На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


Лекции Представление знаний в интеллектуальных системах

Информация:

Тип работы: Лекции. Добавлен: 17.05.2012. Сдан: 2011. Страниц: 12. Уникальность по antiplagiat.ru: < 30%

Описание (план):


Представление знаний 
в
интеллектуальных системах 

Лекция 10
АХТП
Гаврилов А.В.                                        НГТУ, каф. АППМ 

2  

    Корпоративные  информационные системы
ERP- и CRM-  системы 
 

1.1 Учет
1..2. Планирование
1.3. Прогноз
1.4. Анализ  данных
1.5.Диагностика
1.6.Оценка
1.7.Безопасночть
1.8. Управление  знаниями (хранилища данных и  знаний)
1.9.Документо-оборот
1.10. Моделирование  бизнес-процессов 
 
 

2.1.Диагностика
2.2.Управление
2.3.Мониторинг
2.4.Безопасность 
 

3.Роботы 
 

2.Управление  технологическими процессами  
 

3.1.Зрение
3.2.Распознавание  речи и ЕЯ
3.3.Другие сенсорные  подсистемы
3.4.Навигация
3.5.Взаимодействие  роботов между собой
3.6.Планирование
3.7.Диагностика
3.8.Синтез речи
3.9.Управление  приводами 
 

4.Советующие  системы 
 

5.Извлечение  данных и знаний 
 

6.Проектирование 
 

4.1.Идентификация  ситуации/ объекта
4.2.Диагностика
4.3.Прогноз
4.4.Мониторинг
4.5.Оценка (риска,  стоимости и т.п.) 
 

5.1.Анализ данных
5.2.Анализ документов
5.3.Поиск по  смыслу в документах
5.4.Поиск по  смыслу в Internet
5.5.Доступ к  БД на ЕЯ
5.6.Распознавание  текста (OCR)
5.7.Перевод 

0. Инструментарий
      Языки программирования
      Средства для создания экспертных систем
      Средства для создания хранилищ данных и знаний
      Средства для создания нейронных сетей и включения их в приложения
      Средства для экспериментов
        С нейронными сетями
        С роботами
 
 
 
7.Игры и обучающие  программы 

7.1.Стратегии
7.2.Имитаторы
7.3.Action
7.4.Тесты и  тренажеры
7.5.Электронные.учебники
7.6. Электронный  собеседник,
виртуальная  личность 

Классификация  задач, использующих  ИИ 

Это - попытка  классификации всех задач
информатизации, в которых применяются
или могут  применяться технологии ИИ.
0-й раздел  - задачи, решаемые не для  конечных
пользователей, а для разработчиков интеллектуальных
систем.
Таблица создана  на основе анализа существующих
на рынке программных  продуктов. 
 

6.1.Конфигури-рование
6.2.Выбор комплектации
6.3.Оценка проекта 

Гаврилов А.В.                                        НГТУ, каф. АППМ 

3  

Представление знаний в системах искусственного интеллекта 

Основной  особенностью интеллектуальных  систем является то, что они основаны на знаниях, а вернее, на некотором их представлении.
Знания здесь понимаются как хранимая информация, формализованная в соответствии с некоторыми правилами, которую ЭВМ может использовать при логическом выводе по определенным алгоритмам.
Наиболее  фундаментальной и важной проблемой  является описание смыслового  содержания проблем самого широкого  диапазона, т.е. должна использоваться  такая форма описания знаний, которая гарантировала бы правильную  обработку их содержимого по  некоторым формальным правилам. Эта проблема называется проблемой представления знаний.
Гаврилов А.В.                                        НГТУ, каф. АППМ 

4  

Методы представления знаний 

В настоящее  время наиболее используемые  подходы к представлению знаний в интеллектуальных системах:
    Методы инженерии знаний, ориентированные на формализацию знаний:
      логические модели, в том числе продукционные;
      семантические сети;
      фреймы;
    Методы, ориентированные на обучение:
      нейронные сети;
      байесовские сети (условные вероятности)
Гаврилов А.В.                                        НГТУ, каф. АППМ 

5  

Другая классификация методов представления знаний 

    Логические
    Эвристические
    Нейронные сети
    Вероятностные
Гаврилов А.В.                                        НГТУ, каф. АППМ 

6  

Логические 

    Логика  предикатов 1-го порядка
    Модальные логики
    Нечеткие логики
    Псевдофизические логики
    Дескрипторная логика
Гаврилов А.В.                                        НГТУ, каф. АППМ 

7  

Эвристические 

    Правила-продукции
    Семантические сети
    Фреймы
Гаврилов А.В.                                        НГТУ, каф. АППМ 

8  

Продукционная модель 

Продукционные  правила - наиболее простой способ, представления знаний. Он основан на представлении знаний в форме правил, структурированных в соответствии с образцом «ЕСЛИ - ТО». Часть правила «ЕСЛИ» называется посылкой, а «ТО» - выводом или действием. Правило в общем виде записывается так:
ЕСЛИ  A1, A2, ...,An, ТО В.
Такая  запись означает, что «если все  условия от A1 до Аn являются истинными, то В также истинно» или «когда все условия от А1 до Аn выполняются, то следует выполнить действие В».
Рассмотрим  правило
ЕСЛИ   (1)   у является отцом х
          (2)   z является братом у
ТО    z является дядей х
Гаврилов А.В.                                        НГТУ, каф. АППМ 

9  

Продукционная модель (2) 

Знания, представленные в интеллектуальной  системе, образуют базу знаний.
В интеллектуальную  систему входит также механизм выводов, который позволяет на основе знаний, имеющихся в базе знаний, решать задачи, для которых построена система, и получать новые знания.
Гаврилов А.В.                                        НГТУ, каф. АППМ 

10  

Продукционная модель (пример) 

Положим, что в базе знаний вместе  с описанным выше правилом  содержатся и такие знания:
ЕСЛИ   (1)  z является отцом х
          (2)  z является отцом у
          (3)  х и у не являются одним и тем же человеком
ТО   х и у являются братьями  

Иван  является отцом Сергея 
Иван  является отцом Павла 
Сергей  является отцом Николая
Следовательно ? Павел является дядей Николая  

Гаврилов А.В.                                        НГТУ, каф. АППМ 

11  

Интеллектуальная система, основанная на знаниях включает в себя: 

    Базу  знаний:
      Формализованные знания, упорядоченные и закреплённые на материальном носителе
      Формализованные метазнания, включая знания о достоверности источников знаний
    Программное обеспечение, обеспечивающее:
        доступ к знаниям
        пополнение знаний (обучение)
        использование знаний для решения практических задач
Гаврилов А.В.                                        НГТУ, каф. АППМ 

12  

Семантическая сеть 

Семантическая  сеть - иной подход к представлению знаний, который основан на изображении понятий (сущностей) с помощью точек (узлов) и отношений между ними с помощью дуг на плоскости.
Семантические  сети способны отображать структуру  знаний во всей сложности их  взаимосвязей, увязать в единое  целое объекты и их свойства.
В качестве  примера может быть приведена  часть семантической сети, относящейся  к понятию «фрукты».
Гаврилов А.В.                                        НГТУ, каф. АППМ 

13  

Семантическая сеть (пример)
Гаврилов А.В.                                        НГТУ, каф. АППМ 

14  

Фреймы 

Фреймовая  система имеет все свойства, присущие языку представления знаний, и одновременно являет собой новый способ обработки информации.
Слово  «фрейм» в переводе с английского  языка означает «рамка».
 
Гаврилов А.В.                                        НГТУ, каф. АППМ 

15  

Фреймы (2) 

Фрейм  является единицей представления  знаний об объекте, которую можно  описать некоторой совокупностью  понятий и сущностей.
Фрейм  имеет определенную внутреннюю  структуру, состоящую из множества  элементов, называемых слотами.
Каждый  слот, в свою очередь, представляется  определенной структурой данных, процедурой, или может быть связан  с другим фреймом.
Гаврилов А.В.                                        НГТУ, каф. АППМ 

16  

Фреймы (пример) 

Обезьяна 

: 

Фрейм аналогии 

Нет 

: 

Хвост 

1 - 200 кг 

: 

Масса 

30-220 см 

: 

Рост 

Голова, шея, руки, ноги,... 

: 

Структурный  элемент 

Животное 

: 

Класс 

Фрейм: человек
Гаврилов А.В.                                        НГТУ, каф. АППМ 

17  

Особенности машинного представления знаний 

    Внутренняя  интерпретируемость. Обеспечивается наличием у каждой информационной единицы своего уникального имени, по которому система находит ее для ответа на запросы, в которых это имя упомянуто.
    Структурированность. Информационные единицы должны обладать гибкой структурой, для них должен выполняться «принцип матрешки», т.е. вложенности одних информационных единиц в другие, должна существовать возможность установления соотношений типа «часть - целое», «род - вид», «элемент - класс» между отдельными информационными единицами.
    Связность. Должна быть предусмотрена возможность установления связей различного типа между информационными единицами, которые бы характеризовали отношения между информационными единицами. Эти отношения могут быть как декларативными (описательными), так и процедурными (функциональными).
Гаврилов А.В.                                        НГТУ, каф. АППМ 

18  

Особенности машинного представления знаний (2) 

    Семантическая  метрика. Позволяет устанавливать ситуационную близость информационных единиц, т.е. величину ассоциативной связи между ними. Такая близость позволяет выделять в знаниях некоторые типовые ситуации, строить аналогии.
    Активность. Выполнение действий в интеллектуальной системе должно инициироваться не какими-либо внешними причинами, а текущим состоянием представленных в системе знаний. Появление новых фактов или описание событий, установление связей должны стать источником активности системы.
Гаврилов А.В.                                        НГТУ, каф. АППМ 

19  

Формализм как средство представления знаний 

    Формализм – это формальная система, используемая в качестве средства представления знаний
    Формализм включает:
      языковой (изобразительный) компонент
        алфавит и синтаксис
      процедурный (алгоритмический, вычислительный) компонент
        аксиоматика и продукционные правила, модели рассуждений над знаниями
Гаврилов А.В.                                        НГТУ, каф. АППМ 

20  

Моделирование рассуждений 

Рассуждение - один из важнейших видов мыслительной деятельности человека, в результате которого он формулирует на основе некоторых предложений, высказываний, суждений новые предложения, высказывания, суждения.
Действительный  механизм рассуждений человека  остается пока недостаточно исследованным.
Гаврилов А.В.                                        НГТУ, каф. АППМ 

21  

Моделирование рассуждений (2) 

Человеческим  рассуждениям присущи:
    неформальность,
    нечеткость,
    нелогичность,
    широкое использование образов, эмоций и чувств, что делает чрезвычайно трудными их исследование и моделирование.
К настоящему  времени лучше всего изучены  логические рассуждения и разработано  много механизмов дедуктивных  выводов, реализованных в различных  интеллектуальных системах, основанных  на представлении знаний с  помощью логики предикатов 1-го  порядка 
Гаврилов А.В.                                        НГТУ, каф. АППМ 

22  

    Исчисление  предикатов первого порядка
      применяется
        в диагностических и советующих экспертных системах (ЭС)
        в системах компьютерного перевода текстов
        для реализации символьных преобразований
          аналитическое решение уравнений
          аналитическое упрощение выражений
          аналитическое интегрирование и дифференцирование и т.п.
        в качестве метаязыка
          в системах, требующих определения специализированных формальных систем для представления специфических знаний
      программная реализация
        непроцедурный язык программирования Prolog
        оболочки ЭС
      автоматизация обучения проблематична
        как правило, формализация знаний выполняется человеком – инженером по знаниям
Гаврилов А.В.                                        НГТУ, каф. АППМ 

23  

Логика предикатов 1-го порядка 

Предикат - это конструкция вида P(t1,t2,...,tn), выражающая какую-то связь между некоторыми объектами или свойствами объектов. Обозначение этой связи или свойства, Р, называют «предикатным символом»; t1,t2,...,tn обозначают объекты, связанные свойством (предикатом) Р и называют термами.
Термы  могут быть только трех следующих  типов:
1) константа  (обозначает индивидуальный объект  или понятие);
и т.д.................


Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.