- •Содержание
- •Определение понятия «система». Свойства систем
- •Классификация систем
- •Информационная система
- •Структура информационной системы
- •Классификация информационных систем по признаку структурированности задач
- •Классификация информационных систем по степени автоматизации, по характеру использования информации и по сфере их применения
- •Информационные системы класса erp
- •Информационная технология
- •Информационные технологии управления на предприятии
- •Возникновение компьютеров и компьютерных технологий
- •Классификация современных вычислительных систем
- •Структура современных вычислительных систем
- •Память персонального компьютера
- •Базовая система ввода-вывода. Понятие cmos
- •Операционные системы
- •Системы программирования
- •Процедурно-ориентированные, проблемно-ориентированные и объектно-ориентированные языки программирования
- •Прикладное программное обеспечение
- •Понятие вычислительной сети. Локальные вычислительные сети
- •Одноранговые сети и сети с выделенным сервером
- •Топология локальных вычислительных систем
- •Среда передачи сигналов между компьютерами. Технологии передачи данных в локальных вычислительных сетях
- •Стандартные протоколы передачи данных по сети
- •Коммуникационное оборудование
- •Сетевые операционные системы
- •Интернет
- •Система адресации в интернете
- •World wide web
- •Интранет
- •Система кодирования информации
- •Система передачи информации
- •Экономическая информация. Экономическая информационная система
- •Структура экономических информационных систем
- •Методы проектирования экономических информационных систем
- •Автоматизированное рабочее место. Классификация арм
- •Управление проектами. Развитие методов управления проектами
- •Базы данных. Системы управления базами данных
- •Иерархическая, сетевая и реляционная модели представления данных
- •Постреляционная и объектно-ориентированная модели представления данных
- •Классификация систем управления базами данных
- •Языки доступа к базам данных
- •Базы данных в интернете
- •Электронная коммерция
- •Общая схема интернет-магазина
- •Системы платежей в интернете
- •Интернет-аукционы. Классификация интернет-аукционов
- •Интернет-банкинг
- •Интернет-страхование
- •Интернет-биржа
- •Интернет-маркетинг
- •Интернет-реклама
- •Интеллектуальная собственность в интернете
- •Системы искусственного интеллекта
- •Классификация систем искусственного интеллекта
- •Методы построения систем искусственного интеллекта
- •Экспертные системы
- •Структура классической экспертной системы
- •Использование теории нечеткой логики при создании экспертной системы
- •Информационная безопасность
- •Технологии несанкционированного доступа к информации и ит
- •Классификация средств защиты информации
- •Защита информации пэвм
- •Программно-аппаратные средства защиты информации
- •Криптография
- •Классификация компьютерных вирусов
- •Способы представления знаний в экспертных системах Введение Структура, классификация и тенденции развития эс
- •Классификация средств описания моделей знаний
- •Обзор форм представления знаний в промышленных и коммерческих экспертных системах
- •Задача проектирования интерфейсной компоненты интеллектуальных систем Анализ интеллектуальных систем с позиции организации интерфейсной компоненты
- •Требования к системам
- •Структура базы знаний
- •Обоснование выбора фреймовой модели
- •Математическая постановка задачи проектирования интерфейсной модели
- •X (X, f (f, s (s, где s — множество шаблонов, описывающих структуру кадров диалога.
- •Представление знаний в интегрированной оболочке Image Expert Архитектура оболочки Image Expert
- •Организация моделей знаний
- •Типы моделей знаний
- •Фреймовая компонента моделей знаний
- •Создание моделей знаний
- •Компонента ввода знаний
- •Проблема извлечения знаний Приобретение и формализация знаний
- •Методы извлечения знаний
- •Машинно-ориентированное получение знаний
- •Решение проблемы извлечения знаний в действующих экспертных системах
- •Список сокращений и аббревиатур
- •16.2. Экспертные системы: структура и классификация
- •Обобщенная структура экспертной системы. Основные понятия и определения
- •Классификация экспертных систем
- •Классификация по решаемой задаче
- •Классификация по связи с реальным временем
- •Классификация по типу эвм
- •Классификация по степени интеграции с другими программами
- •Инструментальные средства построения экспертных систем Традиционные языки программирования Языки искусственного интеллекта
- •Специальный программный инструментарий
Компонента ввода знаний
Компонента ввода знаний призвана решить проблему “отдаленности” формы описания знаний от самих знаний и, что более существенно, от процесса их использования. На нее возлагается задача преобразования модели знаний в базу знаний, структура которой не зависит от типа конкретной модели, а тип модели будет определять характер связей и отношений объектов этой базы. В качестве объектов (единиц хранения) базы на равных правах выступают понятия и объекты предметной области, их графические представления, речевые и текстовые описания и т.п. С помощью специальных средств, зависящих от модели организации знаний в конкретной ЭС, описывается механизм связи понятий и объектов. Интеллектуальный редактор базы знаний решает задачу визуализации знаний с учетом иерархических и сетевых отношений на множестве составляющих базу объектов. К нему предъявляются требования максимально возможной степени адекватности отображения знаний той модели, которая сформирована в сознании эксперта. Для этого предназначены средства настройки подсистемы визуализации на конкретного пользователя.
Проблема извлечения знаний Приобретение и формализация знаний
Приобретением знаний называется выявление знаний из источников и преобразование их в нужную форму, а также перенос в базу знаний ЭС. Источниками знаний могут быть книги, архивные документы, содержимое других баз знаний и т.п., т.е. некоторые объективизированные знания, переведенные в форму, которая делает их доступными для потребителя. Другим типом знаний являются экспертные знания, которые имеются у специалистов, но они не зафиксированы во внешних по отношению к нему хранилищах.
Экспертные знания являются субъективными. Еще одним видом субъективных знаний являются эмпирические знания. Такие знания могут добываться ЭС путем наблюдения за окружающей средой.
Для разработки методологии приобретения знаний необходимо различать две формы репрезентации знаний. Одна форма отражает то, как и в каких моделях хранятся эти знания у человека — эксперта. При этом эксперт не осознает полностью, как организована его модель знаний. Другая форма связана с тем, как инженер по знаниям собирается эти знания представлять и описывать в рамках проектируемой ЭС. От степени адекватности и согласованности этих двух моделей и зависит эффективность процесса приобретения знаний.
В когнитивной психологии различают несколько присущих человеку форм представления знаний — представления класса понятий через элементы, представления понятия класса с помощью базового прототипа, с помощью признаков и т.п.
Кроме понятий представляются и отношения между ними. Как правило, отношения между понятиями определяются процедурным способом, а отношения между составляющими понятий (определяющими структуру понятий) — декларативным. Наличие двух моделей заставляет в моделях представления знаний иметь одновременно обе компоненты, например семантическую сеть и продукционную систему.
Процесс приобретения знаний — наиболее сложный этап разработки ЭС, поскольку на этом этапе необходимо решать не только технические и специальные проблемы, а также рассматривать психологические, лингвистические и гносеологические аспекты проблемы.
В общем случае процесс приобретения знаний можно разделить на этапы:
Определяется необходимость модификации (расширения) знаний.
Осуществляется извлечение новых знаний.
Новое знание преобразуется в форму представления ЭС.
Знания модифицируются.
На ранних этапах развития представлений о механизмах хранения и применения знаний сами знания не отделялись от механизма вывода. При таком подходе программист, занимающийся созданием ЭС, вынужден был детально изучать предметную область, подбирать или проектировать подходящую модель данных, реализовывать ее и самому наполнять знаниями. Ясно, что подняться до уровня эксперта созданная таким образом система не могла.
По мере развития представлений о знаниях появилась идея об отделении базы знаний от механизмов вывода знаний. Для создателей баз знаний этот подход существенно упростил модификацию знаний и поиск и устранение противоречий. При таком подходе задачи 1 и 2 решались уже совместно экспертом и инженером по знаниям, задача 3 — инженером по знаниям, и 4 — самой ЭС. Определим такую систему как систему извлечения знаний.
С появлением интеллектуальных редакторов баз знаний и введения в экспертные системы средств формирования и использования метазнаний (или, иначе говоря, метамоделей данных) эксперту был дан мощный диалоговый инструмент управления базой знаний, в результате чего нагрузки на создателей ЭС перераспределились следующим образом: задачи 1 и 2 решаются экспертом (самостоятельно или с помощью инженера по знаниям), задачи 3 и 4 решаются экспертной системой.
Заманчивой представляется перспектива при наполнении ЭС знаниями о предметной области смоделировать процесс обучения мыслящего существа. Это можно сделать по следующей схеме.
Фактические данные из предметной области (включающие выводы экспертов об имевших место ситуациях) поступают на вход ЭС и там соответствующим образом интерпретируются. Эту задачу может выполнять, например, индуктивная программа. Она и будет осуществлять получение глубинных знаний из примеров ситуаций и анализа сценариев и загружать их в базу знаний экспертной системы. Развивая эту идею, можно предложить в качестве входной информации для обработки тексты на естественном языке (словари, инструкции, учебные пособия, научные труды и т.п.). Для успешного решения этой проблемы необходимо спроектировать интегрированную базу знаний, включающую как знания о предметной области потенциальной ЭС, так и метазнания, и, что особенно важно, знания о языке, которые будут использоваться на этапе анализа входных текстов для извлечения прикладных знаний. Такую систему можно назвать системой формирования (приобретения) знаний.