Помощничек
Главная | Обратная связь


Археология
Архитектура
Астрономия
Аудит
Биология
Ботаника
Бухгалтерский учёт
Войное дело
Генетика
География
Геология
Дизайн
Искусство
История
Кино
Кулинария
Культура
Литература
Математика
Медицина
Металлургия
Мифология
Музыка
Психология
Религия
Спорт
Строительство
Техника
Транспорт
Туризм
Усадьба
Физика
Фотография
Химия
Экология
Электричество
Электроника
Энергетика

Перелік питань, що вивчаються



1. Поняття знань.

2. Схеми проблем.

3. Пізнавальна активність та семантична метрика.

Поняття знань.

При аналізі знань виділяють знання і способи подання знань. Самезнання поділяють на дві категорії: галузь знань і види знань.

Застосуються такі галузі знань:

- про предметну галузь (ПГ) – сукупність інформації про ПГ, яка зберігається в базі знань інтелектуальної системи;

- про мову подання знань, мову для побудови інтелектуальної системи (ІС), мову специфікацій мову меню;

- про систему – як подані знання, рівень користувача, на який розраховано ІС, планування досягнення цілей і т.п.;

- про користувача – сукупність знань про характеристики поведінки користувача, його наміри, цілі вимоги;

- експертні знання – такі, якими володіє фахівець предметної галузі;

- галузь діалогу.

При формуванні галузей знань використовуються такі види знань:

- декларативніабо фактичні, що містять інформацію про властивості ПГ, безпосередньо доступні для використання – “знати що”;

- процедурніабо операційні, які зберігаються у вигляді описів процедур, за допомогою яких можна одержати знання – “знати як”;

- евристичні, які відображають неформальний досвід розв’язування задач;

- прагматичні – про способи розв’язування задач у ПГ;

- семантичні – про стан об’єктів ПГ та відношення між ними;

- неточні, які відзначаються не повнотою, суперечливістю або неточністю;

- нечіткі, що подані у вигляді висловлювань у нечіткій логіці;

- безпосередні, що одержані без допомоги здобутих раніше знань та без застосування правил подання нових знань;

- метазнання, або знання про знання.

Розглядають організацію знань і моделі їх подання. Організація знань передбачає рівні подання – знання нульового (безпосередні) та інших рівнів, у тому числі і найвищого мета знання (знання ІС про знання, що зберігаються у базі знань, або про процедури, які можна здійснити зі знаннями) та рівні докладності (загальна, логічна та фізична організація). Модель подання знань може бути логічною (логіка предикатів, псевдо фізична логіка, реляційна модель) або евристичною (мережна, фреймова, продукційна).

З появою ІС з’явилося нове поняття “бази знань”. Особливості, що відрізняють знання від даних – внутрішня інтерпретованість, структурованість, зв’язаність, активність, семантична метрика.

Інтерпретованість – можливість здійснювати узагальнення. (Стовпчик в реляційних базах даних (БД) – є атрибутом відношень, імена яких зазначені в рядках).

Структурованість – можливість декомпозиції складних об’єктів на простіші і встановлення зв’язків між простими об’єктами (використання відношень “частина - ціле”, “клас - підклас”). Таким шляхом можна дійти до знань нульового рівня. Подібні відношення є в ієрархічних і мережних БД, і можуть бути реалізовані в реляційних. При розв’язуванні структурованих проблем можна вирішувати спочатку менш складні. Най поширені типи проблем: лінійна, ієрархічна, рекурсивна. Лінійна поділяється на задачі, які розв’язуються послідовно одна за одною. Ієрархічна має вигляд дерева (кількість гілок, що входять у кожну вершину, дорівнює кількості підзадач у даній задачі). Рекурсивна застосовує повернення до раніше розв’язаних задач. Існують також задачі, які погано структуруються.

Схеми проблем

Зв’язаність свідчить про те, що знання пов’язані структурно, фактами, процесами, явищами і причинно-наслідковими зв’язками між ними. У середині ПГ деякі поняття можуть бути пов’язані (часом, функціональною залежністю). Зв’язки можуть характеризувати відношення між інформаційними одиницями. (Деклараційні відношення - одночасно, причина-наслідок, поряд; процедурні – аргумент-функція; структурні – предок-нащадок; функціональні, що дозволяють обчислювати одні інформаційні одиниці через інші). Інші види зв’язків: порядок вибору з пам’яті, несумісність інформаційних одиниць в однім описі. Знання нижчих рівнів (напр., факти) можуть мати відношення до різних ПГ. Для ознаки зв’язаності практично не можна знайти аналогів в БД. Відношення мають вірогідність їх дій або присутності.

Інтерпретованість, структурованість, зв’язаність дозволяють будувати мережну модель знань.

Пізнавальна активність обумовлюється виявленням протиріч у знаннях, неповнотою знань і прагненням людини це перебороти.

Семантична метрика – виділення повторюваних подібних ситуацій. На множині інформативних одиниць можна знайти асоціативний зв’язок деяких з них. Такі відношення називають відношенням релевантності.

Контрольні запитання.

1. Наведіть власні приклади ієрархії класів.

2. Чим відрізняється відношення "екземпляр — клас" від відношення "під­клас — клас"?

3. Охарактеризуйте відношення "підклас — клас" як відношення частко­вого порядку.

4. Чим відрізняється відношення "екземпляр — клас" від відношення "еле­мент — множина"?

5. Охарактеризуйте проблему винятків. Як вона пов'язана з монотонніс­тю логічного виведення?

6. Що таке канонічна форма складної системи (за Бучем)?

7. Перелічіть основні властивості знань.

8. Перелічіть моделі задания знань.

9. Перелічіть області знань, характерні для діалогових експертних систем.

10. У чому полягає необхідність у виокремленні областей і рівнів знань?

11. Опишіть поняття "концептуальна одиниця".

12. Яким чином можна розкласти деякий складний предикат на бінарні предикати? Наведіть приклади.

13. Яким чином можна перетворити унарний предикат на бінарний? Наве­діть приклади.

14. Охарактеризуйте поняття "об'єкт — атрибут — значення".

15. Що означає "постулат замкненості світу"?

Література.

1. Глибовець М.М., Олецький О.В. Штучний інтелект. –К.: КМ Академія, 2002. –с. 32-46.

2. Ходаков В.Є., Пилипенко М.В., Соколова Н.А. Вступ до комп’ютерних наук. –К.: Центр навчальної літератури, 2005. –496с.

3. Попов Э.В. Экспертные системы. М.: Наука, 1987.

4. Хейес-Рот Ф., Уотерман Д., Ленат Д. Построение экспертных си­стем. М.: Мир, 1987.

5. Стефанюк В.Л. Некоторые аспекты теории экспертных систем// Известия АН СССР. Техническая кибернетика, 1987. №2. С. 85-91.

6. Поспелов Д.А. Ситуационное управление: Теория и практика. М.: Наука, 1986.

7. Элти Дж., Кумбс Н. Экспертные системы: концепция и примеры. М.: Финансы и статистика, 1987.

8. Искусственный интеллект: Справочник. В 3-х томах. М.: Радио и связь, 1990.


Тема: Логічні моделі подання знань. Логіка висловлювань. Логіка предикатів.

Мета:ознайомлення з логічними моделями подання знань, а також з логікою мислення та логікою предикатів.

 




Поиск по сайту:

©2015-2020 studopedya.ru Все права принадлежат авторам размещенных материалов.