Рассуждения на основе моделей (достоинства и недостатки).

Преимущества рассуждений на основе моделей сводятся к следующему.

1. Возможность использовать при решении задач функциональные и структурные знания о предметной области. Это увеличивает эффективность механизма рассуждений при решении различных задач, включая те. которые не были предусмотрены при разработке системы.

2. Механизмы рассуждений на основе моделей обычно очень эффективны. Они являются мощными и гибкими средствами решения задач, поскольку, как и люди, часто возвращаются к исходным данным при столкновении с новой проблемой.

3. Некоторые знания можно использовать в разных задачах. Системы рассуждений на основе моделей зачастую базируются на теоретических научных знаниях. Поскольку наука обычно оперирует общими теориями, такое обобщение часто расширяет возможности механизма рассуждений на основе моделей.

4. Обычно системы рассуждений, основанные на моделях, обеспечивают причинные объяснения. Таким образом пользователям можно передать более глубокое понимание причин неисправности, которое может сыграть важную образовательную роль (см. также раздел 16.2).

Недостатки рассуждений на основе моделей таковы.

1. Отсутствие экспериментального (описательного) знания предметной области. Эвристические методы, используемые при рассуждениях на основе правил, отражают важный класс экспертных оценок.

2. Необходимость точной модели предметной области. Знания из многих областей имеют строгую научную основу, которую можно использовать в рассуждениях на основе моделей. Однако во многих сферах, например, в некоторых медицинских направлениях, большинстве проблем проектирования или финансовых приложениях, хорошо определенная научная теория отсутствует. В таких случаях подходы, основанные на моделях, не могут быть использованы.

3. Высокая сложность. Рассуждения, основанные на моделях, обычно ведутся на детализированном уровне, что приводит к значительным усложнениям. Именно по этой причине эксперты в первую очередь разрабатывают эвристики.

4. Исключительные ситуации. Необычные обстоятельства, например, замыкание или взаимодействие множества неисправностей электронных компонентов, могут изменить функциональность системы таким образом, что ее трудно будет предсказать.

Гибридные системы.

Важной областью исследований является комбинация различных моделей рассуждений. В гибридной архитектуре, объединяющей несколько парадигм, эффективность одного подхода может компенсировать слабости другого. Комбинируя различные подходы, можно обойти недостатки, присущие каждому из них в отдельности.

Например, сочетание рассуждений на основе правил и опыта может обеспечить следующие преимущества.

1. Просмотр известных случаев до начала рассуждений на основе правил позволяет снизить затраты на поиск.

2. Примеры и исключения можно сохранять в базе данных ситуаций.

3. Результаты поиска можно сохранить для будущего использования. При этом механизм рассуждений позволит избежать затрат на повторный поиск.

Комбинация рассуждений на основе правил и моделей открывает следующие возможности.

1. Объяснения дополняются функциональными знаниями. Это может быть полезно в обучающих системах.

2. Повышается устойчивость системы при отказах. При отсутствии эвристических правил, используемых в данном случае, механизм рассуждений может прибегнуть к рассуждениям от исходных принципов.

3. Поиск на основе модели дополняется эвристическим поиском. Это может помочь в сложных рассуждениях, основанных на модели, и обеспечивает возможность выбора.

Комбинация рассуждений на основе моделей и опыта дает следующие преимущества.

1. Более разумное объяснение ситуаций.

2. Проверка аналогичных случаев до начала более экстенсивного поиска посредством рассуждений на основе моделей.

3. Обеспечение записи примеров и исключений в базу данных случаев, которые могут быть использованы для управления выводом на основе модели.

4. Запись результатов вывода на основе моделей для будущего использования.

Гибридные методы заслуживают внимания как исследователей, так и разработчиков приложений. Однако построение таких систем требует решения целого ряда проблем. Необходимо определить метод рассуждения для данной ситуации, момент изменения метода рассуждения, выяснить различия между методами рассуждения, разработать представления, обеспечивающие совместное использование знаний. Далее будут рассмотрены вопросы планирования или организации частей знаний дли решения более сложных проблем.

Семантические сети.

Это система знаний имеющая определенный смысл в виде целостного образа сети, узлы которые соответствуют понятиям и объектам, а дуги отношениям между объектами.

Термин «семантическая сеть» обозначает семейство представлений, основанныхна графах. Эти представления отличаются главным образом именами вершин,связей и выводами, которые можно делать в этих структурах.

История:Наиболее ранней работой имеющей прямое влияние на современные семантические сети, была система экзистенциальных графов , разработанная Чарльзом Пирсом в 19 В.

p Графы давно использовались в психологии для представления структур понятий и ассоциаций .), Отто Зельц (Otto Selz), 1922 год - , который использовал графы для представления иерархий и наследования свойств,он также разработал теорию схематического упреждения , которая повлияла на работу по фреймам схемам

p Андерсан,Норманн ,Румильхарт , использовали сети чтобы моделировать человеческую память и интеллектуальные проявления (70е годы 20 века)

p Первые компы реализации семантических сетей были созданы в начале 1960 х для использования в системах автоматического (машинного)перевода

Первые компьютерные реализации семантических сетей были созданы в начале 1960-х для использования в системах автоматического (машинного) перевода. В конце 1960-х была написана известная программа Куиллиана, которая иллюстрирует многие особенности ранних семантических сетей. Эта программа характеризова­ла английские слова примерно таким же образом, как это делает словарь: слово опреде­ляется в терминах других слов, и так же формулируются составляющие этих определе­ний

Отношения в семантических сетях наиболее часто иерархические.

В иерархической структуре понятий существует отношение 2х типов:

• отношение включения или совпадения (IS - A);
• отношение «целое – часть» (PART - OF).

«человек» IS - A «млекопитающее»

основной мыслью является, что человек принадлежит к классу млекопитающих. Это означает, что имеет место отношение включения или совпадения. Для этих отношений характерным является то, что экземпляры понятий нижнего уровня содержат все атрибуты понятий верхнего уровня. Это свойство называется наследованием атрибутов между уровнями иерархии IS - A..

Отношение «целое – часть» можно иллюстрировать предложением

«нос» PART - OF «тела»,

которое характеризует то, что экземпляры понятия «нос» являются частью любого экземпляра понятия «тело».

Наиболее часто используется графическое представление семантических сетей в виде диаграммы. Так предложение

«все ласточки – птицы»

можно представить графом, содержащим две вершины соответствующие понятиям и дугу, указывающую отношение между ними (рис. 1.15).

Рис. 1.15. Семантическая сеть - 1

Если ласточка имеет конкретное имя, например, Ласта, то семантическая сеть может быть расширенна (рис. 1.16).

Рис. 1.16. Семантическая сеть - 2

Наряду с тем, что с помощью данной сети описаны два факта

«Ласта – ласточка»

«ласточка – птица»

из нее можно вынести, используя отношение наследования, факт

«Ласта – птица»

Этот факт показывает, что способ представления семантической сетью позволяет легко делать выводы благодаря иерархии наследования.

Семантическими сетями можно также представлять знания, касающиеся атрибутов объекта. Например, факт «Птицы имеют крылья» можно отобразить в виде рис. 1.17.

Рис. 1.17. Семантическая сеть - 3

Это означает, что, используя отношения «IS – A» и «PART – OF» можно вывести факт «Ласта имеет крылья».

При расширении семантической сети в ней возникают дополнительные отношения. Например, если рассматриваемую сеть дополнить фактами «Ласта владеет гнездом» и «Ласта владеет гнездом с весны по осень», то получим семантическую сеть, изображенную на рис. 1.18. Здесь гнездо i – это конкретное гнездо, которым владеет Ласта, а для вершины ситуации (владеет j) определено несколько связей. Такая вершина называется надежной рамкой и определяет различные аргументы предиката ситуации.

Рис. 1.18. Семантическая сеть - 4

Поиск по сайту: