- •Восходящий и нисходящий методы построения систем искусственного интеллекта.
- •2.Понятие системы, основанной на знаниях.
- •3.Автономная и гибридная соз.
- •4. Оболочка соз и ее основные компоненты.
- •5. Базовые свойства, отличающие знания от данных.
- •6. Логические модели представления данных.
- •7. Сетевые модели представления знаний.
- •8. Представление знаний в виде иерархической структуры фреймов.
- •9.Продукционное правило как форма представления знаний.
- •10. Основные компоненты соз продукционного типа.
- •11. База знаний в соз продукционного типа.
- •12. Описание знаний на инфологическом уровне в виде графа решений
- •13.Механизм вывода в соз продукционного типа.
- •14. Прямой, обратный и комбинированный вывод в соз продукционного типа.
- •15. Стратегия поиска (вывода) в ширину.
- •16. Стратегия поиска в глубину.
- •17. Подсистема объяснения в соз продукционного типа.
- •18. Подсистема приобретения знаний в соз продукционного типа
- •19. Понятие искусственной нейронной сети.
- •20. Искусственный нейрон. Активационная функция нейрона и ее основные виды.
- •21. Межнейронные синаптические связи. Веса связей. Обучение инс.
- •22. Многослойный персептрон и его обучение с помощью алгоритма обратного распространения ошибки.
- •24. Сеть Хопфилда.
16. Стратегия поиска в глубину.
Стратегия в глубину – при выборе очередного узла в пространстве состояний ориентируются на узел, соответствующий следующему уровню описания задачи. Этот узел определяется конкретным сработавшим правилом, выбранным в соответствии с заданным критерием из конфликтного множества правил, условия активации для которых выполнены в текущей ситуации.
Прямой вывод в глубину порождает один из жестких (типовых) сценариев, требующих малых затрат на проектирование, но не гарантирующих получения приемлемого проектного решения. Однако, такой вывод можно повторять, изменяя исходные факты, критерии разрешения конфликтов, режимы использования процедуральных средств.
17. Подсистема объяснения в соз продукционного типа.
Подсистема объяснения (для СОЗ) – призвана показать, в случае необходимости, в понятной для пользователя форме, ход рассуждений МВЗ (механизм вывода знаний) для обоснования принятого им (МВЗ) решения.
ЭС продукционного типа:
Опр: ЭС продукционного типа (ПС) – система, базирующаяся на продукционных правилах (ПП) и использующая вывод, основанный на сопоставлении по образцу.
Причины высокой популярности ПС:
Совпадение во многом схемы их функционирования со схемой мышления специалиста при решении задачи;
Единообразие структур (возможность создания и использования оболочек);
Модульность базы знаний.
Подсистема объяснения – предназначена для формирования наглядном для пользователя виде и выдаче по его требованию информации, поясняющей ход (логику) рассуждений механизма вывода при получении того или иного заключения или обращении к тому или иному действию.
Подсистема объяснения призвана показать, в случае необходимости, в понятной для пользователя форме ход «рассуждений» механизма вывода для обоснования принятого им решения.
18. Подсистема приобретения знаний в соз продукционного типа
Опр: ЭС продукционного типа (ПС) – система, базирующаяся на продукционных правилах (ПП) и использующая вывод, основанный на сопоставлении по образцу.
Подсистема приобретения знаний – выполняет функции формирования базы правил на начальном этапе настройки оболочки ЭС на конкретную ПО, а так же пополнения базы правил новыми правилами и модификации уже существующих правил в ходе эксплуатации системы. При этом новые правила должны проверяться на непротиворечивость существующим правилам с помощью предусмотренных для этого специальных программных средств.
Подсистема приобретения знаний предназначена для выявления долговременных знаний из возможных источников (у эксперта, из накапливаемого опыта решения конкретных задач, фоновых рассуждений системы на уровне знаний общего плана и т.п.) и приведения их к формату, воспринимаемому механизмом вывода. Одно из основных требований, предъявляемых к этой подсистеме, состоит в обеспечении открытости базы знаний и максимальной комфортности в плане возможности ее модификации (замены, удаления или добавления новых фрагментов знаний) в оперативном режиме без глобальных преобразований ее структуры.