Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Искусственный интеллект. Модели представления знаний.

Читайте также:
  1. IV. БИБЛЕЙСКИЕ ПРЕДСТАВЛЕНИЯ О ДЬЯВОЛЕ
  2. YIII.5.2.Аналогия и моделирование
  3. А) Психоморфологические представления и их кризис. Исторический экскурс
  4. Актуализация знаний.
  5. Архитектурные представления
  6. Архитектурные спецификации (эталонные модели)
  7. Базовые представления о природе и развитии личности

Модели представления знаний – это одно из важнейших направлений исследований в области искусственного интеллекта. Потому, что без знаний искусственный интеллект не может существовать в принципе.

На сегодняшний день разработано уже достаточное количество моделей. Каждая из них обладает своими плюсами и минусами, и поэтому для каждой конкретной задачи необходимо выбрать именно свою модель. От этого будет зависит не столько эффективность выполнения поставленной задачи, сколько возможность ее решения вообще.

Рассмотрим три наиболее часто используемые и популярные на сегодняшний день модели представления знаний:

1. продукционные модели – модели основанные на правилах, позволяют представить знание в виде предложений типа: «ЕСЛИ условие, ТО действие». Продукционные модели обладает тем недостатком, что при накоплении достаточно большого числа правил, они начинают противоречить друг другу;

2. сетевые модели или семантические сети – как правило, это граф, отображающий смысл целостного образа. Узлы графа соответствуют понятиям и объектам, а дуги – отношениям между объектами;

3. фреймовые модели – основывается на таком понятии как фрейм (англ. frame – рамка, каркас). Фрейм – структура данных для представления некоторого концептуального объекта. Информация, относящаяся к фрейму, содержится в составляющих его слотах. Слоты могут быть терминальными либо являться сами фреймами, т.о. образуя целую иерархическую сеть.


Искусственный интеллект. Экспертные системы.

Искусственный интеллект, как научная дисциплина, состоит из нескольких крупных течений. Одно из них – экспертные системы. Экспертные системы были первыми разработками, которые смогли привлечь большое внимание к результатам исследований в области искусственного интеллекта.

Первую экспертную систему, которую назвали Dendral, разработали в Стэнфорде в 1960г. Эта была экспертная система, определяющая строение органич. молекул по химич. формулам.

Экспертная система Mycin, разработанная в том же Стэнфорде в середине 1970-х г.г., одной из первых обратилась к проблеме принятия решений на основе ненадежной или недостаточной информации. Все рассуждения экспертной системы Mycin были основаны на принципах управляющей логики.

На сегодняшний день создано уже большое количество экспертных систем. С помощью них решается широкий круг задач, но исключительно в узкоспециализированных предметных областях.


Дата добавления: 2015-10-21; просмотров: 140 | Нарушение авторских прав


Читайте в этой же книге: Анализ и решение задач межотраслевого баланса в Excel. | Решение тригонометрических уравнений | Компьютерные сети. Адресация в сетях. | DSL-соединение | Стандарты интеграции систем (MRP, MRP II). | Понятие бизнес-моделей B2B, B2C. | Реинжиниринг бизнес-процессов. Основные этапы реинжиниринга. | Моделирование бизнес-процессов. Два вида моделей (AS IS, TO BE). | HTML. Гипертекстовые ссылки. | Жизненный цикл проекта. Результат проекта. |
<== предыдущая страница | следующая страница ==>
Программные продукты для управления проектами.| г. Санкт – Петербурга и Ленинградской области

mybiblioteka.su - 2015-2024 год. (0.005 сек.)