3.2 Продукционная модель (правила продукций). ч.2
При формализации этих знаний они будут преобразованы в более строгую форму вида А → B, где однозначно определяется факт А, и левая часть правила трактуется как утверждение об истинности или ложности А. Так вместо размытого выражения «приближаются праздничные дни» в правиле может фигурировать более конкретное:
Если Праздничные дни = Скоро, То Ожидаемые продажи напитка С = Возрастают,
где термины «Скоро» , «Возрастают» являются элементами... Подробнее
3.4 Байесова модель. ч.1
Эта модель может рассматриваться как та же модель продукций, но основанная на несколько ином понятийном аппарате. Фактически формула Байеса дает нам еще один способ для представления и обработки неопределенности в продукционных системах.
Разрабатывая вместе с экспертом концептуальную модель предметной области, инженер по знаниям может увидеть, что эта ПО хорошо описывается в терминах событий, вероятностей событий, а также причинно-следственных взаимосвязей между ними.
Например,... Подробнее
3.4 Байесова модель. ч.2
В конкретных задачах для ЭС можно определить больше причин, чем две. Поэтому рассмотрим формулу Байеса для случая, когда предполагается n несовместных событий, составляющих полную группу:
P(Hi/A) = { P(Hi) P(A /Hi) } / {P(H1) P(A /H2)+ P(H2) P(A /H2)+…+
+ P(Hi) P(A /Hi) + …+ P(Hn) P(A /Hn)},
или
P(Hi/A) = P(Hi) P(A /Hi) / ∑ P(Hi) P(A /Hi)
где P(Hi/A) – апостериорная вероятность события Hi после наблюдения А.
Отметим, что... Подробнее
3.5 Сетевые модели и графы. ч.1
Математическая сеть представляет собой множество объектов и взаимосвязей между ними. Объекты в сети отображаются вершинами (горят еще – узлами сети), а взаимосвязи между ними – ребрами или ветвями сети (если они неориентированы) или дугами (если взаимосвязь ориентированная, однонаправленная).
Частным случаем сетевой модели являются обычные бинарные графы, которые могут быть ориентированными или неориентированными. Граф математически задается в виде набора элементов:
(X,V,... Подробнее
3.5 Сетевые модели и графы. ч.2
Еще одним примером графовой модели знаний может служить так называемое дерево решений (дерево – это вид графа, в котором нет циклов). В дереве решений (рис.3.3) может быть заложен процесс вывода результата – решения некоторой задачи, который состоит в последовательной проверке каких-то условий (например, путем выдачи пользователю вопросов относительно значения того или иного параметра).
Рис.3.3 – Дерево решений
Дерево решения может... Подробнее
3.5 Сетевые модели и графы. ч.3
Вершины в семантической сети (СС) могут означать разные по природе объекты, а дуги между ними – различные по смыслу отношения. Это позволяет строить сложные и полные модели предметной области, с достаточной степенью подробности воспроизводящие объекты и их взаимосвязи.
На рис.3.5. приведен иллюстративный пример семантической сети, в которой показаны знания о разных объектах предметной области: знания об автомобилях и их свойствах, знания о составных частях автомобиля, знания о... Подробнее
3.6 Рейтинговая модель
Идея этой модели представления знаний и вывода решений базируется так же на идее диалога с пользователем, когда пользователю задаются вопросы и, возможно, предлагаются варианты ответов.
Таки образом, как и в дереве решений знаниями эксперта будут эти самые вопросы и варианты ответов. Однако, на этом сходство заканчивается.
Пусть имеются гипотезы G1, G2, G3, а работа системы состоит в сборе свидетельств в пользу этих гипотез. Будем говорить, что в ходе вывода строится рейтинг... Подробнее
3.7 Фреймы и объектно-ориентированная представление знаний
Концепция фреймов была разработана и предложена для представления знаний в 70-х годах 20 века американским ученым, профессором Массачусетского технологического института Марвиным Минским, который считается одним из наиболее авторитетных ученых в области ИИ.
Минский определил фрейм как структуру данных для представления стереотипных ситуаций или типовых объектов [23]. Особенностью этого подхода стало объединение в одной структуре как декларативных знаний об объектах, их свойствах и... Подробнее
3.8 Ситуационный подход в представлении знаний и выводе решений. ч.1
Ситуационный подход к управлению сложными объектами сформировался в 70-80-х годах 20 века в научных работах отечественных ученых, в частности, Д.А.Поспелова (см. например, [19]). Концептуальной основой ситуационного подхода является принятие решений «по аналогии», когда в базе знаний интеллектуальной системы хранятся описания типовых ситуаций и тех решений (управлений), которые целесообразно применить в подобных ситуациях. Сравнивая текущую ситуацию с имеющимися в базе знаний,... Подробнее
3.8 Ситуационный подход в представлении знаний и выводе решений. ч.2
Пользуясь терминами теории измерений, можно сказать, что значение атрибутов могут быть измерены в любой из известных шкал - номинальной (классификационной), абсолютной, относительной, ранговой, балльной и т.п. В силу этого будем полагать выполнение важного условия формализации описания ситуации: если любой из атрибутов Ai принимает два значения x, y, то можно сделать вывод, по крайней мере, о равенстве или неравенстве значение x, y:
Более строгие условия вида... Подробнее
Аннотации статей | [Все аннотации] |
|
|
|||||
|
|
Рекомендовано:
Робот - мойщик окон
Это, на самом деле, крутая штука ЗДЕСЬ
Популярные статьи |
