Интеллектуальные информационные системы. Сферы использования ИИС. Модели представления знаний

Страницы работы

Содержание работы

Интеллектуальные информационные системы

Милехина Ольга Викторовна

Лекция 2 (23.09.03)

Представление знаний должно быть выделено соответственно решаемой задаче

Система восприятия – представление в модели текущих знаний о мире

Система планирования  - формирование программной реализации

Три поколения роботов:

  • Роботы с жесткой системой управления
  • Адаптивные
  • Самоорганизующиеся

Проблемы:

  • Машинное зрение
  • Адекватное хранение и обработка трехмерной информации

1.4.2. Информационные системы в высоко автоматизированных производствах

Кспециализации показывает сколько предметов труда находится на рабочем месте.

Проблемы использования ИИС в производстве решается за счет

  • Повышение квалификации
  • Увеличение автоматизации

Сферы использования ИИС:

  • Автоматизированное решение задач планирования и диспетчирования на основе расчетно-логических систем
  • Автоматизированное программирование с использованием интеллектуального интерфейса
  • Автоматизация технологий с использованием систем технического зрения

1.5. Представление знаний

1.5.1. Данные и знания

Данные – отдельные факты, характеризующие объекты, процессы, явления, а также их свойства.

Д1 – данные как результат измерений и наблюдений;

Д2 – данные на магнитных носителях, словари, справочники

Д3 – модели структуры данных в виде диаграмм, графиков

Д4 – данные на языке описания данных

Д5 – базы данных на машинных носителях информации

Знания – результат мыслительной деятельности человека, направленный на обобщение опыта, полученного в результате деятельности

Знания – закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности, позволяющие ставить и решать задачи в конкретной предметной области.

Этапы:

Z1 – знания в памяти человека, как результат мышления

Z2 – материальные носители знаний

Z3 – поле знаний, условное описание основных объектов предметной области, их атрибутов и связывающих закономерностей

Z4 – знания, написанные на языках представления знаний (продукционные языки, семантические модели)

Z5 – база знаний на машинных носителях информации.

Знания – данные о данных, метаданные.

Если мы определяем понятие через более высокий уровень абстракции – это идея интенсионала

Идея экстенсионала – соотнесение понятия с понятием более низкого уровня абстракции.

БЗ – основа ИИС

Знания классифицируются по категориям:

  • Поверхностные (знания о видимых взаимосвязях между отдельными событиями и фактами, напр. кнопка звонка – звонок)
  • Глубинные (абстракции, аналогии и схемы, характеризующие глубину процесса. Эти значения используются для прогнозирования. Напр. Знание схемы и принципов звонка.

Знания:

·  Декларативные – записанные на ограниченном естественном языке, понятном внешнему пользователю;

·  Процедурные – знания, представленные алгоритмами.

1.5.2. Модели представления знаний

1. продукционные модели

2. семантические сети

3. фреймы

4. формальные логические модели

  1. Продукционная модель – модель, основанная на правилах, позволяет представить знания в виде предложений типа: «Если (условие), то (действие)». Под условием (антецедентом) понимается некоторое предложение-образец, по которому осуществляется поиск в БЗ.

Под действием (конседентом) понимается действия, выполняемые при успешном исходе поиска. Действия м.б. промежуточными, выступающими далее как условие, или терминальными (целевыми), завершающими работу системы.

Модель наглядна, высокомодульна, характеризуется легкостью внесения дополнений, например OPS-5

  1. Семантические сети – смысловые, ориентированный граф, вершины которого – понятия, а дуги – отношения между ними. В качестве понятий выступают абстрактные и конкретные объекты, а отношения – это (AKO – «A kind of…”, is”)

Имеет частью

Принадлежит

Любит

Характерная особенность – наличие трех типов отношения

1)  класс -> элемент класса (цветок – роза)

2)  свойство -> значение (цвет -> желтые)

3)  пример -> элемент класса (роза -> чайная)

Семантическая сеть:

·  однородная с единственным типом отношения

·  неоднородная с единственным типом

По видам отношения:

  • бинарные, связывают два объекта
  • n-арные – более двух объектов

Типы отношений:

  • связи типа часть-целое, класс-подкласс, элемент-множество
  • функциональная связь, определяемая глаголами (производит, влияет)
  • количественные (>, <, =)
  • пространственные (близко, далеко, за, под)
  • временные
  • логические (и, или, не)
  • лингвистические

Пример семантической сети:

Более др. соответствует памяти человека

Существуют специальные сетевые языки: Net, Simer+Mir

  1. Фреймы – рамка, абстрактный образ для представления стереотипов восприятия.

Различают:

    • Фреймы образов – образы или прототипы, хранящиеся в БД
    • Фреймы экземпляров – отображают конкретную ситуацию

1)  фрейм структуры, используется для обозначения объектов и понятий (вексель-залог)

2)  фрейм роли, который играет человек на своем рабочем месте

3)  фрейм-сценарий (реструктуризация – банкротство)

4)  фрейм-ситуация

Практическое занятие №3 (06.10.03)

Д/з Чем принципиально отличается обработка информации при использовании БД и Базы Метаданных

Структура фрейма представляется списком свойств (имя фрейма, имя первого слота, значение первого слота, имя второго слота, значение второго слота, …). Эту же запись можно представить в виде таблицы:

Имя фрейма

Имя слота

Значение слота

Способ получения значения

Присоединенная процедура

1. по умолчанию (от фрейма-образца)

2. по формуле, указанной в слоте из БД

3. явно через диалог с пользователем

4. через наследование свойств от фрейма, указанного в слоте АКО

Пример:

Основной «+» фреймов:

Отражает концептуальный подход к описанию памяти человека

Фреймовые языки: FRL, KRL, Kappa, которые позволяют строить промышленные ИС

  1. Формальные логические модели (правило modus ponens)

1.5.3. Вывод на знаниях

Используются продукционные сети

Машина выводов (интерпретатор знаний):

  1. осуществляет просмотр существующих фактов из рабочей памяти и правил из БЗ и добавляет в рабочую память новые факты.
  2. определяет порядок просмотра и применения новых фактов.

Механизм вывода представляет два компонента:

А) компонент вывода. Его действие основано на правиле modus ponens (Если А – истина, и существует выражение «Если А, то В», то В – истина)

Б) программа, реализующая компонент вывода

Управляющий компонент определяет порядок применения правил. Выполняет функции:

  1. сопоставление (образец правила сопоставляется с имеющимися в рабочей памяти фактами)
  2. выбор (если найдено несколько правил, удовлетворяющих запросу, то должно быть выбрано только одно)
  3. срабатывание (если правило нашло факты, то оно срабатывает)
  4. действие (рабочая память подвергается изменению путем добавления в нее результатов работы правила (нового факта))

Цикл работы интерпретатора продукции:

Лекция 3 (07.10.03)

Стратегии управления выводом:

1.  обратный вывод – выдвигается гипотеза, потом ищутся факты, удовлетворяющие этой гипотезе. Если гипотеза выбрана правильно, то отыскивается гипотеза, детализирующая первую гипотезу. Потом отыскиваются факты для второй гипотезы и т.д. Вывод называется управляемый целями (конвентами). Если целей много, то такой вывод не рационален

Похожие материалы

Информация о работе