- •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
2.2.1.2.Обобщение и специализация понятий
Обобщение понятий -это такая форма порождения нового понятияR,на основе одного или нескольких подобных понятийРиQ,когда порождаемое понятие Rсохраняет общие признаки исходных понятийРи Q,но игнорирует их более тонкие различительные признаки. Справедливы соотношения:
intSR = intSP intSQ, (12)
intLR intLP intLQ, (13)
ext R = ext P /_/ ext Q. (14)
Здесь знак /_/означает операцию размеченного объединения множеств. Выражение (12) непосредственно следует из определения (выделение общих признаков). Так как любая сущностьеR extRв соответствии с выражением (14)является либо сущностьюеP extP,либо сущностьюeq extQ, то всегда один из интенсионаловintLPилиintLQистинен, а это значит и будет истинен и интенсионал понятия R,определенный формулой (13).
При выполнении операции размеченного объединения существующие различия элементов исходных множеств сохраняются. Это означает, что для обобщения возможен противоположный процесс -специализация (ограничение понятий).
Специализация -это процесс разделения исходного понятия на несколько более узких понятий.
При обобщении видовые понятия соотносятся с родовым понятием более высокого уровня (отношение "вид-род"), а при специализации наоборот, родовые понятия делятся на два или более видовых понятия низшего уровня (отношение "род-вид"),.Это означает, что объем (экстенсионал) понятия в процессе обобщения увеличивается и содержит экстенсионалы исходных понятий (формула(14)).
Таким образом, для обобщенного понятия схема может быть представлена:
shmR = shmP shm Q (15)
На практике перед выполнением абстрагирования необходимо выполнить тщательный семантический анализ имен признаков с целью устранения возможной синонимии. Абстракция обобщениязадает на множестве всех понятий, используемых для концептуального представления ПО,отношение частичного порядка.Иерархия обобщений обычно изображается в виде ориентированного графа. При этом граф не всегда вырождается в дерево.
Отличительной особенностью обобщения по сравнению с агрегацией состоит в порядке наследования признаковобобщаемых понятий. Агрегация представляет такой процесс абстрагирования понятий, который можно рассматривать как синтез сложного понятия из простых. При этом понятие-агрегат включает все признаки исходных понятий. В абстракции обобщения понятия-категориинаследуют признакиобобщенного понятия. Если дляобобщениянаследования признаков производитсяот общих понятий к частным(направление "сверху-вниз"), то дляагрегации,наоборот, -от простых понятий к более сложным(направление "снизу-вверх"),.
Абстракция обобщения характеризуется переходом от конкретных понятий к более общим. Следовательно, в процессе обобщения игнорируются те признаки исходных понятий, которые позволяют различать между собой и, наоборот, остаются только такие признаки, которые являются общими для всех этих понятий. Очевидно, что общие признаки, используемые для построения интенсионала обобщенного понятия, могут относиться не только к данному обобщенному понятию, но и в случае необходимости наследоваться понятиями-категориями. Однако, не обязательно все признаки родового понятия наследуются видовыми понятиями. Обобщенное понятие может иметь ряд дополнительных признаков (например, среднее, количество, максимум, минимум и т.д.), определяемых его схемой. Эти признаки, обычно, характеризуют обобщенное понятие как некоторый класс.
Коренное различие между агрегацией и обобщением в том, что агрегация обеспечивает понимание строения одних понятий ПО через строения других понятий, связанных с первыми определенным отношением. В обобщении, напротив, понимание строения понятия ПО достигается через сравнение, сопоставление понятий между собой и выделение в них общей структуры, которая имеется во всех обобщаемых понятиях.