III. Представление знаний на семантических частей
- в основу этого способа положена идея о том, что любые знания можно представлять в виде совокупности понятий, объектов и отношений (связей между ними).
Семантическая сеть представляется с помощью ориентированного графа, вершинами которого являются понятия, а дуги – отношения между ними.
Экспертные системы
Знания бывают формализованными, плохо формализованными и неформализованными.
Формализованные знания в основном представлены в точных науках – физика, математика, химия. Это те знания, которые могут быть описаны в форме правил, формул, четких алгоритмов.
Плохо формализованные знания – частично могут быть описаны с помощью вышеуказанных способов и частично – словесно или как-то еще. Представлены в таких науках как биология, экономика, педагогика, медицина.
Неформализованные знания нельзя описать или объяснить (религия, экстрасенсорные знания).
Именно для плохо формализованных знаний и направлений разрабатывается широкий класс экспертных систем.
Экспертные системы – сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие эти знания для консультаций менее квалифицированных пользователей.
Нечеткая логика в системах ии
При моделировании человеческих рассуждений очень часто приходится сталкиваться с нечеткой информацией (например: «большая скорость», «высокий человек», «дорогая вещь» и т.д.)
Для формализации такого рода понятий используется нечеткая логика.
Основы нечеткой логики положены в начале 60-х гг. – работа Латфи Заде «Fuzzy logic».
В основу нечеткой логики положены нечеткие множества.
Пример:
E – универсальное множество;
X є E – некий элемент множества;
R – некоторое свойство.
Тогда, обычное подмножество A универсального множества E, элементы которых удовлетворяют свойству R, определяется как множество упорядоченной пары A≤E, A={μA(x)|x}, где μA(x) – характеристическая функция, принимающее значение 1, если X удовлетворяет свойству R и 0, если X не удовлетворяет свойству R:
По аналогии определяется нечеткое множество. Нечеткое отличается от обычного тем, что характеристическая функция μA(x) попадает в зависимости от X в интервал [0;1]. В этом случае функция указывает степень принадлежности элемента к множеству A (или степень близости элемента к свойству R).
Пример:
Формализовать фразу «Он еще молодой»
μA(0) |
1 |
μA(10) |
1 |
μA(20) |
1 |
μA(25) |
0.9 |
μA(30) |
0.8 |
μA(35) |
0.7 |
μA(40) |
0.5 |
μA(50) |
0.1 |
μA(55) |
0 |
Свойства операций:
1) коммутативность
2) ассоциативность
3) идемпотентность (A A=A, A A=A) – отсутствие степеней и коэффициентов
4) дистрибутивность (асимметричная)
A (B C) = (A B) (A C)
A (B C) = (A B) (A C)
A A = A
A A = A
A E = E (E – универсальное множество)
A E = E
Законы де Моргана:
- отличие нечетких множеств в отличие от четких
CON(A) – операция концентрирования
CON(A) = A2
DIL = A0,5 – операция размывания