методические указания лабораторных работ / Практическая работа 1 МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ.СЕМАНТИЧЕСКИЕ СЕТИ

Практическая работа № 1

МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ.

СЕМАНТИЧЕСКИЕ СЕТИ

Термин «искусственный интеллект» впервые был предложен на семинаре с аналогичным названием в Дартсмутском колледже в США в 1956 г.

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ – это одно из направлений информатики, целью которого является разработка компьютерных систем, способных выполнять функции традиционно считающиеся интеллектуальными, - понимание языка, логический вывод, использование накопленных знаний, обучение, планирование действий, распознавание образов, а также обучаться и объяснять свои решения. К таким системам относятся и экспертные системы (expert systems), системы для численного обоснования принятия решения (decision support systems), системы для распознавания образов (текстов, изображения, речи).

ЭКСПЕРТНАЯ СИСТЕМА – это вычислительная система, в которую включены знания специалистов о некоторой проблемной области и которая в пределах этой области способна принимать экспертные решения.

Цель исследований в области экспертных систем состоит в разработке программ (устройств), которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом. В большинстве случаев экспертные системы решают трудноформализуемые задачи или задачи, не имеющие алгоритмического решения.

Технология разработки ЭС включает в себя шесть этапов:

1. На этапе идентификации необходимо выполнить следующие действия:

• определить задачи, подлежащие решению и цели разработки,

• определить экспертов и тип пользователей.

1. На этапе концептуализации:

• проводится содержательный анализ предметной области,

• выделяются основные понятия и их взаимосвязи,

• определяются методы решения задач.

1. На этапе формализации:

• выбираются программные средства разработки ЭС,

• определяются способы представления всех видов знаний,

• формализуются основные понятия.

1. На этапе выполнения (наиболее важном и трудоёмком) осуществляется наполнение экспертом БЗ, при котором процесс приобретения знаний разделяют:

• на "извлечение" знаний из эксперта,

• на организацию знаний, обеспечивающую эффективную работу ЭС,

• на представление знаний в виде, понятном для ЭС.

Процесс приобретения знаний осуществляется инженером по знаниям на основе деятельности эксперта.

5. На этапе тестирования эксперт и инженер по знаниям с использованием диалоговых и объяснительных средств проверяют компетентность ЭС. Процесс тестирования продолжается до тех пор, пока эксперт не решит, что система достигла требуемого уровня компетентности.

5. На этапе опытной эксплуатации проверяется пригодность ЭС для конечных пользователей. По результатам этого этапа возможна существенная модернизация ЭС.

Процесс создания ЭС не сводится к строгой последовательности этих этапов, так как в ходе разработки приходится неоднократно возвращаться на более ранние этапы и пересматривать принятые там решения.

Выделяют три стратегии получения знаний при разработке систем, основанных на знаниях:

1. Приобретение знаний. Это означает получение знаний с использованием компьютера при наличии подходящего программного инструментария.

2. Формирование знаний. Под этим понимают по­лучение знаний с использованием программ обучения при наличии репрезентативной (т.е. достаточно пред­ставительной) выборки примеров принятия решений в предметной области и соответствующих пакетов при­кладных программ.

3. Извлечение (выявление) знаний. Сюда относят получение знаний без использования вычислительной техники путем непосредственного контакта инженера по знаниям с источником знаний, в результате кото­рого становятся явными структура его представлений о предметной области, а также процесс рассуждений специалистов при принятии решения.

Потенциальные источники знаний включают в себя экспертов, специальную литературу (учебники, справоч­ники, отчеты, истории болезни и т.п.), справочно-норма-тивные сведения, набор данных (базы данных), личный опыт и др.

Для формирования знаний используются следующие модели представления заний:

1. Фреймовая модель

2. Семантическая сеть

3. Продукционная модель, основанная на использовании специальных правил: ЕСЛИ – ТО.

4. Логическая модель, использующая логические функции И, ИЛИ, НЕ для связи описываемых объектов предметной области между собой.

Модель представления знаний в виде семантической сети

Общепринятого определения семантической сети не сущест­вует. Обычно под ней подразумевают систему знаний некоторой предметной области, имеющую определенный смысл в виде це­лостного образа сети, узлы которой соответствуют понятиям и объектам, а дуги - отношениям между объектами. При построе­нии семантической сети отсутствуют ограничения на число свя­зей и на сложность сети. Для того чтобы формализация оказалась возможной, семантическую сеть необходимо систематизировать.

Семантические сети систематизируют функции отно­шений между понятиями с помощью следующих признаков:

• множество — подмножество (типы отношений «абстрактное — конкретное», «целое — часть», «род — вид»);

• индексы (свойства, имена прилагательные в языке и т.п.);

• конъюнктивные связи (логическое И);

• дизъюнктивные связи (логическое ИЛИ);

• связи по ИСКЛЮЧАЮЩЕМУ ИЛИ;

• отношения «близости»;

• отношения «сходства — различия»;

• отношения «причина — следствие» и др.

При построении семантической сети отсутствуют ограниче­ния на число элементов и связей. Поэтому систематизация отно­шений между объектами в сети необходима для дальнейшей фор­мализации. Пример семантической сети представлен на рис.1

Для реализации семантических сетей существуют специальные сетевые языки: Lisp, PROLOG для реализации систем SIMER+MIR и др. Широко известны экспертные системы, использую­щие семантические сети в качестве языка представления знаний: PROSPECTOR, CASNET, TORUS.

Систематизация отношений конкретной семантической сети зависит от специфики знаний предметной области и является сложной задачей. Особого внимания заслуживают общезначи­мые отношения, присутствующие во многих предметных облас­тях. Именно на таких отношениях основана концепция семанти­ческой сети. В семантических сетях, так же как при фреймовом представлении знаний, декларативные и процедурные знания не разделены, следовательно, база знаний не отделена от механизма

Задание для выполнения.

Нарисовать семантическую сеть, описывающих предметную область.

1. Электрогидравлические усилители мощности

2. Гидравлические усилители мощности

3. Электрические усилители мощности

4. Датчики для САУ

5. Микропроцессоры

6. Микроконтроллеры

7. Индикаторы

8. Резисторы

9. Конденсаторы

10. Транзисторы

11. Тиристоры

12. Диоды

13. Интегральные микросхемы

14. Аналоговые микросхемы

15. Источники электропитания

16. Структура БИТТУ

17. Видеоигры

18. Видеокамеры

19. Вузы Балакова

20. Ваши преподаватели

21. Предприятия Балакова

22. Библиотека БИТТУ

23. Отечественные автомобили

24. Комплектующие ПК