Данные — Это сведения, представленные в формализованном виде для осуществления информационного процесса. Зарегистрированная информация для обработки.
Знания — это совокупность специализированных фактов, правил их обработки, условий их применимости, методов получения новых факторов и способов получения логического вывода.
выявленные(устоявшееся) закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области. Освоение окружающей природы.
Факт – знание типа «А» это «А», элементарные знания, связанные с некоторыми ощущениями и качественными подтверждениями.
F=
N – Имя факта,
V – Знание факта (!),
C – Степень уверенности в истинности,
L – множество допустимых связей с другими фактами,
M – Множество допустимых функций.
P.S. Мета знания – знания о знаниях, которые позволяют нам оперировать этими знаниями.
5 Классификация знаний – 5-6 класссов
Интуитивные знания, здравый смысл, научные знания, теоритические знания, вне научные знания. !
6 Обобщённая алгебраическая модель знаний
M =
A – Совокупность объектов,
C – Ограничители,
F – Функция для вычисления,
P – Предикаты, проверка истинности (высказывания).
Предикат – выражение содержащее неизвестное. !
это модели, основанные на правилах формальной логики. Все логические МПЗ представляются четверкой (формальной системой): M = < T, P, A, F >, где T - алфавит (множество базовых элементов); P - множество правил построения синтаксически правильных выражений; A - априорно истинные выражения (аксиомы); F - правила вывода новых истинных выражений в рамках М. В качестве Т и Р в логических МПЗ в настоящий момент чаще всего используются исчисление высказываний и исчисление предикатов первого порядка, преобразованные к определенному виду – хорновским дизъюнктам, F – метод линейных резолюций.
7 декларативные модели знаний – знания, представленные в явном виде
описательные, нет операторов действий, прямые вычисления, свойства, характеристики, бд
Декларативные знания – это совокупность сведений о качественных и количественных характеристиках конкретных объектов, явлений и их элементов, представленных в виде фактов и эвристик. Традиционно такие знания накапливались в виде разнообразных таблиц и справочников, а с появлением ЭВМ приобрели форму информационных массивов (файлов) и баз данных
8 процедурные модели – описание действий
Процедурные знания хранятся в памяти ИИС в виде описаний процедур, с помощью которых их можно получить. В виде процедурных знаний обычно описывается информация о предметной области, характеризующая способы решения задач в этой области, а также различные инструкции, методики и тому подобная информация. Другими словами, процедурные знания – это методы, алгоритмы, программы решения различных задач, последовательности действий (в выбранной проблемной области) – они составляют ядро баз знаний.
Представление знаний
9 логическая модель знаний – совокупность фактов и утверждений представленных в виде формул. Новые знания получаются в виде логических правил процедуры вывода.
S = x, R>
A – Алфавит,
F - Формула,
Ax – Множество априорно верных формул,
R – Вывод.
+ хороший фундамент, процедура оперирования
- скудность отображения
10 продукционная модель знаний –
Νν(ню) =
Νν(ню) – номер продукции,
A – Сфера применения,
U – условие применения,
С – Ядро продукции (суть),
I – Что делать?,
R – Комментарий, пояснение.
+ простота, наибольшая степень приближения
- сложность оценки целостного образа знаний
Продукционная модель или модель, основанная на правилах, позволяет представить знания в виде предложений типа «Если (условие), то (действие)». Под «условием» (антецедентом) понимается некоторое предложение образец, по которому осуществляется поиск в базе знаний, а под «действием» (консеквентном) - действия, выполняемые при успешном исходе поиска (они могут быть промежуточными, выступающими далее, как условия и терминальными или целевыми, завершающими работу системы). Записываются эти правила обычно в виде ЕСЛИ А1, А2...Аn ТО В. Пример. Если горючая жидкость разлита, то вызовите пожарных. Условия А1, А2...Аn обычно называют фактами. Факты могут быть истинными, ложными либо, в общем случае, правдоподобными, когда истинность факта допускается с некоторой степенью уверенности. Факты - это истинные высказывания (в естественном языке - это повествовательные предложения) об объектах или явлениях предметной области. Правила описывают причинно-следственные связи между фактами (в общем случае и между правилами тоже) - как истинность одних фактов влияет на истинность других.
Фрейм — это абстрактный образ для представления стереотипа объекта, понятия или ситуации. Под абстрактным образом понимается некоторая обобщенная и упрощенная модель или структура. Фреймом также называется и формализованная модель для отображения образа.
11 сетевые модели знаний – представление в виде сети, декларативность, что с чем связано, в зависимости от построений схем сети – однородная, ярусная. Дерево (что такое сеть)
Sc =
I – Множество объектов,
C - Множество типов связей,
G – Отображение того какие объекты связаны.
Термин «семантическая» означает «смысловая», а сама семантика — это наука, устанавливающая отношения между символами и объектами, которые они обозначают, т. е. наука, определяющая смысл знаков. Семантическая сеть — это ориентированный граф, вершины которого представляют собой понятия, а дуги — отношения между ними. В качестве понятий обычно выступают абстрактные или конкретные объекты, а отношения — это связи типа: «это», «имеет частью», «принадлежит», «любит» и т. д. Характерной особенностью семантических сетей является обязательное наличие трех типов отношений: класс — элемент класса; свойство — значение; пример элемента класса. Проблема поиска решения в базе знаний типа семантической сети сводится к поиску путей на графе, позволяющих от вершин с исходными данными добраться до вершин с искомыми величинами. Такой поиск можно автоматизировать. Вывод (продуцирование) новых знаний в семантической сети может проводиться «в двух направлениях»: от известных данных к цели (результатам) или, наоборот, от цели Искусственный интеллект 19 к известным данным. Первый способ называется прямой волной, прямым поиском, прямой стратегией вывода, а второй — обратной волной, обратным поиском, обратной стратегией вывода. Основной недостаток подобной модели — сложность поиска вывода на семантической сети.
12 фреймовая модель знаний - что такое фрейм, …
фрейм — это единица представления знания, заполненная в прошлом, детали которой по необходимости изменяются и уточняются применительно к ситуации. Каждый такой фрейм может быть дополнен различной информацией, касающейся способов применения этого фрейма, последствий такого применения и т. п. Например, образ жизни каждого человека — это большей частью череда типовых ситуаций, различающихся каждый раз в деталях, но в целом повторяющихся.
13 Модель знаний в виде онтологий
Концептуализация – процесс выведения понятия из наблюдения, отношение с которым данный концепт находится с другими.
Концептуализация служит для упрощения нашего видения мира.
Онтология в информатике – настроенная концептуальная схема, структура объектов, позволяющая обрабатывать эту информацию на ЭВМ.
P.S. Таксономия – наука о принципах и практики классификации и систематизации.
Вопросы вывода
14 вывод знаний как метод поиска решения задачи, постановка задачи
Машина вывода: вывод знаний, как поиск решения задачи.
Рассуждение – это построение последовательности аргументов вынуждающее принять принужденное решение.
Открытое утверждение
Использование достоверных или правдоподобных рассуждений
15 модели поиска решений на графе, что такое граф, сеть от дерева
Связанный граф не имеющий циклов называют «деревом».
16 генетический алгоритм поиска решений – рассматривается задача вывода в изменяющиеся ситуации…
Идея га заключается в подобии живых объектов, при этом на каждом шаге генерируется отбор наилучших вариантов.
В силу случайного механизма формирования множества вариантов, среди них может оказаться не лучший, поэтому выбор осуществляется из всего множества.
Га
Случайным образом выбираются исходные хромосомы
В соответствии со сформированной функции выбирается (формируется) оценка.
Если значение целевой функции достигло заданных значений, то задача решена.
В противном случае определяется вероятность участия iй хромосомы. Или нормировка.
Выполняется репродукция хромосомы, осуществляется при помощи рандомизированного розыгрыша: случайным образом из интервала 0-1 выбирается значение равновероятно закону распределения. Дальше полученное значение формируется с имеющиеся значением.
Выполняется заданное число операций
Кросс оверинг в отобранном множестве хромосом. Осуществляется обмен хромосом, меняем отдельные компоненты. Может выполняться мутация(случайное изменение хромосом в отобранном множестве).
Не смотря на случайный характер ГА, этот процесс сводится в сторону целевой функции.
Генетический алгоритм представляет собой многократно
повторяющийся процесс выбора родителей из популяции, применения к
ним процедур скрещивания и мутации и, наконец, помещения
получаемых потомков в популяцию. Признаком окончания работы
ГА является выполнения некоторого условия, связанного с
достижением точности нахождения искомых параметров, которые не
зависят от времени. Однако в большинстве задач управления
параметры исследуемых систем изменяются во времени. Для того чтобы
использовать ГА в таких ситуациях, следует использовать новый
тип ГА — динамические ГА, которые функционируют одновременно
с работой самой системы управления
17 логический вывод четкий , таблица истинности
Логический вывод – построение последовательности аргументов в котором используется фиксированное множество фактов.
А1 ∧ А2∧А3∧Аn |- В если А1 и А2 то верно |- В
18 методы решений логических задач, кто какое платье одел, например
19 методы доказательства логики , синтаксический семантический выводы
Логическое доказательство двух типов
Семантический - Av(B∧C) (AvB) ∧(AvC),
Синтаксический. Решить задачу – это значит устранить неопределённость между посылкой и заключением.
Метод допущения
АiA->B
B
Метод от противного
неBiA->B
неA
20 вывод методом резолюции – позволяет добывать новые знания из имеющиеся знаний, метод доказательства теорем через поиск противоречий
Атомарную(нецелую) формулу из одной пропозицией называют литерал (фикс значение).
Дизъюнкт - это дизъюнкция нескольких литералов. AvBvC
Дизъюнкт не содержащий литералов – пустой литерал.
PvC1 неPvC2 – где P контрарные (противоположны) C1C2 – Резольвент
Доказательство теорем методом резолюции – множество дизъюнктов высказывания S не выводимы тогда, когда из S выводим пустой дизъюнкт.
Формируем противоположное высказывание:
Исходные формулы дополняем отрицанием
Полученное выражение приводим в конъюнкцию дизъюнктов
Знаки конъюнкции меняем на запятые
К дизъюнктам применяем метод резолюции, пытаемся доказать что, свести к пустому дизъюнкту.
!
21 неопределенность, классификации неопределённости –
Неопределенность применяется чтобы передать отношение между имеющиеся знаниями и действительностью.
Собрана не вся возможная информация
Собрана не вся необходимая информация
Если между исследуемыми объектами и объектами языка установлено однозначное соответствие, то задача определена.
В условиях неопределённости установлено множество фактов, таких как неизвестность, неоднозначность и недостоверность.
Неоднозначность делима на
физическую – неточность - теория изменений и случайность – теория вероятностей.
Лингвистическую – неоднозначность смысла и полисемию(многозначность) - омонимия – теория нечётких множеств.
Недостоверность связана с тем что процесс сбора информации приостановлен в связи с окончанием ресурса.
Для фиксации уровня неопределенности используется числовые характеристики.
Актуальной проблемой является оценка качественных характеристик.
22 Байесовский подход построения модели вывода – относится к физической неопределенности.
ТР применима в тех случаях, когда эксперимент может быть повторён бесконечное число раз в одинаковых условиях.
Подход назван по теореме Бейеса (из теории вероятностей), занимающей центральную роль в данной концепции. Она гласит: условная вероятность события A, если известно, что событие B уже наступило (обозначается P (A | B)), равна условной вероятности B, если известно, что событие A наступило, помноженной на отношение безусловных вероятностей A и B:
формула, мед пример, симптомы болезни
23 нечёткий логический вывод, метод композиции, бинарное отношение матрицей , иитэ житэ , мью
Нечёткой продукцией называют выражение
Q, P, A => B, S, F, N
Q – Сфера применения продукции,
P – Условие применимости продукции,
A – Ядро продукции, условие
=> - Следствие
B - Заключение,
S – Способ определения истинности результата (уверенности),
F – Уверенность в нечёткой продукции (коэффициент),
N – Пост условие
Нечёткая продукция в совокупности с другими используемыми продукциями должна быть согласованы с ними.
В системах нечеткого вывода используется правило нечетких продукций, где условие (А) и (В) сформулировано в виде нечётких высказываний база правил представляет собой нечёткое множество базы продукций.
Результат композиции двух отношений зависит от принятого правила их комбинации. Для этого используется максминное правило.
Побудительным мотивом стала необходимость описания таких явлений и понятий, которые имеют многозначным и неточный характер.
При помощи нечетких множеств можно формально определить неточные и многозначные понятия, такие как «высокая температура» или «большой город». Для формулирования определения нечеткого множества необходимо задать так называемую област рассуждений. Например, когда мы оцениваем скорость автомобиля, мы ограничимся диапазоном X = [0, Vmax], где Vmax — максимальная скорость, которую может развить автомобиль. Необходимо помнить, что X — четкое множество. !
24 экспертные системы – это программа заменяющая в предметной области. Создаётся том случае когда решается слабоструктурированная задача или преодоления трудностей. Выдаёт рекомендации.
Экспертная система не может быть создателя и соответственно не заменит эксперта.
ЭС
База знаний база объяснений
Машина вывода
Интеллект. интерфейс
25 системы ии основанные на нейронных сетях
26 какая-то задача |
Скачать 30.04 Kb.