рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Извлечение знаний на основе информационных хранилищ

Извлечение знаний на основе информационных хранилищ - раздел Философия, Тема 1 Особенности и признаки интеллектуальности информационных систем. Системы с интеллектуальным интерфейсом В Отличие От Интеллектуальной Базы Данных Информационное Хранилище Представля...

В отличие от интеллектуальной базы данных информационное хранилище представляет собой хранилище извлеченной значимой информации из оперативных баз данных, которое предназначено, в первую очередь, для оперативного анализа данных (реализации OLAP - технологии). Формулирование запроса осуществляется в результате применения интеллектуального интерфейса, позволяющего в диалоге гибко определять значимые признаки анализа для произвольной группировки данных. Наиболее известными инструментальными средствами поддержки информационных хранилищ и OLAP - технологий являются такие инструментальные средства, как статистический пакет прикладных программ SAS, специализированные программы Business Objects, Oracle Express, отечественные программные продукты Poly Analyst, Контур Стандарт и др.

Типичными задачами оперативного ситуационного анализа, решаемых на основе информационных хранилищ, являются:

· Определение профиля потребителей конкретного товара;

· Предсказание изменений ситуации на рынке;

· Анализ зависимостей признаков ситуаций (корреляционный анализ) и др.

 

Для решения перечисленных задач требуется применение методов извлечения знаний из баз данных (Оа(:а Мшш§ или Кпоу(О1зсоуегу), основанные на применении методов многомерного статистического анализа, индуктивных методов построения дерев] решений, нейронных сетей, генетических алгоритмов.

Рассмотрим сущность применения ранее не рассмотренного метода, основанного на применении генетических алгоритмов. Пусть требуется определить набор экономических показателей, которые в наибольшей степени влияют на положительную динамику поведения рынка. Тогда набор показателей можно рассматривать как набор хромосом, определяющих качества индивида, то есть решения поставленной задачи. Значения показателей, определяющих решение при этом соответствуют генам.

Генетические алгоритмы имеют ряд недостатков. Критерий отбора хромосом и сама процедура являются эвристическими и далеко не всегда гарантируют нахождения лучшего решения. Как и в реальной жизни, эволюция может остановиться на какой-либо непродуктивной ветви. С другой стороны можно подобрать примеры, когда из эволюции генетическим алгоритмом исключаются перспективные продолжения. Это особенно становится заметно при решении задач большой размерности со сложными внутренними связями.

В качестве примера разработки систем на основе генетических алгоритмов можно привести систему GeneHunter фирмы WardSystems Group.

 

– 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: Извлечение знаний на основе информационных хранилищ

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

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

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