- •ИиСиТ (Интелектуальные Информацияонные Системы и Технологии) Лекция №1
- •Лекция №2 Системы с интеллектуальным интерфейсом
- •Экспертные системы(эс)
- •Основные факторы, влияющие на целесообразность и эффективность разработки в экспертной системе
- •Лекция №3
- •Архитектура экспертных систем
- •Лекция №4
- •Классификация экспертных систем
- •Лекция №5 Технология создания экспертных систем Этапы создания экспертной системы
- •Этапы извлечения знаний инженерами знаний
- •Идентификация проблемной области
- •Лекция №6
- •Стратегия разработки экспертных систем
- •Этап: Построение концептуальной модели
- •Объектная модель
- •Лекция №7 Функциональная модель
- •Поведенческая модель
- •Лекция №8 Формализация базы знаний
- •Логическая модель
- •Лекция №9 Продукционные модели
- •Лекция №10 Динамические сети
- •Семантические сети
- •Лекция №11
ИиСиТ (Интелектуальные Информацияонные Системы и Технологии) Лекция №1
Любая ИС выполняет следующие функции:
Воспринимает вводимые пользователем информационные запросы и необходимые исходные данные.
Обрабатывает введённые и хранимые в системе данные в соответствии с некоторым алгоритмом.
Формирует требуемую выходную информацию.
ИС производит информацию, при этом заказом является информационный запрос, сырьем – исходные данные, продуктом – требуемая информация, а инструментом – знания, с помощью которого некоторые необработанные данные преобразуются в нужную информацию.
Знание имеет двоякую природу:
Фактуальная. Осмысленные и понятые данные или факты сами по себе. Данные – специально организованные знаки на каком-либо носителе.
Операционная. Общие зависимости между фактами, которые позволяют интерпретировать данные или извлекать из них информацию.
Часто фактуальные знания называют экстенсиональным или детализированным. А операционные знания интенсиональным или обобщенным. Процесс извлечения информации из данных сводится к адекватному соединению операционного и фактуального знаний и в различных типах ИС выполняется по разному. Самый простой путь их соединения заключается в рамках одной прикладной программы.
Программа = Алгоритм(Правило преобразования данных + управляющая структура) + структура данных
Например, в системах, основанных на обработках БД, происходит отделение фактуального и операционного знания, друг от друга. Первое организуется в виде БД, а второе в виде программ. При этом программа может автоматически генерироваться по запросу пользователя(например реализация SQL запросов). В качестве посредника между программной оболочкой и БД выступает программный инструмент доступа к данным – это СУБД.
Программа = Оболочка (операционные знания) <--> СУБД <--> БД(фактуальные знания)
Для интеллектуальных ИС, ориентированных на генерацию алгоритмов решения задач характерны следующие признаки:
Развитые коммуникативные способности.
Умение решать сложные, плохо формализуемые задачи.
Способность к самообучению.
Коммуникативные способности ИС характеризуют способ взаимодействия(интерфейса) конечного пользователя с системой, в частности возможность формулирования произвольного запроса в диалоге с ИС на языке максимально приближенному к естественному.
Сложные, плохо формализуемые задача – задача, которая требует построения оригинального алгоритма решения, в зависимости от конкретной ситуации, для которой могут быть характерны: неопределенность и динамичность исходных данных и знаний.
Для ИС характерны следующие задачи и функции:
Формирование запроса пользователя к системе.
Построение алгоритма решения сложных задач в зависимости от ситуации.
Автоматическое извлечение для решения задач и опыта конкретных ситуаций.
Развитие в соответствии с объективными изменениями модели проблемной области.
Интеллектуальные ИС классифицируются:
Системы с интеллектуальным интерфейсом. Включает в себя:
Интеллектуальные БД.
Системы с естественным языковым интерфейсом.
Гипертекстовая система.
Система контекстной помощи.
Системы когнитивной графики.
Экспертные системы. Решением сложных, плохо формализуемых задач занимаются экспертные системы. Подразделяются:
Классифицирующие системы.
Доопределяющие системы.
Трансформирующие системы.
Много объектные системы.
Самообучающиеся системы. Подразделяются:
Индуктивные системы.
Нейронные сети.
Системы на прецедентах.
Системы интеллектуального анализа данных.
Адаптивные системы. Включают:
Системы CASE технологий.
Системы компонентных технологий.