- •Лекционные материалы по курсу
- •Раздел 1. Введение
- •1.1. Задачи и содержание дисциплины
- •Раздел 2. Модели и методы правдоподобных рассуждений
- •2.1. Модели, методы и системы хранения и обработки знаний. Проблемы классического
- •2.4. Применение многозначных логик в системах искусственного интеллекта.
- •2.3. Вероятностные модели правдоподобных рассуждений
- •2.4. Моделирование рассуждений на основе теории свидетельств г.Шафера
- •2.6. Основы индуктивного вывода. Дсм-метод в.К. Финна
- •Правила первого рода. Сформируем гипотезы о возможных причинах свойств. В результате получим функцию h: c×p→V.
- •2.6. Схемы правдоподобных рассуждений д.Пойа
- •Раздел 3. Системы интеллектуального интерфейса и распознавание образов
- •3.1. Общее представление об интеллектуальных интерфейсах. Роль и место теории распознавания образов при разработке интеллектуального интерфейса
- •3.2. Формализация образов в теории распознавания
- •3.3. Методы классификации образов
- •3.4. Алгоритмы кластеризации. Обучение и самообучение распознающих систем
- •3.5. Нейрокомпьютеры. Персептрон Розенблатта
- •Раздел 4. Ис, имитирующие творческие процессы
- •4.1. Общее представление о проблеме моделирования творческой деятельности на эвм
- •4.2. Моделирование литературного, музыкального и иных видов творчества на эвм
- •1. Вечерняя грусть (по а.Блоку)
- •7. Истерзанная любовь (по а.Вознесенскому)
- •Раздел 5. Интеллектуальные информационно-поисковые системы
- •5.1. Интеллектуальные информационно-поисковые системы (ипс). Иипс в сети Интернет
- •В заключение приведем описание работы современной системы поиска на примере машины Рамблер, взятое с сайта http://www.Searchengines.Ru/articles/004575.Html.
- •Раздел 6. Проблемы и перспективы развития интеллектуальных ис
- •6.1. Тенденции развития теории ии в современном мире
- •Вопросы на экзамен
Правила первого рода. Сформируем гипотезы о возможных причинах свойств. В результате получим функцию h: c×p→V.
-
H(c, p) = +1 — c является возможной причиной наличия свойства p или (+)-гипотезой;
-
H(c, p) = –1 — c является возможной причиной отсутствия свойства p или (-)-гипотезой;
-
H(c, p) = 0 — есть аргументы как за то, что c является причиной наличия свойства p, так и за то, что c есть причина отсутствия этого свойства или (+)-гипотезой (противоречивой гипотезой);
-
H(c, p) = τ — неизвестно, является ли c причиной наличия p или причиной отсутствия этого свойства.
Значения функции H для каждой пары (c, p) находятся с помощью правил правдоподобного вывода. Эти правила называются правилами первого рода. Сокращенное обозначение — PIR1 (от Plausible Inference Rules). Правила первого рода можно рассматривать как функцию, использующую матрицу F для получения матрицы H, т.е. H = PIR1(F).
Пусть p — некоторое свойство. Объект o является:
-
положительным примером или (+)-примером для p относительно исходной матрицы F, если F(o, p) = +1,
-
отрицательным примером или (-)-примером для p относительно исходной матрицы F, если F(o, p) = -1,
-
противоречивым примером или (0)-примером для p относительно исходной матрицы F, если F(o, p) = 0.
Через F +[p], F -[p], F 0[p] будем обозначать множество всех положительных, отрицательных и противоречивых примеров для p относительно F, соответственно.
В качестве возможных причин наличия/отсутствия свойств объектов рассматриваются подмножества набора фрагментов С. Множество С' C удовлетворяет (+)-условию для p относительно F, если существует Ω F+[p] такое, что:
-
, т.е. каждый объект из Ω содержит все фрагменты из множества C', и не существует дополнительных фрагментов, принадлежащих P(o) для всех o;
-
Ω содержит по крайней мере два элемента.
(–)- и (0)-условия - аналогично.
Через M+(F, c, p) будем обозначать тот факт, что c удовлетворяет (+)-условию для p относительно F.
Через M-(F, c, p) - тот факт, что c удовлетворяет (-)-условию для p относительно F . Через M0(F, c, p) - тот факт, что c удовлетворяет (0)-условию для p относительно F .
Теперь определим функцию H. Положим:
Иначе говоря, множество фрагментов CiC, доопределяется как
-
возможная причина наличия свойства p, если оно вкладывается в два и более (+)-примера, не более чем в один (-)-пример) и не более чем в один (0)-пример;
-
возможная причина отсутствия свойства p, если оно вкладывается в два и более (-)-примера, не более чем в один (+)-пример и не более чем в один (0)-пример.
Правила второго рода. Используя матрицу гипотез о возможных причинах, можно сформировать гипотезы о наличии или отсутствии свойства p у тех объектов из O, для которых изначально не было известно, обладают они этим свойством или нет, т.е. для тех o O, для которых F(o, p) = τ.
В результате мы получим функцию F’: O×P→V. F’(o, p) = F(o, p), если F(o, p) ≠ τ. Если же F(o, p) = τ, то F’(o, p) может принимать любое значение из V:
-
F’(o, p) = +1 - o возможно обладает свойством p,
-
F’(o, p) = -1 - o возможно не обладает свойством p,
-
F’(o, p) = 0 - есть аргументы как за, так и против того, что объект o обладает свойством p,
-
F’(o, p) = τ - доопределить ячейку исходной матрицы F не удалось.
Значения функции F' находятся с помощью правил правдоподобного вывода. Эти правила называются правилами второго рода. Сокращенное обозначение — PIR2. Правила второго рода можно рассматривать как функцию, использующую матрицы F и Н для получения матрицы F', т.е. F' = PIR2(F, H).
Пусть o — объект, p — свойство. Будем говорить, что объект o удовлетворяет
-
(+)-условию для p относительно H (т.е. возможно обладает свойством p), если существует такое c C, что c o и H(c, p) = +1.
-
(-)-условию для p относительно H (т.е. возможно не обладает свойством p), если существует такое cC, что co и H(c, p) = 1.
-
(0)-условию для p относительно H (т.е. есть аргументы как за, так и против того, что о обладает свойством p), если существует такое cC, что co и H(c, p) = 0.
Через Π+(H, o, p), Π-(H, o, p), Π0(H, o, p) будем обозначать тот факт, что объект o для свойства p относительно H удовлетворяет (+)-условию, (–)-условию и 0-условию, соответственно. Положим: F'(o, p) = F(o, p), если F(o, p) ≠ τ. В противном случае
Правила первого рода (процедура индукции) и правила второго рода (процедура аналогии) последовательно применяются до тех пор, пока в результате их работы порождается хотя бы одна новая гипотеза, т.е. применение правил первого рода приводит к изменению матрицы гипотез о возможных причинах свойств объектов, а применение правил второго рода – к изменению матрицы гипотез о возможном наличии или отсутствии свойства p у объектов. При этом номер шага является показателем правдоподобия рассуждений.
Проверка условия каузальной полноты. Следующим шагом работы ДСМ-метода является проверка условия каузальной полноты. Проверка этого условия интерпретируется, как рассуждение по абдукции – условие выполняется, если полученные гипотезы объясняют исходные данные, т.е. если гипотезы о возможных причинах свойств объектов, полученные в результате применения правил первого рода, могут объяснить наличие или отсутствие свойства p у объектов для которых было изначально (до применения процедур индукции и аналогии) известно, что они обладают или не обладают свойством p.
Цель проверки условия состоит в том, чтобы определить, можно ли принимать полученные в результате работы метода гипотезы. Если условие каузальной полноты не выполняется, необходимо изменить применяемую когнитивную технику (например, выбрать другой способ кодирования структуры объектов) или входной набор объектов (как правило, набор расширяется).