- •Введение
- •Глава 1. Ведение в системы искусственного интеллекта
- •1.1. Архитектура систем искусственного интеллекта
- •1.2. База знаний и данных
- •1.1.1 Понятие модели
- •1.1.2. Логические модели
- •1.1.3 Модели знаний на основе продукций
- •1.1.4 Фреймовая модель знаний
- •1.1.5 Семантические сети
- •1.3. Машина вывода
- •1.3.1. Понятие формальной системы
- •Примеры стратегии вывода
- •Как функционирует машина вывода
- •1.4. Извлечение знаний и обучение
- •1.4.1. Извлечение знаний от многих экспертов
- •1.4.2 Проблема непротиворечивости формализованной базы знаний
- •1.5. Обучение системы
- •1.6. Интерфейс с пользователем
- •1.7. Организация работы
- •1.8. Инструментальные средства создания систем искусственного интеллекта
- •Языки программирования
- •1.8.2. Языки продукционного программирования
- •1. 8. 3. Языки инженерии знаний и инструментальные системы
- •1.8.3.1. Система vpExpert
- •1.8.3.2. Система kas
- •1.8.3.3. Система Expert-Ease
- •Глава 2. База знаний
- •2.1. Методы извлечения знаний
- •2.1.1. Классификация методов извлечения знаний
- •2.1.2. Пассивные методы
- •2.1.2.1. Наблюдения
- •2.1.2.2. Анализ протоколов «мыслей вслух»
- •2.1.2.3. Лекции
- •2.1.3. Активные индивидуальные методы
- •2.1.3.1. Анкетирование
- •2.1.3.2. Интервью
- •2.1.3.3. Свободный диалог
- •2.1.4. Активные групповые методы
- •2.1.4.1. «Круглый стол»
- •2.1.4.2. «Мозговой штурм»
- •2.1.4.3. Экспертные игры
- •2.1.4.3.1. Игры с экспертом
- •2.1.4.3.2. Ролевые игры в группе
- •2.1.4.4. Игры с тренажерами
- •2.1.4.4.1. Компьютерные экспертные игры
- •2.1.5. Текстологические методы
- •2.2.Формальное описание понятий предметной области (по)
- •2.2.1. Методы абстрагирования понятий
- •2.2.1.1.Агрегация и декомпозиция понятий
- •2.2.1.2.Обобщение и специализация понятий
- •2.2.1.3.Типизация и конкретизация понятий
- •2.2.1.4.Ассоциация и индивидуализация понятий
- •2.3.Методы классификации
- •2.3.1. Экстенсиональный и интенсиональный аспекты классификации
- •2.3.2. Таксономия и мерономия
- •2.3.3. Типы классификаций
- •2.3.4. Древовидные классификации
- •2.3.5. Булевы классификации
- •2.3.6. Комбинативные классификации
- •2.4.События и процессы
- •2.4.1. Состояния предметной области
- •2.4.2. Событие
- •2.4.3. Последовательные процессы
- •2.4.4. Рекурсивные процессы
- •2.4.5. Ветвящиеся процессы
- •2.5. Системы продукций: структура, технология, применение
- •2.5.1. Неформальное введение в системы продукций
- •2.5.1.1 Алгоритмические модели
- •2.5.2 Логический вывод
- •2.5.3 Прикладные модели
- •2.5.4. Метамодель систем продукций
- •2.5.4.1. Основные подсистемы
- •2.5.5.2. Метаструктура базы данных и операций
- •2.5.5.2.1. Характер организации данных
- •2.5.5.2.2 Операции над базой данных
- •2.5.5.2.3 Контроль несовместимости
- •2.5.5.2.4 Ассоциативная надстройка
- •2.5.6. Метаструктура модуля правил
- •2.5.6.1 Аппарат активации
- •2.5.6.2 Структура правил
- •2.5.7. Метаструктура модуля управления
- •2.5.8. Технология поддержки разработок продукционных систем
- •2.5.9. Формальные модели систем продукций
- •2.5.9.1. Алгебраическая модель
- •2.5.9.1.1. Основные определения
- •2.5.9.1.2. Операции преобразования ситуации
- •2.5.9.1.3. Условия корректности вычислений над конъюнктивной базой данных
- •2.5.9.1.4. Однозначность вычислений над дизъюнктивной базой
- •2.5.9.2. Управление выводом в системах продукций
- •2.5.9.3. Язык управления применением продукций
- •2.5.9.4. Язык управления выбором данных
- •2.5.9.5. Обзор формальных моделей вычислений
- •2.5.10. Экспериментальные системы продукций
- •2.5.10.1. Система скип
- •2.5.10.2. Система анализа топологических чертежей интегральных схем
- •P(слой) x0, y0 : Dx1, Dy2, .., Dxn-1, Dyn;
- •2.6. Выводы к второй главе
- •3. Машина логического вывода
- •3.1. Формальное определение задачи
- •3.2. Специфика решения задач в сии
- •3.3. Управление процессом решения задачи
- •3.4. Модели эвристического поиска решений
- •3.4.1 Стратегия поиска в глубину
- •3.4.2. Стратегии перебора с отсечениями
- •3.4.2.1. Метод ветвей и границ
- •3.4.2.2. Стратегии поиска на основе эвристической функции оценки
- •3.5. Методы вывода и доказательства теорем
- •3.5.1 Механизм резолюции Робинсона
- •3.5.2. Резолюция в логике высказываний
- •3.5.2.1 Линейная резолюция вL
- •Метод линейного вывода в lЛавленда, Ковальского и Кюнера
- •Эффективная реализация
- •3.5.2.3. Метод поиска в глубину
- •3.5.2.4 Эвристики поиска в дереве
- •3.5.2.5. Семантическая резолюция
- •3.5.3 Резолюция в pl
- •3.6. Методы индуктивного вывода
- •3.6.1. Виды индукции
- •3.6.2. Индукция как вывод и индукция как метод
- •3.6.3. Правила, необходимые для систем автоматического формирования знаний
- •3.7. Дедуктивный вывод на семантических сетях
- •3.7.1. Нерезолютивные методы вывода на семантических сетях
2.2.1. Методы абстрагирования понятий
Абстракция -это выделение существенных признаков и связей понятий, используемых при решении задачи, и игнорирование несущественных. Абстрагирование обеспечиваетупорядочение, структуризацию и пониманиеинформации о реальном мире. Известны следующие основные типы абстрагирования понятий:агрегация, обобщение, типизация и ассоциация.
Перечисленным типам абстрагирования соответствуют определенные логические приемы образования понятий:
синтез и анализ понятий;
объединение понятий на основе их сходства или подобия;
сравнение и сопоставление конкретных сущностей с целью выявления общих признаков;
связывание двух или более понятий.
Синтез и анализпонятий используются в абстракцииагрегации.В процессеобъединенияпонятий на основе их сходства или выявленного подобия порождается новое понятие, которое являетсяобобщениемисходных понятий. При установлении определенного сходства сущностей в процессесравнения или сопоставленияих признаков может порождаться новое более общее понятие, которое объединяет целый класс подобных понятий, что соответствует абстракциитипизации.Если в процессесвязывания понятийобразуется новое понятие, а исходные понятия выступают в виде членов вновь рожденного понятия, то это абстракцияассоциации.
Вследствие того, что для Vметода абстрагирования возможно как повышение уровня абстракции, так и его понижение, мы имеем дело с парами:
агрегация -декомпозиция;
обобщение -специализация;
типизация -конкретизация;
ассоциация -индивидуализация.
2.2.1.1.Агрегация и декомпозиция понятий
Агрегация понятий используется в тех случаях, когда вновь порожденное понятие включает исходные понятия в качестве своих компонент или составных частей.
Агрегация понятий -это такая форма связи понятий, при которой на основе исходных понятийР иQобразуется новое понятие-агрегатRболее высокого уровня.
При агрегации вновь образованное понятие Rнаследует все признаки входящих в него понятийР и Q,так что для интенсионалов при их логической формализации и экстенционалов выполняются следующие соотношения:
intLR intLP & intLQ, (8)
ext R = ext P ext Q. (9)
Выражение (8)интерпретируется следующим образом. Для принятия решения о принадлежности некоторой сущности экстенционалу понятия-агрегата Rнеобходимо, чтобы эта сущность удовлетворяла как интенсионалу понятияР,так и интенсионалу понятия Q.Это требование удовлетворяется, если экстенционал понятия-агрегата Rопределяется в соответствии с выражением (9).
Теоретико-множественная форма представления интенсионалов имеет вид:
intSR intSP intSQ, (10)
Т.к. признаки составляющих понятий наследуются понятием-агрегатом, то схемы понятий при абстракции агрегации связаны между собой выражением
shmR = shmP shm Q (11)
Допустима, в частности точка зрения, когда признаки также рассматриваются как составные части понятия. Это означает, что понятие является агрегатом, состоящим из своих признаков.
Семантическое отличие агрегации признаков от агрегации понятий заключается в том, что признаки не определяются как независимые понятия ПО. Следовательно, признаки могут быть представлены в концептуальной модели только в том случае, когда описаны соответствующие базовые понятия.
Абстракция агрегации выражает такую связь понятий, которая семантически обозначается как "часть-целое".
Процессом, противоположным абстракции агрегации, является декомпозиция. При декомпозиции исходное понятие расчленяется на ряд независимых компонент, каждая из которых обладает лишь частью признаков исходного понятия. Абстракция агрегации используется в техслучаях, когда необходимо синтезировать сложное понятие, состоящее из совокупности более простых понятий.При этом можно построить иерархии агрегации. Таким образом, абстракция агрегации позволяет выразить семантику внутренних связей, существующих между отдельными элементами системы. При этомструктура сложного понятия раскрывается путем его декомпозиции на совокупность составляющих понятий,называемых компонентами. Такая декомпозиция приводит к представлению анализируемого понятия в виде многоуровневой иерархической системы компонент, дающих описание внутреннего устройства сложного понятия.