Представление знаний в интегрированной оболочке Image Expert Архитектура оболочки Image Expert
Image Expert — интегрированная оболочка для создания экспертных, информационных и обучающих систем в предметных областях, описание которых представляется в виде графической и лексической информации.
Image Expert включает в себя:
систему поддержки создания и ведения моделей предметной области;
язык описания моделей предметной области;
модуль логического вывода, управляющий процессом диалога в режиме консультации с экспертной системой с возможностью записи результатов в DBF-файлы;
систему поддержки создания и ведения информационно-справочных систем, включающих как текстовую, так и графическую информацию;
язык описания информационных фреймов;
широкий набор алгоритмов обработки полутоновых изображений (файлов форматов tif, pcx и 8-битная матрица яркостей);
графический редактор с типовым набором функций (точка, линия, окружность, закраска, прямоугольник, текст, масштабирование...);
язык анализа объекта и взаимодействия с пользователем;
средство для организации автоматической или автоматизированной обработки типовых изображений в пакетном режиме;
средства “дружественного интерфейса”.
Архитектуру системы Image Expert в общем виде можно представить следующим образом:
Рис. 2. Архитектура системы Image Expert
Компонента логического вывода, кроме интерпретации полученных в системе фактов на основе экспертных знаний, осуществляет также функцию общего управления процессом логического вывода. При этом определяются такие моменты ее функционирования, как:
запуск конкретной процедуры анализа изображения;
выбор и загрузка в ОП той или иной модели знаний;
проверка достижения приемлемого решения.
Кроме того, в состав этой компоненты входят также средства пояснения хода рассуждения и принимаемых решений.
База знаний является основой для функционирования компоненты логического вывода и состоит из взаимосвязанных моделей знаний, адекватно отражающих конкретную предметную область.
Пространство фактов связывает систему по информации. Здесь содержатся все факты и параметры, полученные в результате:
работы процедур анализа ситуаций;
взаимодействия с пользователем;
вычисления их путем обработки уже имеющихся на базе экспертных знаний.
Организация моделей знаний
Знания о предметной области в системе Image Expert могут быть представлены в форме:
формализованного описания процесса принятия решения по поводу имеющих место ситуаций;
упорядоченной совокупности базовых знаний о предметной области (произвольные тексты, схемы, условно-графические изображения, подборки фотографий, рентгенограмм и пр.);
множества алгоритмов обработки изображений, используемых в предметной области.
Модель знаний или, иначе, модель предметной области представляет собой совокупность разного рода знаний специалистов о конкретной предметной области.
Модель знаний состоит из информационной и логической компонент.
Логическая компонента модели знаний имеет четыре уровня, заполняемые экспертом совместно с инженером по знаниям:
уровень гипотез;
уровень свидетельств;
уровень фактов;
уровень запросов.
Взаимодействие уровней модели достигается за счет наличия ссылок в структурах данных одного уровня на объекты другого.
Уровень гипотез содержит множество конечных состояний (решений задачи). Характер связи с нижними уровнями модели и механизм подтверждения/опровержения гипотез отличаются от типа применяемой модели. В моделях нейлоровского типа эта связь имеет вероятностный характер, указывающий на то, как объекты нижнего уровня могут изменять текущее состояние множества гипотез. В моделях с жесткой логикой эта связь устанавливается по типу ЕСЛИ–ТО и записывается в виде решающего правила.
Уровни свидетельств и фактов — это множество характерных признаков анализируемой ситуации.
Объекты уровня свидетельств формируются из свидетельств и фактов, а также объектов уровня запросов с помощью решающих правил, а объекты уровня фактов — как арифметико-логическое выражение.
Уровень запросов предназначен для связи с информационной компонентой модели знаний, т.е. для организации взаимодействия с пользователем. В системе возможны следующие типы запросов:
запрос на получение какой-либо информации от пользователя;
вызов другой модели знаний;
вызов процедур обработки изображений;
запуск внешней задачи.
Информационная компонента модели знаний организована в виде сети фреймов.
Помимо средств для описания знаний, модель содержит некоторые сервисные средства для организации диалога, консультации и фиксации результатов работы, а также средства связи с другими модулями оболочки, что позволяет в процессе работы модели вызывать другие модели, программы на языке обработки изображений, а также любые внешние программы.