Преимущества использования экспертных систем - раздел Философия, ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ Возникает Вопрос: «Зачем Разрабатывать Эс? Не Лучше Ли Обратиться К Человечес...
Возникает вопрос: «Зачем разрабатывать ЭС? Не лучше ли обратиться к человеческому опыту, как это было раньше?»
Отметим лишь основные преимущества, которые дает использование ЭС:
1). Ее постоянство. Человеческая компетенция ослабевает со временем. Перерыв в деятельности человека-эксперта может серьезно отразиться на его профессиональных качествах.
2). Легкость передачи. Передача знаний от одного человека другому – долгий и дорогой процесс. Передача искусственной информации – это простой процесс копирования программы или файла данных.
3). Устойчивость и воспроизводимость результатов. Эксперт-человек может принимать в тождественных ситуациях разные решения из-за эмоциональных факторов. Результаты ЭС – стабильны.
4). Стоимость. Эксперты, особенно высококвалифицированные обходятся очень дорого. ЭС, наоборот, сравнительно не дороги. Их разработка дорога, но они дешевы в эксплуатации.
Вместе с тем разработка ЭС не позволяет полностью отказаться от эксперта-человека. Однако ЭС может позволить отказаться от услуг высококвалифицированного эксперта, оставив эксперта средней квалификации, используя при этом ЭС для усиления и расширения его профессиональных возможностей.
Государственное образовательное учреждение... высшего профессионального образования... Санкт Петербургский государственный...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ:
Преимущества использования экспертных систем
Что будем делать с полученным материалом:
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Целый ряд других направлений
· Генетические алгоритмы
· Когнетивное моделирование;
· Интеллектуальные интерфейсы;
· Распознавание и синтез речи;
· Дедуктивные модели;
· Многоагентны
Понятие «Знание» в ИИ
Разумное поведение человека базируется на знании и опыте, являющихся результатом обучения. Т.е. способность к обучению и накоплению знаний является основным признаком интеллекта. Получением, накопл
Проблема представления знаний
Целое направление искусственного интеллекта – «Инженерия знаний» – занимается вопросами проектирования баз знаний, т.е. проблемами обработки знаний. Обработка знаний включает в себя:
·
Логическая модель представления знаний
Одним из способов представления знаний является язык математической логики, позволяющий формально описывать понятия предметной области и связи между ними. Все логические модели знаний представляютс
Семантические сети
Семантическая сеть наиболее близка к тому, как представляются знания в текстах на естественном языке. В ее основе лежит идея о том, что вся необходимая информация может быть
Продукционная модель представления знаний
В общем случае продукционное правило можно представить в следующем виде:
i : S; L; A®B; Q ,
где i – индивидуальный номер продукции;
Представление знаний с применением фреймов
1.6.1. Понятие фрейма и слота
Термин фрейм (frame — каркас, рамка) предложен М. Минским в 70-е годы. Под фреймом понимается абстрактный образ или ситуация. В психологии и философии
Назначения и основные свойства ЭС
Существенный прорыв в практических приложениях ИИ произошел в середине 70-х годов, когда на смену поискам универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов-э
Особенности построения и организации ЭС
Основой любой ЭС является совокупность знаний, структурированная в целях упрощения процесса принятия решения. Для специалистов в области ИИ термин знания означает совокупность сведений о сущ
Технология разработки экспертных систем
Технология разработки ЭС включает в себя шесть этапов (см. рис. 2.5): этапы идентификации, концептуализации, формализации, выполнения, тестирования, опытной эксплуатации.
Основные режимы работы экспертных систем
В работе ЭС можно выделить два основных режима: режим приобретения знаний и режим решения задачи (режим консультации или режим использования). В режиме приобретения знаний общение с ЭС осуще
Отличия ЭС от традиционных программ
Особенности ЭС, отличающие их от обычных программ, заключаются в том, что они должны обладать:
1) Компетентностью, а именно:
Ø Достигать экспертного уровня решений (
История возникновения теории нечетких множеств
Теория нечетких множеств (fuzzy sets theory) ведет свое начало с 1965г., когда профессор Лотфи Заде (Lotfi Zadeh) из университета Беркли опубликовал основополагающую работу “Fuzzy Sets” в журнале “
Понятие нейронной сети
Нейронные вычисления – это теория разработки и исследования систем обработки информации, использующих механизмы восприятия и переработки информации естественных информационны
Задачи, решаемые с помощью нейронных вычислений
Классификация образов. Задача состоит в указании принадлежности входного образа (например, речевого сигнала или рукописного символа), представленного вектором признаков, одному или нескольки
Принципы организации и функционирования ИНС
Нейронная сеть – это параллельная распределенная структура обработки информации в виде направленного графа с учетом следующих определений и ограничений:
1) вершинами
Архитектуры искусственных нейронных сетей
На сегодняшний день можно выделить четыре основные разновидности архитектуры ИНС.
1. Однослойные прямонаправленные сети. K-слойной называется ИНС, состоящая из k групп
Хотите получать на электронную почту самые свежие новости?
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Новости и инфо для студентов