МЕТОДИ ТА ЕТАПИ ПРОЕКТУВАННЯ ЕС

Процес проектування поділяють на розробку та передпроектні роботи.

До передпроектних робот відносяться вирішення таких питань:

- Чи можлива розробка ЕС?

- Чи буде користь від розробки ЕС?

- Чи відповідає задача, яка розглядається, методам ЕС?

Задача розробки ЕС може бути розв’язаною, якщо:

- Експерт у змозі вирішити завдання за невеликій період (одна-дві доби).

- Є досвідчені експерти, здатні пояснити методи, які використовують;

- Є достатньо коштів.

Користь можна виразити як прибуток або проникнення обчислювальної техніки в нові галузі, де неможливо використовувати експерта, або як прискорення обробки інформації, або заміну декількох експертів.

ЕС відповідають за досить складні, але вузькі задачі, де інформація не числова, а символьна, тобто розв’язувана задача не повинна мати великих обчислень; задачі мають не алгоритмічні, а евристичні розв’язування.

Розробка є послідовністю наступних проектних стадій:

1. Ідентифікація – виявляють задачу та мету розробки, визначають додаткові умови розв’язуваної задачі, ресурси потрібні для розробки і категорії користувачів. Результат – вимоги до ЕС.

2. Концептуалізація – з допомогою експерта проводять змістовний аналіз ПГ. Результат – поняття, що будуть використовуватися, структура взаємозв’язків між ними та методи розв’язання задачі.

3. Формалізація– визначають способи подання та інтерпретації всіх видів знань, формалізують основні поняття. Результат – структура знань.

4. Виконання– організовують знання експерта для їх ефективної роботи. Результат – набір правил.

5. Дослідна експлуатація– визначають здатність ЕС вирішувати завдання, придатність для роботи з користувачами. Результат - ЕС класифікується як комерційна.

6. Тестування– перевіряють розв’язання декількох прикладів. Результат – Якщо тестування вдале, проводиться удосконалення (4) і БЗ Поповнюється даними для використання широкого набору прикладів. Якщо невдала методика розв’язання, то проводиться формалізація (3). Якщо задачі не розв’язуються, то треба знову виконати (1) або (2), або переконструювати ЕС при повернення на (3)

Особлива увага приділяється процесу добування знань при формуванні БД та БЗ. Виділяють два методи добування знань:

1. Метод спостереження. (Експерт розв’язує задачу вголос. Це заноситься до протоколу. Інженер знань аналізує протокол і виділяє правила, факти, зв’язки між ними. Цей метод іноді доповнюється фазою „очищення” – коментарем експерта з приводу виділених знань).

2. Інтуїтивний метод. (Інженер знань вивчає літературу, навчається розв’язувати задачу і виділяє правила, факти, зв’язки між ними. Після чого взаємодіє з експертом, щоб перевірити свої знання).

Прискорити створення ЕС можна через використання інструментальних засобів інженерії знань, спеціалізованих оболонок, експертних інструментальних систем та баз знань.

Контрольні запитання.

1. Нечітке виведення (НВ).

2.Формування нечіткого логічного висновку.

3. Штучні нейронні мережі (ШНМ). Нейропарадигми.

4. Процес навчання.

5. Алгоритм навчання Гебба.

6. Алгоритм навчання Когонена.

7. Алгоритм навчання процедурою зворотного поширення помилки.

8. Експертні системи основні визначення.

9. Класифікація експертних систем.

10. Архітектура ЕС.

11. Опишіть модель нейрона як пороговий елемент.

12. Що таке активаційна функція порогового елемента?

13. Сформулюйте результат Мак-Каллока і Піттса про функціональну пов­ноту системи модельних нейронів.

14. Наведіть порогові елементи, які реалізують кон'юнкцію, диз'юнкцію та заперечення.

15. У чому полягає основний принцип навчання модельних нейронів?

16. Опишіть процедуру Уїдроу-Хопфа для навчання модельних нейронів.

17. Які функції, крім порогових, можуть використовуватися як активаційні?

18. Що таке сигмоїдальна функція? Наведіть приклад.

19. Опишіть узагальнену дельта-процедуру для сигмоїдальної активаційної функції.

20. Опишіть схему функціонування персептрона Розенблатта.

21. Для яких задач в основному використовувалися персептрони?

22. З чим пов'язана обмеженість класичного персептрона?

23. В якому випадку персептрон дозволяє знайти роздільну функцію?

24. Як потрібно змінити класичний персептрон, щоб вимога лінійної дільності перестала бути необхідною?

25. Опишіть загальну схему методу зворотного поширення помилок.

Література.

1. Глибовець М.М., Олецький О.В. Штучний інтелект. –К.: КМ Академія, 2002. –с. 322-333.

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: Машинне навчання. Методи машинного навчання.

Мета: Ознайомлення з поняттям машинного навчання, методами машинного навчання (індуктивне навчання, навчання формування гіпотез на основі зростаючих пірамідальних мереж).

Поиск по сайту: