- •Суми 2009
- •Напрямки робіт у галузі ші
- •Когнітивні процеси
- •Загальна структура смислового простору
- •Поняття знань.
- •Схеми проблем
- •Евристичні моделі подання знань.
- •1. Продукційне подання знань
- •2. Мережна модель (мм)
- •3. Подання знань у вигляді фреймів
- •Логічні моделі(лм) подання знань
- •1. Логіка висловлювань
- •Нечітка модель (нм) подання знань
- •Штучні нейронні мережі (шнм)
- •Біологічний нейрон
- •Штучний нейрон
- •Штучна нейромережа
- •Стратегії та методи виведення знань
- •І. Виведення за аналогією (вза)
- •Іі. Індуктивне умовиведення (ів)
- •Ііі. Виведення на основі категоріальних знань (вкз)
- •1. Концептуальні умовиводи (ку)
- •2. Дедуктивне виведення
- •2. 1. Виведення в продукційних системах (пс)
- •2.2. Виведення в умовах невизначеності (вун)
- •2.3. Виведення в семантичних мережах(см)
- •2.4. Виведення в мережах фреймів (мф)
- •2.5. Виведення в логічних системах (лс)
- •2.6. Метод резолюції
- •1. Нечітке виведення (нв)
- •1.1.Формування нечіткого логічного висновку:
- •2. Штучні нейронні мережі (шнм). Нейропарадигми.
- •2. 1. Процес навчання
- •2.2. Алгоритм навчання хебба
- •2.3. Алгоритм навчання кохонена
- •2.4. Алгоритм навчання процедурою зворотного поширення помилки
- •3. Експертні системи. Основні визначення
- •3.Класифікація експертних систем (ес)
- •4. Архітектура ес
- •2. Методи машинного навчання
- •2.1. Індуктивне навчання (ін)
- •2.2. Навчання формування гіпотез на основі зростаючих пірамідальних мереж
- •1. Стан і тенденції розвитку штучного інтелекту
- •2. Успіхи систем штучного інтелекту і їхньої причини
- •3. Експертні системи реального часу - основний напрямок штучного інтелекту
- •4. Основні виробники
- •5. Архітектура експертної системи реального часу
- •6. Розширення прототипу до додатка
- •7. Тестування додатка на наявність помилок
- •8. Тестування логіки додатка й обмежень (за часом і пам'яттю)
- •9. Супровід додатка
- •2. Стисла історія розвитку систем підтримки прийняття рішень
- •2.1. Зародження і розвиток концепції сппр
- •2.2. Теорія розроблення сппр
- •2.3. Розширення рамок сппр
- •2.4. Технологічні просування
- •3. Цілі сппр та чинники,що сприяють їх досягненню
- •4. Посилення конкурентної переваги завдяки сппр
- •1. Еволюція концепції і структури сппр
- •2. Способи взаємодії особи, що приймає рішення, з сппр
- •3. Еволюція сппр
- •4. Характеристика сучасних сппр
- •5. Підсистеми програмного забезпечення сппр
- •1. Галузі застосування сппр
- •2. Приклади застосування сппр
- •3. Сппр Marketing Expert
- •4. Сппр Decision Grid
- •5. Сппр RealPlan
- •6. Сппр tax advisor
- •7. Сппр Advanced Scout
- •8. Система бізнесової інформації(Business Intelligence) FedEx
- •9. Сппр ShopKo
- •1. Архітектура систем підтримки прийняття рішень
- •2. Компоненти користувацького інтерфейсу
- •2.1. Призначення та загальні ознаки користувацького інтерфейсу
- •2.1.1. Важливість та ефективність користувацького інтерфейсу сппр
- •2.1.2. Основні теми та механізмистворення користувацького інтерфейсу
- •2.1.3. Загальні висновки щодо користувацького інтерфейсу
- •2.1.4. Компоненти мови відображень (презентацій)
- •2.1.4. Роль знань у користувацькому інтерфейсі
- •2.1.5. Питання проектування користувацького інтерфейсу
- •Тема: Класифікаційні групи та моделі систем підтримки прийняття рішень.
- •1. Класифікація на основі інструментального підходу
- •2. Класифікація за ступенем залежності опр у процесі прийняття рішень
- •3. Класифікація за часовим горизонтом
- •Характеристика інформаціїдля різних управлінських рівнів
- •4. Інституційні сппр та сппр на даний випадок
- •1. Моделі в аспекті інформаційного підходу
- •2. Модель, основана на знаннях
- •3. Модель єрархії управління
- •4. Моделі, орієнтовані на особистість опр
- •Характерні аспекти процесів оброблення інформації людиною
- •5. Моделі для планування та прогнозування
- •6. Модель для конторської діяльності
- •1. Облікові і фінансові моделі
- •1.1. Аналіз беззбитковості
- •1.2. Моделі фінансового планування
- •1.3. Орієнтовні фінансові звіти (баланси)
- •1.4. Аналіз на основі розрахунку коефіцієнтів за даними звітності
- •2. Моделі аналізу рішень
- •2.1. Аналітичний єрархічний процес (ahp)
- •2.2. Дерева рішень і моделі багатоатрибутної корисності
- •2.3. Діаграми впливу
- •2.4. Прийняття ризикованих рішень за допомогою функції вигідності
- •3. Моделі прогнозування
- •4. Сітьові і оптимізаційні моделі
- •5. Імітаційні (симуляційні) моделі
- •6. Мови моделювання і електронні таблиці
- •1. Стратегія оцінювання і вибору методів підтримки прийняття рішень у сппр
- •2. Процес прийняття рішень
- •3. Ситуації, пов’язані з прийняттям рішень
- •4. Функції і завдання прийняття рішень
- •5. Узагальнена матриця методів/ситуацій, пов’язаних з прийняттям рішень
- •1. Генетичні успадкування — концептуальна засада генетичних алгоритмів
- •2. Загальна схема генетичних алгоритмів
- •3. Доступне програмне забезпечення генетичних алгоритмів
- •1. Визначення виконавчих інформаційних систем
- •2. Призначення віс
- •3. Визначальні характеристики віс
- •Інформаційні потреби опр, реалізовані засобами віс
- •Вимоги щодо моделювання у віс
- •Вимоги щодо користувацького інтерфейсу віс
Евристичні моделі подання знань.
1. Продукційне подання знань
Продукція (Пр) – це знання у вигляді логічного правила, яке визначає деякі ситуації і відповідні їм дії (правила-пари). Пр – математичний аналог понять. Предметну галузь (ПГ) визначає сукупність правил. Пр виражається наступним чином:
(N);S;U;B => C;P,
де N - ім’я (ідентифікатор) Пр,
S – характеристика сфери виконання (галузь компетенції),
U – умова застосування;
B => C – ядро (конструкція „якщо ..., то ...”, антецедент=>консеквент, посилання=>висновок або дія);
P – постумови Пр, що виконуються після реалізації Пр.
Пр читається так: якщо виконана умова U і антецедент правила B саме той за яким у базі здійснюється пошук, то виконується C та змінюється антецедент на той що вказує постумова Р.
Консеквент може бути декларатвним („якщо <умова>, то <висновок>”) для виведення логічних висновків і процедурним („якщо <умова>, то <дія>”).
Існують прямі П-продукції (від умови до висновку), звернені О-продукції (від мети до вихідного стану, від мети до підмети) та метапродукції (умови та порядок виконання Пр).
Переваги Пр |
Недоліки Пр |
|
|
Приклади:
α=>γ – якщо виконується α, то є γ
p&q&w&z=>β якщо є p та q та w та z, то виконуємо β
якщо (стан об’єкта ПРОЦЕСОР = несправний)або(стан об’єкта ПАМ’ЯТЬ = несправний) або (стан об’єкта МОНІТОР = несправний) то (стан комп’ютера = несправний)
2. Мережна модель (мм)
ММ - орієнтований граф, який подає структуру знань із явним виділенням понять і відношень між ними.
Існують ММ простого (вузли не мають внутрішньої структури) та ієрархічного (вузли мають внутрішню структуру у вигляді мережі) типу.
Вузли можуть являти собою:
об’єкти – постійні елементи ПГ;
характеристики, що описують властивості об’єктів;
значення (константи, змінні) конкретних характеристик;
класи, що вказують на множину об’єктів з загальними характеристиками або на множину класів;
події, що відповідають діям, які відбулися в
Дуги (відношення) умовно поділяються на лінгвістичний (час, вид, стан, колір, розмір), логічний (заперечення, кон’юнкція, диз’юнкція, імплікація), теоретико-множинний (підмножина, частина і ціле, елемент множини, близькість) та квантифікаційний (числові характеристики, квантори загальності, існування, нечіткі квантори (багато, кілька, часто)) класи.
Дуга між об’єктами відповідає твердженню, між класом та об’єктом – породженню одиничного примірника, між класами – бінарному відношенню, між об’єктом та подією – покажчику на роль об’єкта в події.
Залежно від характеру відношень виділяють наступні види мереж:
Семантична мережа – модель подання знань за допомогою вузлів (поняття або об’єкт), пов’язаних спрямованими дугами (відношення між вузлами). Об’єктами служать – об’єкти-поняття (концепти), об’єкти-події або об’єкти-характеристики. Відношення можуть бути однаковими (однорідна мережа) або мати різний зріст (неоднорідна мережа). Сценарій – однорідна мережа для опису пов’язаних подій з відносинами несуворого порядку.
Функціональна мережа – містить вузли аргументи, з яких йдуть дуги у вузли, де поняття формують процедуру обробки аргументів.
За кількістю станів зв’язку існують дискретні (зв’язок або існує або ні) та аналогові (зв’язок характеризується прохідністю) семантичні мережі.
За кількістю об’єктів, які зв’язуються наявними відношеннями, розрізняють бінарні (два об’єкта) або n-арні мережі.
Переваги ММ |
Недоліки ММ |
|
|
Приклад: (а –поняття, r - відношення)
а1 r1 a2 r2 a3 a4 r3 a5
Іванов послав поштою з Києва книгу для Петрова