- •Введение.
- •История развития, исследования в области ии.
- •Математические основы нл.
- •Выбор функции принадлежности:
- •Нечеткие алгоритмы.
- •Методы нечеткого логического вывода.
- •Методы дефаззификации
- •Методология проектирования экспертных систем.
- •Обобщенная структура основных этапов разработки прототипов эс.
- •Некоторые сведения о мозге.
- •Модель искусственного нейрона.
- •Определение искусственной нейронной сети.
- •Модели нс.
- •Понятие обучения.
- •Процедура обучения.
- •Классификация нейронных сетей
- •Типовые структуры и решаемые задачи
- •Сети Кохонэна Обучение «без учителя»
- •4.1. Традиционный способ
- •4.2. Метод выпуклой комбинации
- •4.3. Модифицированные алгоритмы
- •Основные этапы нейросетевого анализа
- •Генетические алгоритмы
- •Гибридные интеллектуальные системы
Обобщенная структура основных этапов разработки прототипов эс.
Идентификация.
На этом этапе осуществляется вербальное описание проблемной области (постановка задачи, определение цели для ЭС, определение исходных значений) и оговаривается группы разработчиков, сроки (организационные моменты).
Концептуализация.
Под извлечением понимается извлечение знаний из эксперта, т.е. перенос компетентности от эксперта к когнетологу (наблюдение, текстологические методы).
Структурирование проблемной области – собственно концептуализация предметной области, осуществляется целостное систематическое описание системы.
Результатом является пояснительная записка.
Определение:
Пояснительная записка – условное (неформальное) описание основных понятий проблемной области и взаимосвязь между ними в виде графа, диаграммы, таблицы.
Для разработки пояснительной записки могут применяться следующие подходы:
- структурный (BPWin, ERWin, IDEF)
- объектно-ориентированный (RRose).
2.3. Формирование знаний – процесс анализа больших объемов данных с целью извлечения знаний.
3. Формализация.
3.1. Осуществляется выбор модели представления знаний.
Выбор формализма для представления знаний и разработка в рамках выбранного формализма конкретной модели представления знаний для решения задачи.
Разработка конкретной модели представления знаний.
В ряде случаев представление дерева решений.
Решается проблема определения соотношения между декларативным и процедурным представлением. Решается при непосредственном пограмировании.
4. Программирование.
4.1. Выбор инструментарного средства (либо язык, либо готовые
оболочки).
Написание ЭС (адаптация оболочки).
5. Тестирование на полноту и целостность.
Лекция 6.
Тема: Основные положения теории нейронных сетей.
Некоторые сведения о мозге.
Нервная система = Центральная нервная система + Периферийная нервная система.
Центральная нервная система = Головной мозг + Спинной мозг.
Дендриты – предназначены для принятия импульсов.
Аксон – предназначен для передачи импульсов.
Синапсы - специфические образования на дендритах и аксоне (места соединения с другими дендритами).
Типы синапсических связей: дендрит – дендрит; дендрит – аксон; аксон – аксон; аксон – сома.
Модель искусственного нейрона.
Исследования в области живого нейрона показали, что нейрон может находиться в двух состояниях:
Возбужденное (режим передачи информации)
Невозбужденное.
Была выявлена особенность функционирования нейрона: на вход нейрона подаются сигналы, как возбуждающие его, так и тормозящие. Синапсы влияют на процесс передачи возбуждения и, либо его усиливают, либо ослабляют. Нейрон переходит в состояние возбуждения по достижению определенного уровня входных сигналов.
Мак Каллок и Питс предложили следующую модель нейрона:
Активационная функция (f(S))
Сигмоидная (логистическая)
Гиперболический тангенс