1. Интеллектуальные системы и признак структурированности задач. Системы для частично структурированных задач

Название	1. Интеллектуальные системы и признак структурированности задач. Системы для частично структурированных задач
Дата конвертации	19.12.2012
Размер	104.45 Kb.
Тип	Документы

1. Интеллектуальные системы и признак структурированности задач. Системы для частично структурированных задач.

Структурированная информация - имеется вся входная информация и простой алгоритм.

Неструктурированная информация - нет полной входной информации и алгоритмов решения. Применяется эвристический подход на основе догадок и соображений (например при игр в шахматы). Практически не подлежит обработки на средствах вычислительной техники.

Слабоструктурированная информация – имеются отдельные связи между элементами входной информации, возможность создать алгоритм решения. На выходе даются несколько возможных вариантов ответов. Для них используют: ИС, которые разрабатывают альтернативные решения (модельные и экспертные системы) и ИС, создающие управленческие отчеты.

Экспертные системы – экспертная поддержка приминаемых пользователем решений.

Модельные системы – работают в среде типовых математических моделей при решении задач, отвечающих на 2 вопроса «что будет, если …» и « как сделать, чтобы …». Для них свойственно: достаточно быстрая и адекватная интерпретация результатов моделирования, оперативная подготовка и корректировка входных параметров и ограничений, возможность графического представления динамики, дружественный интерфейс.

ИС, создающие управленческие отчеты – информационная поддержка пользователей, обеспечение доступа к БД. Возможности: комбинация данных из различных источников, автоматическая смена источников при поиске данных, СУБД, логическая независимость данных из различных БД, автоматическое отслеживание потока информации дли наполнения БД.

^ 2. Условия для разработки и внедрения экспертных систем.

Нехватка специалистов, затрачивающих значительное время на оказание помощи другим.
Снижение производительности.
Большое расхождение между решениями самых квалифицированных и неквалифицированных специалистов данной области.
Наличие конкурентов, которые лучше справляются с поставленной задачей.

^ 3. Задачи, подходящие для создания для экспертных систем.

Должны быть узкоспециализированной
Не зависят в значительной степени от общечеловеческих знаний или соображений здравого смысла.
Для эксперта задача не является слишком сложной или слишком простой.

^ 4. Этапы проектирования ЭС.

Выбор проблемы: определение предметной области и задачи, которой требуется решение, поиск эксперта и коллектива разработчиков, предварительный подход к решению проблемы, анализ расходов и прибыли, подробный план разработки.
Разработка прототипа ЭС: возможность проверки правильности кодирования факта, связей и стратегий рассуждения эксперта, идентификация проблемы, извлечение знаний (получение от эксперта наиболее полного представления о предметной области и способах принятия решения), структурирование знаний, формализация знаний, реализация, тестирование.
Доработка допромышленной системы: демонстрационный прототип, исследовательский прототип (наполнение правилами), действующий прототип (решение задач на реальных примерах, промышленная ЭС.
Стыковка ЭС.
Поддержка.

^ 6. Основные блоки ЭС.

Пользователь – специалист предметной области, для которого предназначена система.

Инженер по знаниям – человек / группа лиц, которые обладают знаниями в области информационных технологий и выступают в роли промежуточного звена между экспертом и БЗ.

Эксперт – высококвалифицированный специалист(ы) выбранной предметной области.

Интерфейс пользователя – комплекс программ, реализующих диалог пользователя с ЭС на стадии ввода данных и получения результатов.

Машина логического вывода – программа, моделирующая ход рассуждения эксперта на основании знаний из БЗ.

Подсистема объяснений – программа, позволяющая пользователю получить информацию о процессе размышлений.

Интеллектуальный редактор БЗ – программа, позволяющая инженеру по знаниям создавать БЗ в диалоговом режиме.

^ 7. Коллектив разработчиков ЭС.

Пользователь – специалист предметной области, для которого предназначена система.

Инженер по знаниям – человек / группа лиц, которые обладают знаниями в области информационных технологий и выступают в роли промежуточного звена между экспертом и БЗ.

Эксперт – высококвалифицированный специалист(ы) выбранной предметной области.

^ 8. Различия БД и БЗ.

Данные – отдельный факты, характеризующие объекты, процессы и явления предметной области, а так же их свойства. Источник – результаты наблюдений, измерений, справочники, таблицы, … Язык описания – язык описания данных SQL. Хранение – БД. Модели представления – иерархическая, сетевая, реляционная.

Знания – закономерности предметной области, полученные в результате профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области. Источники – результаты мышления, пособия, учебники. Язык описания – язык описания знаний Пролог. Хранение – БЗ. Модели представления – продукционная модель, семантические сети, фреймы.

^ 9. Свойства знаний.

Внутренняя интерпретация – в памяти хранятся не разрозненные объекты, а объекты и связи между ними (предприятие «1», местонахождения «2», номенклатура «3»).
Внутренняя структура связей – информационные единицы находятся в определенном отношении, имеющем классификацию (ВУЗ – фак-тет – курс – группа – студент).
Внешняя структура связи – позволяет описать отдельный объект в отношении к другому объекту. («ВУЗ – фак-тет – курс – группа – студент» проходит практику «предприятие «1», местонахождения «2», номенклатура «3»»)
Шкалирование – ведение соотношения между различными информационными единицами и упорядочение информационных единиц путем измерения интенсивности отношений и свойств.
Наличие семантической метрики.

Семантики:

- значение или объективное содержание информации

- концептуальный смысл (определенная связь между различными понятиями)

- личностный смысл (отражение системы взглядов эксперта)

- прагматический смысл (текущие знания о конкретной ситуации)

Наличие активности – знания позволяют выводить новые знания, что дает возможность решать не только типовые задачи, но и принципиально новые.

^ 10. Продукционная модель знаний.

Если (условие), то (действие). Условие – некоторое предложение, образец для поиска в БЗ. Действие – то, что происходит при успешном поиске. Действие может быть промежуточным (продолжение вывода по правилам) и целевым (получение конечного результата).

1 – Если А, то В; 2 – Если В, то С; 3 – Если С, то Д. (1 и 2 – промежуточные, 3 – целевое).

Плюсы: наглядность, высокая модульность, мягкость внесения дополнения и изменений, простота механизма логического вывода.

Минусы: трудность обеспечения непротиворечивости, при большом количестве условий и действий (Если С, то А – приведет к цикличности).

^ 12. Семантические сети.

С

емантическая сеть – ориентированны граф, вершины которого – понятия, а дуги – отношения между понятиями. Соответствуют представлению об организации долговременной памяти человека.

Понятия: понятие (существительное), события (глаголы), свойства (прилагательные).

Отношения: лингвистическое, логическое (И ИЛИ), теорико-множественное (ЧАСТЬ ЧЕЛОЕ), кванторы общности (ЛЮБОЙ СУЩЕСТВУЕТ).

Основной недостаток – сложность внесения изменений и построения машины логического вывода.

13. Фреймы.

Ч

астный случай семантической сети с более строгой структурой.

Любой фрейм имеет: имя фрейма, имя слота, значение слота, способ получения значения, присоединенная процедура.

Способы получения: явно из диалога с пользователем, наследование свойств, по формуле, через присоединенную процедуру (Демоны – пользователь их не вызывает, они активируются при изменении информации в слоте, ЕСЛИ ДОБАВЛЕНО, ЕСЛИ УДАЛЕНО, ЕСЛИ ИЗМЕНЕНО. Слуги – работают по запросу и определяются пользователем при создании фрейма.)

Плюсы: отображение концептуальной основы организации памяти человека, гибкость, наглядность.

Минусы: сложно построить машину логического вывода.

^ 15.Стратегия получения знаний.

Идентификация проблемы – Получение знаний – Структурирование.

Получение знаний: Без применения ЭВМ – извлечение знаний; С применением ЭВМ – приобретение знаний, формирование знаний.

Извлечение знаний – процедура взаимодействия эксперта с источником знаний, в результате которой становятся явными процесс рассуждения специалиста при принятии решения и структура их представления.

Приобретение знаний – процесс наполнения БЗ экспертом с использованием спец ПО.

Формирование знаний – процесс анализа данных и выявления скрытых закономерностей с использованием специального математического аппарата и программных средств.

^ 16. Психологический аспект извлечения знаний.

Контактный слой – атмосфера в коллективе разработчиков ЭС
Процедурный слой – ситуация общения (место, время)
Когнитивный слой – это механизмы при использовании которых человек познает окружающий мир.

Инженер по знаниям не должен навязывать эксперту свою модель.

Инженер по знаниям и эксперт должны четко осознавать цель процедуры извлечения знаний и по мере возможностей рисовать схему рассуждений эксперта.

^ 17. Лингвистический аспект извлечения знаний. Общий код.

Общий код состоит из: Бытовой язык (Эксперт и инженер), Спец. термины (Эксперт), Спец. термины из литературы (Инженер), Общенаучные термины (Эксперт и Инженер).

Разработка общего кода заканчивается формированием словаря терминов предметной области с группировкой их по смыслу.

Словарь пользователя – доработка словаря общего кода.

^ 18. Гносеологический аспект извлечения знаний. Проблемы применения критериев научного знания.

Гносеологический аспект касается методологических проблем получения нового знания.

Действительность – Сознание эксперта – Сознание инженера по знаниям – Поле знаний – БЗ экспертной системы.

^ 19. Текстологические методы извлечения знаний.

Пригодны для хорошо документированной предметной области. Задача извлечения знаний из текста ставится, как задача понимания и выделения смысла текста. Текстологические методы способствуют составлению словаря предметной области.

^ 20. Пассивные методы извлечения знаний.

Наблюдение.

«Мысли вслух» - рассуждение эксперта.

Лекция – готовит эксперт 2-5 штук – изложение основных понятий. Инженер по знаниям уточняет, задавая вопросы.

Типы инженера по знаниям и эксперта: мыслитель, собеседник, практик.

^ 21. Активные групповые методы извлечения знаний.

«Круглый стол». Обычно не умеют слушать друг друга. Не смысла проводить 2 раза.

«Мозговой штурм» (применим в предметной области, где нет четко выраженного способа принять решение) – трудно протоколировать, эффективен в 1 раз.

«Ролевые игры» - интересно экспертам, сомнительная продуктивность.

^ 22. Активные индивидуальные методы извлечения знаний.

Анкетирование эксперта – возможность анкетирования нескольких экспертов, но без обратной связи.

Интервью – наличие обратной связи.

Свободный диалог – имеет смысл при слабом документировании предметной области. Инженер по знаниям должен иметь больше знаний, чем при интервью.

Экспертные игры – создание программы, моделирующей ситуацию.

^ 24. Объектно-структурный анализ знаний о предметной области.

Уровни Статьи	Предметная область	Проблема	Задача	Подзадачи
Зачем знания? Кто знания? Что знания? Как знания? Где знания? Когда знания? Почему знания? Сколько знания?

Знания – стратегический анализ назначений функции ЭС.

Кто … - организационный анализ коллектив разработчика системы.

Что … - концептуальный анализ – основные понятия и структура понятий.

Как … - функциональный анализ – методы и модели принятия решений.

Где … - пространственный анализ – окружение, оборудование, коммуникации.

Когда … - временной анализ – временные параметры и ограничения.

Почему … - причинно-следственный анализ для формирования подсистемы объяснений.

Сколько … - экономический анализ – затраты, прибыль, окупаемость.

^ 25. Алгоритм формирования поля знаний.

Определение входных и выходных данных. Их структура существенно влияет на форму и содержание поля знаний.
Составление словаря терминов и набора ключевых слов.
Выявление объектов и их характеристик.
Выявление связей между понятиями.
Выявление метапонятий (более общих) и детализация понятий.
Построение пирамиды знаний.
Определение отношений.

^ 11. Стратегии управления выводом на знаниях.

Прямой вывод. Имеется ряд правил и ограничений. При подставлении их в условия получаем искомый результат. (Вход «любит солнце», «активный человек». Получаем: «любит солнце» - «отдыхать летом»; «любит солнце» и «активный человек» - «ехать в горы»).

Обратный вывод. Имея определенные условия и желаемый результат находим необходимые правила и ограничения.

^ 14. Схема машины логического вывода. Особенности вывода на знаниях.

Критерии остановки машины логического выводы: появилась достоверная гипотеза, заданы все вопросы по свидетельству, если все гипотезы вероятны.

^ 26. Уровни реализации модели НС. Нейрокомпьютер.

Нейрокомпьютер – программно-техническая система, которая реализует некоторую формальную модель естественной нейронной сети.

Уровни моделирования НС:

0 – теоретический.

1 – программный – реализация НС с помощью традиционных языком программирования на обычных компьютерах.

2 – программно-аппаратный – предполагает наличие сопроцессоров для ускорения НС.

3 – аппаратный – физическая реализация НС.

28. Типы нейронных сетей и типы нейронов в сети.

Входные. Вход – кодированный образ внешней среды.

Выходные – с которых определяется выход результата.

Промежуточные – принимают сигнал одних и передают другим.

29. Классы задач, решаемые НС.

Задача классификации образов – связаны с распознаванием текста и изображений.

Кластеризация.

Аппроксимация функции.

Задачи прогнозов.

Задачи оптимизации.

	Рабочая программа дисциплины: интеллектуальные информационные системы для специальностей Дисциплины: интеллектуальные информационные системы для специальностей: 351400 Прикладная информатика (по областям)		Лекция №10: «Интеллектуальные системы принятия решений и управления в условиях конфликта» Рассмотрена классификация интеллектуальных систем принятия решений и управления, новые результаты в их исследовании и приводятся...
	Решение генетических задач в старших классах. Цель: обобщить опыт по решению генетических задач. План: Значение решения генетических задач в школьном курсе Ы: «Генетика» «Молекулярная биология» являются одними из самых сложных для понимания в школьном курсе общая биология. Облегчению...		Свойство и признак биссектрисы угла решение задач
	Минимум задач по курсу высшей математики Найдите общее решение и фундаментальную систему решений следующей системы линейных уравнений		Анализ результатов экзамена по физике обучающихся 9 классов Энгельсского района Саратовской области в 2010 год Выработка системы работы на уроке, направленной на успешную сдачу экзаменов: усвоение теоретических знаний с одной стороны и подбор...
	Анализ результатов экзамена по географии обучающихся 9 классов Энгельсского района Саратовской области в 2010 год Выработка системы работы на уроке, направленной на успешную сдачу экзаменов: усвоение теоретических знаний с одной стороны и подбор...		Анализ результатов экзамена по географии обучающихся 9 классов Энгельсского района Саратовской области в 2010 год Выработка системы работы на уроке, направленной на успешную сдачу экзаменов: усвоение теоретических знаний с одной стороны и подбор...
	Анализ результатов экзамена по физике обучающихся 9 классов Энгельсского района Саратовской области в 2010 год Выработка системы работы на уроке, направленной на успешную сдачу экзаменов: усвоение теоретических знаний с одной стороны и подбор...		№ о создании системы гражданской обороны гимназии и назначении должностных лиц, ответственных за мероприятия го Для успешного решения задач подготовки и ведения гражданской обороны, предупреждения и ликвидации чрезвычайных ситуаций создать в...

1. Интеллектуальные системы и признак структурированности задач. Системы для частично структурированных задач

Похожие: