- •Основные методы представления знаний в экспертных системах. Этапы (прототипы) разработки экспертной системы. Коллектив разработчиков экспертной системы.
- •Математический нейрон. Его графическое изображение, формулы по которым он работает, виды активационных функций. Моделирование основных логических функций с помощью математического нейрона
- •Персептрон Розенблатта, его принцип действия на примере распознавания букв.
- •Сравнительный анализ процедурной, функциональной, объектно-ориентированной и логической парадигм программирования.
- •Этапы и методологии проектирования баз данных.
- •Программное обеспечение для проектирования, реализации проектов информационных систем. (case-технологии, субд и пр.)
- •Представление числовых величин в эвм: позиционные системы счисления; форматы чисел с фиксированной и плавающей точкой; представление в прямом, обратном и дополнительном кодах.
- •Принципы организации машины фон Неймана.
- •6) Представительский уровень
- •7) Прикладной уровень
- •Основы теории моделирования информационных систем и протекающих в них процессов.
- •Аналитические методы моделирования (ам)
- •Имитационные методы моделирования (им)
- •Функциональные методы моделирования (фм)
- •Статическое моделирование (см)
- •Криптография как наука. Основные понятия и определения
- •Электронная цифровая подпись. Гост р 34.10-2001
- •Управление оперативной памятью в современных операционных системах: управление физической и виртуальной памятью, способы организация виртуальной памяти, организация подкачки.
- •Управление хранением данных: система накопителей информации, система драйверов накопителей информации, современные файловые системы.
- •Обходы графов, эйлеровы и гамильтоновы графы, алгоритм Флери. Укладки графов, изоморфизм, гомеоморфизм, планарность, критерий планарности, формула Эйлера.
- •Двудольные графы, критерий двудольности, деревья, остовные деревья
- •Экстремальные задачи теории графов, «жадные» алгоритмы, алгоритм Дейкстры
- •Раскраски графов, «жадный» алгоритм. Хроматическое число, хроматический многочлен, его нахождение и свойства.
- •Элементарные булевы функции и способы их задания, существенные и фиктивные переменные. Разложение булевых функций по переменным, сднф, скнф, полиномы Жегалкина.
- •Повторные выборки, сочетания и размещения (с возвращением и без возвращения элементов). Комбинаторные принципы.
- •Биномиальные и полиномиальные коэффициенты, бином Ньютона, треугольник Паскаля. Полиномиальная формула.
- •Алфавитное кодирование: необходимое и достаточные условия однозначности декодирования, теорема Маркова, алгоритм Маркова.
- •Коды с минимальной избыточностью (коды Хаффмана), метод построения. Самокорректирующиеся коды (коды Хэмминга), метод построения.
- •Недетерминированные двухполюсные источники, замкнутые множества состояний. Задача синтеза автоматов-распознавателей.
- •Эквивалентные состояния, эквивалентные автоматы, минимизация автоматов, алгоритм Мили.
- •Особенности организации операционной системы Unix. Цели создания и структура операционной системы.
- •Понятие сложности алгоритма и сложности (объема) входных данных. Основные правила вычисления сложности алгоритма (сложность линейного алгоритма, ветвления, цикла).
Таблица интегралов |
Таблица производных |
||
когда и определены, |
|||
|
|||
Правило дифф. умножения |
|||
Правило дифф. деления |
|||
Правило дифференцирования сложной функции |
|||
тервер |
|
||
выборка |
Без повторов |
С повторами |
|
С упорядочиванием |
|||
Без упорядочивания |
Специальная часть
-
Основные методы представления знаний в экспертных системах. Этапы (прототипы) разработки экспертной системы. Коллектив разработчиков экспертной системы.
ЭС – интеллектуальная компьютерная программа, в которой используются знания, а также процедура логического вывода для решения задач достаточно сложных, чтобы требовать привлечения знаний эксперта.
ЭС – программа, моделирующая мыслительный процесс человека – эксперта при решении поставленных задач.
ЭС = БЗ + МЛВ
БЗ – специальным образом организованное хранилище знаний, записанных в соответствии с некоторой моделью представления знаний (МПЗ)
БЗ – хранилище знаний, на основе которых ЭС будет решать поставленную задачу.
МЛВ – совокупность программных средств эмулирующих процесс рассуждения человека-эксперта, направленный на достижение определенной цели, основываясь на имеющейся БЗ. (алгоритм реализующий МЛВ зависит от МПЗ)
Продукции. Прямой и обратный вывод.
Продукция - логическое выражение относительно значений некоторых переменных. Она имеет вид: If<посылка>then<заключение>.
Обратный вывод.
-
ЭС выбирает все правила, в результате которых происходит изменение цели
-
Из множества выбранных правил берется одно в соответствии с некоторой стратегией.
Стратегии выбора правил:
-
В порядке расположения
-
По приоритету
-
По минимальной стоимости
-
По минимальному количеству неизвестных переменных
-
По максимальному значению фактора уверенности текущей целевой переменной
-
В случайном порядке
-
Анализируется посылка выбранного правила.
-
Если все значения переменных известны, просто проверяем выполнение условия. Если выполняется, получаем значение цели, если нет - берем следующее правило.
-
Если встречается неизвестная переменная: спрашиваем у пользователя (запрашиваемая) либо берем новую промежуточную цель консультации (выводимая) и идем к п. 1. Выводимо-запрашиваемые переменные система сначала пытается вывести, а в случае неудачи спрашивает у пользователя.
Существует несколько стратегий оценки посылки:
-
Строгая: определяются значения всех переменных в посылке правила. Если хотя бы одну из них нельзя определить, то поиск следующих переменных не выполняется
-
Терпеливая: определяются все значения переменных, но если одно значение определить нельзя, проверка правила не прекращается, и если найденных значений достаточно для определения истинности/ложности, то правило срабатывает
-
Эталонная: истинность посылки проверяется сразу. Если не удалось, начинаем искать значения. После нахождения значения каждой переменной, выполняется проверка.
Прямой вывод.
-
Всегда выбираем из всех правил в соответствии со стратегией.
-
Если необходимо, получаем значения переменных (только запрашиваемых). Если переменная выводимая, правило не срабатывает и не включается в рабочую память. Если мы позже узнаем значение переменной, правило срабатывает позже.
-
Остановка: либо закончились все правила, либо временное ограничение, либо набор несработавших правил не меняется несколько итераций.
Для обоих механизмов вывода важен порядок правил.
Фреймовая модель.
Была предложена Марвином Мински, 60-е гг. В ней знания представляются в виде сети фреймов. С помощью фрейма может быть описано некоторое явление, сущность, событие. Чтобы отличить одну сущность от другой, необходимо проверить соответствие некоторым условиям.
Слоты содержат условия. Слоты могут быть представлены логическим выражением, содержать продукции (продукционные слоты), могут быть означены через другие фреймы (связь фрейм-субфрейм).
Связи:
-
«isare» (конкретно-абстрактной). Если родительский фрейм обладает какими-либо слотами или связями, то все слоты наследуются частными фреймами.
-
«isfault» указывает фрейм, который должен быть означен в случае, если не означен данный фрейм, т.е. необходимо проверить следующим после неудачной проверки данного фрейма.
-
«frame sub frame»
Цель - означить один из целевых фреймов. (Означить необходимо все слоты. Если один из слотов не означен, то фрейм не означен.)
Байесовские сети
Байесовская сеть – направленный ацикличный граф, в котором вершины являются некоторыми случайными переменными, описывающие события. Каждому событию приписывается априорная вероятность (оценка уверенности наступления события).
Если события независимы – берется априорная вероятность, события зависимые – строится байесовская сеть.
Семантические сети
Знания представляются в виде графа, вершины которого соответствуют объектам предметной области, а дуги (рёбра) задают отношения между ними (тип связи).
Типы связи:
-
Иерархия наследования (класс/подкласс)
-
Часть-целое «apartof» (рука – тело, что входит как часть)
-
Ассоциации
-
Синонимия
-
Причинно-следственные
-
Экземпляры объектов
Типы семантических сетей:
На основе падежных рамок:
«Вася дал Маше книгу»
«Агент» – производит действие
«Реципиент» - кому?
«Объект» - что?
«Инструментарии» - чем производится действие
«Локатив» - место
Этапы (прототипы) разработки экспертной системы.
-
Идентификация (постановка задачи). Устанавливаются задачи, которые подлежат решению, выявляются цели разработки, требования к ЭС, ресурсы, используемые понятия и их взаимосвязи, определяются методы решения задач.
-
Концептуализация. Проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач.
-
Формализация. Определяются способы представления всех видов знаний, формализуются основные понятия, определяются способы интерпретации знаний, оценивается адекватность целям системы зафиксированных понятий, методов решения, средств представления и манипулирования знаниями.
-
Выполнение. Осуществляется наполнение экспертом базы знаний – это извлечение знаний из эксперта, организация знаний, представление знаний в понятном виде для ЭС.
-
Тестирование. Проверка компетентности системы экспертом и инженером по знаниям. Процесс тестирования длится до тех пор, пока эксперт не посчитает, что ЭС достигла требуемого уровня компетентности
-
Опытная эксплуатация. Проверяется пригодность ЭС для конечных пользователей. В результате этого этапа, может потребоваться модификация ЭС.
-
Модификация. Переформулирование понятий и требований, переконструирование представления знаний.
Коллектив разработчиков экспертной системы.
В коллектив разработчиков ЭС входят как минимум четыре специалиста (группы специалистов):
-
Эксперт
-
Инженер-когнитолог (Руководитель создания ЭС, извлекает и формализует знания эксперта, передает их программисту)
-
Программист (Кодирует и перемещает знания в БЗ ЭС)
-
Пользователь