рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Этап 3. Формализация

Этап 3. Формализация - раздел Философия, Тема 1 Особенности и признаки интеллектуальности информационных систем. Системы с интеллектуальным интерфейсом На Этапе Формализации Базы Знаний Осуществляется Выбор Метода Представления З...

На этапе формализации базы знаний осуществляется выбор метода представления знаний. В рамках выбранного формализма осуществляется проектирование логической структуры базы знаний.

На этапе формализации все ключевые понятия и отношения, выявленные на этапе концептуализации, выражаются на некотором формальном языке, предложенном (выбранном) инженером по знаниям. Здесь он определяет, подходят ли имеющиеся инструментальные средства для решения рассматриваемой проблемы или необходим выбор другого инструментария, или требуются оригинальные разработки. Средняя длительность 1-2 месяца.

На этапе формализации реализуются следующие модели:

Логическая модель реализует и объекты, и правила с помощью предикатов первого порядка, является строго формализованной моделью с универсальным дедуктивным и монотонным методом логического вывода "от цели к данным".

Основная идея при построении логических моделей знаний заключается в следующем – вся информация, необходимая для решения прикладных задач, рассматривается как совокупность фактов и утверждений, которые представляются как формулы в некоторой логике. Знания отображаются совокупностью таких формул, а получение новых знаний сводится к реализации процедур логического вывода.

Пример.

P: «Все люди смертны»

Q: «Сократ - человек»

R: «Сократ - смертен»

«Если все люди смертны и Сократ является человеком, то Сократ является смертным»

(P Ù Q) ® R

Продукционная модель позволяет осуществлять эвристические методы вывода на правилах и может обрабатывать неопределенности в виде условных вероятностей или коэффициентов уверенности, а также выполнять монотонный или немонотонный вывод.

Продукционная модель – это модель, основанная на правилах, позволяющая представить знание в виде предложений типа ЕСЛИ-ТО.

Пример.

ЕСЛИ «двигатель не заводится»

и «стартер двигателя не работает»

ТО«неполадки в системе электропитания стартера»

Семантическая сеть – это направленный граф с поименованными вершинами и дугами, причем узлы обозначают конкретные объекты, а дуги – отношения между ними.

Пример.

Фреймовая модель, как частный случай семантической сети, использует для реализации операционного знания присоединенные процедуры.

Фрейм – структура данных для представления некоторго концептуального объекта. Фрейм имеет имя, идентифицирующее описываемое понятие, и содержит ряд описаний – слотов, с помощью которых определяются основные структурные элементы этого понятия. За слотами следуют шпации, в которые помещают данные, представляющие текущие значения слотов.

Пример иерархии фреймов.

Объектно-ориентированная модель, как развитие фреймовой модели, реализуя обмен сообщениями между объектами, в большей степени ориентирована на решение динамических задач и отражение поведенческой модели.

– Конец работы –

Эта тема принадлежит разделу:

Тема 1 Особенности и признаки интеллектуальности информационных систем. Системы с интеллектуальным интерфейсом

Т о операционные знания алгоритм и фактуальные знания структура данных неотъемлемы друг от друга Однако если в ходе эксплуатации... Следствием этого является плохая жизнеспособность ИС слабая адаптивность к... В системах основанных на обработке БД происходит отделение фактуального и операционного знаний друг от друга Первое...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Этап 3. Формализация

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Тема 1 Особенности и признаки интеллектуальности информационных систем. Системы с интеллектуальным интерфейсом
Особенности и признаки интеллектуальности ИС. Принятие решений относительно действий или поведения в той или иной ситуации любых субъектов (людей, роботов, сложных систем

СБД=программа ó СУБД óБД
Концепции независимости программы от данных позволяет повысить гибкость ИС по выполнению производственных информационных запросов. Общие недостатки традиционных ИС: 1. Слабая адап

Системы с интеллектуальным интерфейсом
1. Интеллектуальные БД отличаются от обычных БД возможностью выборки по запросу необходимой информации, к-е могут явно не храниться, а выводиться из имеющейся в БД. Интеллек

Экспертные системы.
Назначение экспертных систем заключается в решении достаточно трудных для эксперта задач на основе накапливаемой БЗ, отражающей опыт работы экспертов в рассматриваемой проблемной области.

Многоагентные системы
Для таких динамических систем характерна интеграция в БЗ нескольких разнородных источников знаний, обменивающихся между собой получаемыми результатами на динамической основе (например, доска объявл

Тема 4 Самообучающиеся системы: индуктивные системы, нейронные сети, системы, основанные на прецедентах, информационные хранилища
Самообучающиеся системы. В основе самообучающихся систем лежат методы автоматической классификации примеров ситуаций реальной практики (обучение на примерах). Примеры реал

Извлечение знаний на основе информационных хранилищ
В отличие от интеллектуальной базы данных информационное хранилище представляет собой хранилище извлеченной значимой информации из оперативных баз данных, которое предназначено, в первую очередь, д

Этап 1. Идентификация
Этап идентификации проблемной области включает определение назначения и сферы применения экспертной системы, подбор экспертов и группы инженеров по знаниям, выделение ресурсов, постановку и парамет

Этап 2. Концептуализация
На этапе построения концептуальной модели создается целостное и системное описание используемых знаний, отражающее сущность функционирования проблемной области. От качества построения концептуально

Этап 4. Реализация
На этапе реализации экспертной системы происходит физическое наполнение базы знаний и настройка всех программных механизмов в рамках выбранного инструментального средства, а при необходимости и доп

Этап 5. Тестирование
На этапе тестирования созданные экспертные системы оцениваются с позиции двух основных групп критериев: точности и полезности. С точностью работы связаны такие характеристики, как правильн

Тема 9 Системы нечеткой логики с фаззификатором и дефаззификатором. Методика построения систем нечеткой логики в RESOLVER’е и в среде MatLab
Для того, чтобы использовать рассмотренные выше простые системы нечеткой логики в технических приложениях, когда входы и выходы систем принимают реальные значения, наиболее простым путем является д

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги