Применение нейросетевой технологии - раздел Образование, Введение в экспертные системы
В Настоящее Время Известно Много Удачных Примеров Применения ...
В настоящее время известно много удачных примеров применения нейросетевого подхода [19] для построения интеллектуальных информационных систем и, в частности, экспертных систем.
Комбинированное использование экспертной системы и аппарата искусственных нейронных сетей обеспечивает необходимую гибкость и самообучение на основе знаний, в то же время, полученные от экспертов знания позволяют существенно упростить структуру нейронных сетей, уменьшить число нейронов и связей в сети.
Например, медицинские нейросетевые экспертные системы проявили себя как серьезный соперник традиционных экспертных систем, составляя конкуренцию квалифицированным экспертам. Исследования, проведенные с использованием разработанной нейросетевой экспертной системы, показали ее превосходные возможности по диагностике некоторых классов болезней, которые плохо диагностируются врачами. Результаты проверки свидетельствуют о высокой достоверности результатов, достигаемых такими системами (до 94%).
Рассмотрим пример постановки задачи для экспертной системы. Многих людей беспокоят боли в спине, которые часто возникают внезапно и без определенной причины. Обычно трудно определять характер недомогания из-за отсутствия признаков какого либо конкретного заболевания. Боль обычно исчезает после короткого отдыха. Врачи называют это неопределенными болями в спине. Такие недомогания - основная причина потерянных рабочих дней. Люди, занимающиеся тяжелым физическим трудом, связанным, например, с поднятием тяжестей более подвержены периодически возникающим болям в спине. Это может также беспокоить тех, кто проводит много времени без движения. В любом случае, боли в спине могут иметь много причин. Большое значение при этом имеет правильно поставленный диагноз.
Целью построения экспертной системы является диагностика заболевания, которое может быть причиной периодических болей в спине.
Принцип построения экспертной системы на базе нейронной сети состоит в следующем. Составляются вопросы, ответы на которые имеют бинарный вид, т. е. «Да» или «Нет». При составлении «вектора опроса», если при диагностике следует ответ «Да», то компоненту вектора присваивается 1, если «Нет», то - 0.
Согласно вышесказанному, решающее «дерево», приведенное на рис. 6.1, может быть записано в виде трех векторов:
{..., 1,1, 0,...},{,..,1,0,1,...} и {..., 0,...}.
Рисунок 7.5 Часть решающего дерева
Первые две записи (векторы) передают следующий смысл:
ЕСЛИ:
Пациент имеет температуру выше 38° С, и чувствует боль только с одной стороны спины
или:
Пациент чувствует недомогание.
Третья запись (вектор) передает:
ЕСЛИ:
Пациент имеет температуру меньше 38°С.
ТО: ….
Составим простые вопросы для диагностики возможных причин болей в спине. Входные векторы в лингвистической форме будут при этом иметь следующий вид:
1.1) Боль возникает после подъема тяжести?
И/ИЛИ:
1.2) После истощающего физического упражнения?
2) Температура выше 38 ºС?
3.1) Пациент старше 60 лет?
И/ИЛИ:
3.2) Пациент провел несколько недель в кровати или в инвалидном кресле?
4) Пациент старше 45 лет?
5) Боль сильнее утром?
6.1) Пациенту мешает боль при ходьбе?
ИЛИ:
6.2) Боль чувствуется только в одной ноге?
7) Боль ограничена главным образом в спине?
8.1) Боль - только с одной стороны спины, выше талии?
8.2) Чувство тошноты?
9) Боль намного сильнее с одной стороны позвоночника?
10) Обычно болит шея или спина между плечами?
Аналогично можно построить вектор выходных значений, руководствуясь тем же самым правилом, что и для входных. Если на выходе нейронной сети, соответствующем какому-либо диагнозу получаем 1, то на данный диагноз следует обратить внимание, так как он может быть причиной боли.
Вектор выходных переменных (диагноз) имеет следующие компоненты:
1) Ишиас, вызванный давлением на корень седалищного нерва; необходима консультация у врача.
2) Возможный люмбаго (прострел), вероятно вызванный сильным напряжением спины.
3) Возможна инфекция почек, или боли могут являться сопровождением общего вирусного воспаления; необходима срочная консультация врача.
4) Боль в спине (возможно очень сильная), может быть следствием какого либо вирусного заболевания, например гриппа; необходима консультация врача.
5) Возможно повреждение кости в результате травмы; необходима консультация врача.
6) Возможен артрит позвонков шеи.
7) Возможен остеоартрит в нижней части груди, почек или позвоночника.
8) Возможно хроническое воспаление суставов.
9) Причина боли не выяснена; необходима консультация врача.
Полное решающее «дерево» для экспертной системы приведено на рис. 6.2. Сеть была реализована с помощью нейропакета NeuraPlanner. Обучение происходило при помощи 18 обучающих векторов. Для опроса сети необходимо закодировать в двоичном виде вопросы, а затем проделать обратную операцию с ответами. Время обучения сети при заданной ошибке 0,05 составило около 2 мин. Сеть обучилась за 7500 циклов.
Для проверки полученных результатов был проведен следующий опрос сети.
Постановка и кодирование вопросов:
1.1) Боль возникает после подъема тяжести? Да – 1.
И/ИЛИ:
1.2) После истощающего физического упражнения? Да -1.
2) Температура выше 38°С? Нет - 0.
3.1) Пациент старше 60 лет? Нет - О
И/ИЛИ:
3.2) Пациент провел несколько недель в кровати или в инвалидном кресле?
Нет - 0.
4)Пациент старше 45 лет? Нет - 0.
5) Боль сильнее утром? Да - 1.
6.1) Пациенту мешает боль при ходьбе? Да - 1
ИЛИ:
6.2) Боль чувствуется только в одной ноге? Нет - 0.
7) Боль ограничена главным образом в спине и не распространяется где-нибудь еще? Да -1.
8.1) Боль - только с одной стороны спины, выше талии? Да- 1.
И:
8.2) Чувство тошноты? Нет - 0.
9) Боль намного сильнее с одной стороны позвоночника? Нет-0.
10) Обычно болит шея или спина между плечами? Нет-0.
Идеи в области нейросетевой технологии быстро нашли свое применение в новом типе микроэлектронной техники – нейропроцессорах и нейрокомпьютерах (НК).
Сейчас нейросетевая технология применяют во многих областях промышленности.
Чтение печатного текста. Оптическая система распознования (Optical Character Recognition) фирмы Sharp Corp. используется для распознавания японских иероглифов, содержит порядка 10 млн. связей и использует разновидность системы LVQ Кохонена. Система Onyx Check Reader фирмы VeriFon Inc. Обеспечивает точное и недорогое считывание чисел на чеках, используя стандартный аналоговый нейрочип фирмы Synaptics.
Фирма NEC (Япония) объявила, что ею было создано устройство для визуального распознавания букв. Точность распознавания превысила 99%. Успех был достигнут за счет интеграции обычных алгоритмов с нейросетью, работающей по методу обратного распространения ошибки.
Рисунок 7.6 Полное решающее дерево
Фирма Poget Computer использует сеть NestorWriter для распознавания рукописных символов на персональных компьютерах с перьевым вводом. Система Automated Data Entry System (Hecht – Nielsen Corp., США) была использована для обработки чеков.
В университете Дж.Гопкинса ( США) создана нейронная сеть "Net-Talk", предназначенная для чтения вслух печатного текста (300 нейронов, 10 000 связей, слова создаются синтезаторами). За восемь дней сеть освоила 20 000 английских слов. По свидетельству очевидцев, звучание текста очень напоминает голос ребенка на различных этапах обучения речи.
Анализ спектрографических данных в химической промышленности, классификация дефектов громкоговорителей (CTS Electronics), оценка чистоты апельсинового сока (Florida Departament of Citrus).
Фирма Neuromedical System Inc. предлагает электроэнцефалографы, аппаратуру для скрининга рака и другое оборудование, основанное на нейросетевой технологии.
Фирма Promised Land Brothers INC. предлагает недорогой пакет по оценке эффективности инвестиций. Chase Manhatten Bank использует гибридную систему распознавания образов с нейросетью для оценка риска при выдаче займов.
Интеллектуальный контроллер на основе нейросетевой технологии для управления дуговой печью, установленный фирмой Neural Application Corp. позволяет за один год сберечь средства на приобретение еще одной печи. Техасская фирма Ruget Sound Refinery включила нейросети в систему управления очисткой нефти.
Фирма US Naval Air Warfare Center (США) использует нейросети для управления снарядами. Там, где требуются быстрые решения, нейросети имеют огромные преимущества перед обычными методами. Фирма Lockheed (США) разработала систему управления воздушным боем для истребителя, основанную на прогнозировании возможных действий противника. Система использует нейросеть для интеграции многоканальных данных об образцах полета и воздушного боя.
Введение в экспертные... Структура экспертных Классификация систем основанных на Интерпретация...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ:
Применение нейросетевой технологии
Что будем делать с полученным материалом:
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Структура экспертных систем
ЭС состоит [37] из следующих основных компонентов: решателя (интерпретатора); рабочей памяти (РП), называемой также базой данных (БД); базы знаний (БЗ); компонентов приобретения зна
Интерпретация данных
Это одна из традиционных задач для ЭС. Интерпретация – процесс определения смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анал
Диагностика
Диагностика – процесс соотнесения объекта с некоторым классом объектов и/или обнаружение неисправности в некоторой системе. Неисправность – это отклонение от нормы. Такая трактовка позволяет с един
Мониторинг
Основная задача мониторинга – непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы – пропуск тревожно
Проектирование
Проектирование состоит в подготовке спецификаций на создание «объектов» с заранее определенными свойствами. Под спецификацией понимается весь набор необходимых документов – чертеж, пояснительная за
Прогнозирование
Прогнозирование позволяет предсказать последствия некоторых событий или явлений на основании анализа имеющихся данных. Прогнозирующие системы логически выводят вероятные следствия из заданных ситуа
Обучение
Под обучением понимается использование компьютера для обучения какой-то дисциплине или предмету. Системы обучения диагностируют ошибки при изучении какой-либо дисциплины с помощью компьютера и подс
Поддержка принятия решений
Поддержка принятия решений – это совокупность процедур, обеспечивающая лицо, принимающее решения, необходимой информацией и рекомендациями, облегчающими процесс принятия решения. Эти ЭС помогают сп
Этапы разработки экспертных систем
Разработка ЭС имеет существенные отличия от разработки обычного программного продукта. Опыт создания ЭС показал, что использование при их разработке методологии, принятой в традиционном программиро
Представление знаний в экспертных системах
Первый и основной вопрос, который надо решить при представлении знаний- это вопрос определения состава знаний, т.е. определение того, "ЧТО ПРЕДСТАВЛЯТЬ" в экспертной систе
Исчисление предикатов
Слово "логика" означает систематический метод рассуждений. Рассмотрим две конкретные системы логики - базисную (исчисление высказываний) и более богатую (исчисление предик
Доказательство приведением к противоречию
При построении выводов не всегда целесообразно ждать появления искомого заключения, просто применяя правила вывода. Именно такое часто случается, когда делается допущение В для дока
Доказательство методом резолюции
Применяется всего одно правило вывода, что позволяет не запоминать многочисленных правил вывода и тавтологии. Это- правило резолюции, которое приведено в таблице 2.1
Эвристики для поиска доказательства
При написании программы, которая будет делать за нас резолюцию и искать ответы на вопросы, полезно использовать следующие методы.
Предпочтение единичных.
Подстановка и унификация
Метод резолюции требует, чтобы делались подстановки в дизъюнкты так, чтобы две литеры с противоположными знаками содержали совпадающие атомы. Так как эти атомы могут содержать перем
Семантические сети
Понятие семантической сети основано на древней и очень простой идее о том, что <память> формируется через ассоциации между понятиями. Понятие <ассоциативная память> появ
Правила продукций
Самым распространенным форматом для представления знаний, наиболее соответствующим их процедурному характеру, является правило продукции, которое по своей сути - просто программа из
Методы стратегии поиска решений
Как было показано в главе 1, экспертные системы состоят из трех компонентов:
- базы знаний, содержащей правила продукций;
- базы данных, которая отображает текущее
Поиск решения задач в пространстве состояний
Чтобы построить описание задачи с использованием пространства состояний, нужно иметь определенное представление о том, что собой представляют состояния в конкретной задаче. Таким об
Методы поиска решений в одном пространстве
Методы поиска решений в одном пространстве обычно делятся на поиск в пространстве состояний, поиск методом редукции, эвристический поиск и поиск генерация-проверка [39].
В
Процессы поиска на графе
Граф определяется как множество вершин вместе с множеством ребер, причем каждое ребро задается парой вершин. Если ребра направлены, то их также называют дугами. Дуги з
Эвристический поиск
Подход “поиск в пространстве состояний” сформировался в результате попыток автоматизации игр. В большинстве игр имеется конечное число позиций (или “состояний”), которые могу
Экспертная система на правилах
В системе, базирующейся на правилах, результат является действием одного из продукционных правил. Эти продукционные правила определяются входными данными.
Таким образом, экспертная система
Экспертные системы, базирующиеся на логике
В экспертных системах, базирующихся на логике, база знаний состоит из утверждений в виде предложений логики предикатов.
Такие предложения могут группироваться, образуя базу
Системы с доской объявлений
В последние годы в разработке архитектуры экспертных систем появилось новое направление [61], которое получило название системы с доской объявлений (blackboard syste
Принцип организации систем с доской объявлений
В основу организации систем этого типа положена следующая идея.
Представьте себе группу экспертов, которые сидят возле классной доски (или большой доски объявлений) и пытаются решить какую
Система HEARSAY
Архитектура на основе доски объявлений выросла из разработанной в конце 70 годов системы распознавания речи HEARSAY-II и HEARSAY-III. Программирование компьютера с целью распознаван
Виды неопределенности
В предыдущих примерах все знания были определенными. Утверждениями были или ИСТИНА, или ЛОЖЬ. Однако в жизни имеется тенденция к “нечеткости” в представлении знаний. Тем не менее, н
Байесовский метод
При байесовском подходе степень достоверности каждого из фактов базы знаний оценивается вероятностью, которая принимает значения в диапазоне от 0 до 1. Вероятности исходных фактов о
Биполярные схемы для коэффициентов определенности
Прототипом систем, основанных на приближенных рассуждениях, являются MYCYN и ее прямой потомок EMYCYN. В EMYCYN в любом случае, когда должна быть численно выражена определенность, и
Теория свидетельств Демпстера-Шефера
Подход, принятый в теории Демпстера-Шефера (ТДШ) [64] отличается от байесовского подхода и метода коэффициентов уверенности тем, что, во-первых, здесь используется не точечная оценк
Нечеткие множества и нечеткая логика
Для формализации нечетких знаний, характеризуемых лингвистической неопределенностью, применяется теория нечетких или расплывчатых множеств. Основы теории нечетких множеств были созданы в 1965 году
Многоступенчатые рассуждения
Чтобы представить себе, что же такое многоступенчатое рассуждение, допустим, что вы заболели. У вас простуда, вирусная инфекция или грипп, и вы хотели бы знать, что следует предприн
Процесс распространения в сети
Рассмотрим пример, иллюстрирующий распространение коэффициентов определенности в сети (Рисунок 6.8).
Особенности нейросетей
Главное достоинство [37] нейросетей в том, что они предоставляют в руки пользователю некий универсальный нелинейный элемент с возможностью широкого изменения и настройки его
Свойства нейрона
С конструктивной точки зрения нейрон, являющийся основным элементом нейросети, - это устройство для получения нелинейной функции нескольких переменных Xi с возможнос
Использование нелинейных элементов
Один из самых неожиданных результатов анализа И.Минского и С.Пейперта состоял в том, что персептрон, построенный на линейных функциях активации, не может воспроизвес
Сеть Хопфилда
В 1982 г. появилась работа Дж. Хопфилда [70], которая вызвала лавину теоретических и экспериментальных исследований и оживила угасавший интерес к нейронным сетям. Неожиданный успех работы объясняет
Многослойные сети
Сеть Хопфилда поддерживает множество лишних, неэффективных связей, по существу дублирующих друг друга. В реальных нервных системах поддержание таких связей требует определенных затр
Динамика обучения и поведения
В механике динамика в отличие от статики и кинематики предполагает наличие двух моментов: изменение переменных во времени и обусловленность этих изменений силами. Эти два момента им
Обучение многослойных сетей
Преимущества многослойных сетей были поняты достаточно рано. Ясно было также, что для использования этих преимуществ, преобразование при переходе от одного слоя к другому должно быть нелинейным: по
Проблемы и перспективы
Остановимся на трудностях, связанных с обучением нелинейных нейронных сетей. Основные из них следующие [37].
Медленная сходимость процесса обучения. Строго сходимост
Инструментальный комплекс G2
История развития инструментальных средств (ИС) для создания ЭС реального времени началась в 1985 г., когда фирма Lisp Machine Inc. выпустила систему Picon для символьных ЭВМ Symboli
База знаний
Все знания в G2 хранятся в двух типах файлов: базы знаний (БЗ) и библиотеки знаний (БиЗ). В файлах БЗ хранятся знания о приложениях: определения всех объектов, объекты, правила, про
Структура данных БЗ
Глобально сущности в БЗ G2 с точки зрения их использования могут быть разделены на структуры данных и исполняемые утверждения. Примерами первых являются объекты и их классы, связи (
Объекты
Объекты в базе знаний представляют собой отображения элементов реального мира, которые будут применяться при решении поставленной перед ЭС РВ задачи. Выделяют постоянные и временные
Связи и отношения
G2 предусмотрены два вида взаимосвязей между объектами: связи и отношения. Под связями понимается взаимосвязь между двумя сущностями, задаваемая разработчиком приложения и им
Исполняемые утверждения БЗ
Основу исполняемых утверждений БЗ составляют правила и процедуры. Кроме того, есть формулы, функции, действия и т.п. Правила в G2 имеют традиционный вид: условие (антецедент) и закл
Машина вывода
Одним из основных компонентов G2 является машина вывода, выполняющая рассуждения на основании:
• знаний, содержащихся в базе знаний;
• данных, пост
Планировщик
В связи с тем, что С2-приложение управляет множеством одновременно возникающих задач, необходим Планировщик. Планировщик управляет всеми процессами в G2 (Рисунок 8.1). Планировщик о
Моделирование
Одним из возможных источников данных для G2 является система моделирования внешнего окружения. Данная система используется для моделирования реальных объектов и устр
Естественно- языковой текстовый редактор
Разработчик G2 представляет информацию о разрабатываемом приложении на ограниченном английском языке, и ему предоставлена возможность ссылаться на любую сущность в БЗ многими способ
Изображения
Изображения используются для того, чтобы предоставить пользователю возможность увидеть значение переменных и выражений. Существуют следующие варианты, реализующие возможность изобра
Управляющие воздействия
Управляющие воздействия (end-user controls) - это средства, с помощью которых конечный пользователь может взаимодействовать с приложением. Существуют следующие виды управляющих воздействий:
Сообщения
Сообщения (messages) есть класс сущностей, которые содержат в себе текст. Сообщения являются средством, позволяющим G2 информировать пользователя о каких-либо событиях. Например, в
Управление доступом
С помощью средств управления доступом (access control) разработчик может влиять на то, что конечный пользователь видит и может делать с БЗ. Например, разработчик может управлять дос
Создание опций меню
Разработчик может определить новые опции (строки) меню сверх тех, которые используются стандартно. Когда пользователь выбирает опцию меню (user menu choise - umc) для того, чтобы внести новую строк
Средства инспекции и отладки
Ясно, что отладка прикладной системы, объединяющей продукционные правила, процедуры, различные уровни абстракции и иерархию классов, может превратиться в далеко не тривиальную задачу. В этой ситуац
Интерфейс с внешним окружением
В G2 реализована распределенная обработка приложения на принципах архитектуры клиент-сервер. Клиентная система Telewindows обеспечивает множественный доступ к централизованной базе
Информационные - ресурсы Интернет
Ниже даны некоторые ресурсы Интернет, посвященные проблемам искусственного интеллекта и экспертным системам:
1. http://www.aaai.org – сервер Американской ассоциации искусст
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