- •Основные понятия и определения
- •Процедурные и декларативные знания
- •Характеристики знаний
- •Логика высказываний
- •Логика предикатов
- •Модальные логики
- •Псевдофизическая логика
- •Онтологии
- •Сравнение выводов Mamdani и tvfi
- •Отличие нечеткости и вероятности
- •Продукционные модели
- •Три ключевых понятия:
- •Теорема Байеса
- •Методы цен свидетельств
- •Сетевая модель
- •Отношения в семантических сетях
- •Механизм ассоциации нейронных клеток.
Сравнение выводов Mamdani и tvfi
Особенности вывода Мамдани:
И в левой ив правой части правил содержаться нечеткие множества
Процесс вывода раскладывается на несколько этапов (фазификация, нечеткие правила с агрегацией, дефазификация)
TVFI – вывод на основе истинного значения. Понятие этого вывода : singleton (одноэлементное множество)
В модели TVFI в правой части правил используются одноэлементные множества, что позволяет упростить реализацию машинного вывода и повысить производительность.
Правила(на примере про печать страниц):
Если иностранных слов много и формул много, то страница сложная
Если иностранных слов мало и формул мало, то страница простая
& = max ( , ) = 0,7
& = max ( , ) = 0,8
Эта была левая часть правила.
П равая часть (Слева - Mamdani, справа- FTVI)
Агрегация (объединение по максимуму)
Дефазифекация
Перейти к конктретному значению – полумерный центр тяжести
k1 =
a1 = |k2-k3|
a2 = |k4-k2|
a1 = (a1+a2)*m1 / (m1+m2)
a2 = (a1+a2)*m2 / (m1+m2)
Отличие нечеткости и вероятности
Особенности нечетких множеств:
Один и тот же элемент может принадлежать нескольким множествам
Может включать в множество ∀ элемент со степенью принадлежности 0.
Можем высказывание задать (a⊂A) = True . Переход от понятии принадлежности к понятию ложности.
Вероятность – статистические эксперименты.
Более строгий математический аппарат чем у вероятности.
Продукционные модели
Продукционная модель – модель, основанная на правилах позволяет представить знание предложения типа «Если… ,то…»:
<условие применения>-><действие>
Особенности
«+»:
Универсальность метода программирования
модульность организации знаний(каждая продукция является независимой)
распараллеливание процесса принятия решений
«-»:
сложность структурирования знаний
низкая эффективность по сравнению с традиционными методами программирования
сложность (иногда невозможность) контроля системы продукции
Не указывается взаимосвязь между сущностями. Продукция часто используется как дополнительная модель . Является простой и универсальной системой. Правила продукции несут информацию о последовательности целенаправленных действий.
Если(if) А, то(then) В.
А – антецедент
В - консеквент
Три ключевых понятия:
Гипотеза – утверждение, которое необходимо проверить или оценить
Свидетельство – истинное или ложное утверждение, дающее оценку гипотезе
Факт – априорно – истинное утверждение, которое может выступать в качестве свидетельства .
Одним из способов оценки гипотезы является вероятность P(H) ⊂[0,1]. Несколько гипотез в задаче. Ими задаются априорные вероятности.
Свидетельство cj может изменять гипотезу абсолютным образом, либо же относительным
Cj => P(H2) – изменение
Cj => δP(Hi) – приращение
Свидетельства могут свидетельствовать не только о гипотезах, но и о других свидетельствах.
Cj => Cj+1
P(Cj) – для оценки свидетельств используют вероятностную формулу
P(H) - априорная
P(H|C) – апостериорная вероятность
P(H&C) – вероятность одновременной истинности событий H и C
P(H&C) = P(H) * P(C) , Н и С - независимы
P(H|C) = P(H&C)/ P(C)