рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Логическая модель представления знаний

Логическая модель представления знаний - раздел Философия, ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ Одним Из Способов Представления Знаний Является Язык Математической Логики, П...

Одним из способов представления знаний является язык математической логики, позволяющий формально описывать понятия предметной области и связи между ними. Все логические модели знаний 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 М в логических моделях знаний в настоящий момент чаще всего используются исчисление высказываний и исчисление предикатов первого порядка.

В исчислении высказываний в качестве выражений используются высказывания. Высказывание – это утверждение, которое может принимать значение "истина" или "ложь".

Новые высказывания получаются из существующих путем применения к ним операций И (конъюнкции), ИЛИ (дизъюнкции), НЕ (отрицания) и импликации (→).

Исчисление предикатов первого порядка является дальнейшим развитием исчисления высказываний. Предикат первого порядка – это n-местное отношение между объектами, которые называютсяаргументами предиката (n=1,2,3,...). Количество аргументов называется арностью, или местностью предиката.

Предикат можно рассматривать как утверждение, которое истинно, если истинными являются все его аргументы.

Предикаты записываются в виде:

F (a, b, ..., x, y, ...),

где F – предикатный символ, или имя предиката (имя предиката всегда начинается с прописной буквы);

a, b, x, y – аргументы предиката, причем а, b– константы (т.е. аргументы, которые могут иметь только одно значение); x, y – переменные (могут принимать несколько значений).

Константы обычно записываются начальными буквами алфавита, а переменные – последними.

В отличие от исчисления высказываний в исчислении предикатов используются квантор общности (") и квантор существования ($).

Рассмотрим их различное использование на примере двухместного предиката

любит (Х, У),

который описывает отношение «Х любит Y»:

- ("X) ("Y) любит (Х, Y) – все люди любят всех людей;

- ($Х) ("Y) любит (Х, Y) – существует человек, который любит всех;

- ("Х) ($Y) любит (Х, Y) – для каждого человека существует тот, который его любит;

- ($Х) ($Y) любит (Х, Y) – существует человек, который кого-нибудь любит.

Основным методом вывода в исчислении предикатов 1-го порядка является предложенный Робинсоном в 60-х годах метод резолюции – для любых двух дизъюнктов С1 и C2, если существует литера L1 в С1, которая контрарна литере L2 в C2, вычеркнув L1 и L2 из С1 и C2 соответственно, можно построить дизъюнкцию оставшихся дизъюнктов, и построенный дизъюнкт есть резольвента С1 и C2.

Например, С1:Р Ú R, C2:^Р Ú Q, тогда С3:R Ú Q – резольвента С1 и C2.


Достоинства логических моделей представления знаний:

1. В качестве «фундамента» здесь используется классический аппарат математической логики, методы которой достаточно хорошо изучены и формально обоснованы.

2. Существует достаточно эффективные процедуры вывода, в том числе реализованные в языке логического программирования Пролог.

3. В базах знаний можно хранить лишь множество аксиом, а все остальные знания получать из них по правилам вывода.

– Конец работы –

Эта тема принадлежит разделу:

ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ

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: Логическая модель представления знаний

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:

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: ·

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

Преимущества использования экспертных систем
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

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?
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