.Джерела помилок у міркуваннях.
Варіанти завдань
На основі варіанту попередніх лабораторних робіт провести проектування ЕС та створити інтерпретатор для реалізації механізму логічного висновку.
Зміст звіту
Звіт про виконання лабораторної роботи повинен містити опис реалізації механізму логічного висновку, роздруківку програмного додатку, що представляє інтерпретатор та прикладів реалізації логічного висновку (із використанням інформації, що міститься у файлах або таблицях сформованої у попередніх лабораторних роботах бази знань).
23