Определение, назначение и архитектура ЭС
База знаний. Принципы, отличие знаний от данных (правила, вероятности)
Логический вывод (прямой, обратный, смешанный)
Продукционная модель (система продукция ситуация действия)
Фреймовая структура (Что это? Для чего?)
Нечеткая логика
Лингвистическая переменная
Алгоритм нечеткого выбора
Метод центра тяжести дефазификации
Контроллер мамдами
Условная вероятность.Формула Байеса.Полная вероятность
Байесовские сети доверия
Распространение свидетельств Байес. сети доверия
Динамические сети доверия
Теория демфера-Шемфера (фрейм различия, базовая вероятность)
Теория ДШ (функция доверия, мера правдоподобия)
Теор ДШ отличие от классической теории вероятности
Комбинации функций доверия
Два подхода к обучению интеллектуальных систем (с учит, без учит)
Геометрический подход распознавания образов
Настоящий нейрон
Искусственный нейрон
Виды передаточных функций
Перцептрон Розенблата
Алгоритм обучения перцептрона Розенблата
Многослойный перцептрон Розенблата, архитектура, емкость сети
Нейронная сеть с обратным распростронение ошибки многослойного перцептронаюФункция ошибки.Проблема обучения
Рекурсивные нейронные сети
Сеть Хопфилда
Сеть Хемминга
1.Определение, назначение и архитектура эс
ЭС – база знаний и подсистема логического вывода на знаниях общения с пользователем множества вспомогательных подсистем.
Назначение – замена программной системой «узкого» специалиста.
Архитектура:
База знаний. Основу ЭС составляет база знаний (БЗ), хранящая множество фактов и набор правил, полученных от экспертов, из специальной литературы. БЗ отличается от базы данных тем, что в базе данных единицы информации представляют собой не связанные друг с другом сведения, формулы, теоремы, аксиомы. В БЗ те же элементы уже связаны как между собой, так и с понятиями внешнего мира. Информация в БЗ - это все необходимое для понимания, формирования и решения проблемы. Она содержит два основных элемента: факты (данные) из предметной области и специальные эвристики или правила, которые управляют использованием фактов при решении проблемы. Знания могут быть представлены несколькими способами: логической моделью, продукциями, фреймами и семантическими сетями.
Машина логического вывода (МЛВ). Главным в ЭС является машина логического вывода, осуществляющая поиск в базе знаний для получения решения. Она манипулирует информацией из БЗ, определяя в каком порядке следует выявлять взаимосвязи и делать выводы. МЛВ используются для моделирования рассуждений, обработки вопросов и подготовки ответов.
Интерфейс пользователя. ЭС содержат языковой процессор для общения между пользователем и компьютером. Это общение может быть организовано с помощью естественного языка, сопровождаться графикой или многооконным меню. Интерфейс пользователя должен обеспечивать два режима работы: режим приобретения знаний и режим решения задач. В режиме приобретения знаний эксперт общается с ЭС при посредничестве инженера знаний. В режиме решения задач ЭС для пользователя является или просто носителем информации (справочником), или позволяет получать результат и объясняет способ его получения.
Эксперты поставляют знания в экспертную систему и оценивают правильность получаемых результатов.
Инженер по знаниям - специалист по искусственному интеллекту, выступающий в роли промежуточного буфера между экспертом и базой знаний. Помогает эксперту выявить и структурировать знания. Синонимы: когнитолог, инженер-интерпретатор, аналитик. Программисты разрабатывают программное обеспечение экспертной системы и осуществляют его сопряжение со средой, в которой оно будет использоваться
Пользователь - специалист предметной области, для которого предназначена система, обычно его квалификация недостаточно высока, и поэтому он нуждается в помощи и поддержке своей деятельности со стороны экспертной системы.
Многочисленные экспертные системы решают в настоящее время задачи в таких областях, как медицина, образование, бизнес, дизайн и научные исследования.
2.База знаний. Принципы, отличие знаний от данных (правила, вероятности)
База знаний – формулированный опыт специалиста.
БЗ отличается от базы данных тем, что в базе данных единицы информации представляют собой не связанные друг с другом сведения, формулы, теоремы, аксиомы. В БЗ те же элементы уже связаны как между собой, так и с понятиями внешнего мира. Информация в БЗ - это все необходимое для понимания, формирования и решения проблемы. Она содержит два основных элемента: факты (данные) из предметной области и специальные эвристики или правила, которые управляют использованием фактов при решении проблемы. Отличительные качественные свойства для знаний обусловлены наличием у знания избыточных возможностей по сравнению с данными. Знания могут быть представлены несколькими способами: логической моделью, продукциями, фреймами и семантическими сетями.