|
Читайте также: |
Застосування логіки для моделювання знань пов'язане з певними обмеженнями:
Є альтернативні способи використання логіки, які знімають ці обмеження.
12. Моделі подання знань з використанням логіки предикатів, їх переваги та недоліки. СРС2
Одним із способів представлення знань є мова математичної логіки, що дозволяє формально описувати поняття предметної області і зв'язки між ними [18-20].
На відміну від природної мови, яка дуже складна, мова логіки предикатів використовує тільки такі конструкції природної мови, які легко формалізуються. Тобто логіка предикатів - це мовна система, що оперує з реченнями на природній мові в межах синтаксичних правил цієї мови.
Мова логіки предикатів використовує слова, що описують:
У термінах логіки предикатів перший тип слів називається термами, а другий - предикатами.
Терми - це засоби для позначення індивідуумів, а предикати виражають відношення між індивідуумами.
Логічна модель - це множина пропозицій, що виражають різні логічні властивості іменованих відношень.
При логічному програмуванні користувач описує предметну область сукупністю пропозицій у вигляді логічних формул, а ЕОМ, маніпулюючи цими пропозиціями, будує необхідний для рішення задач висновок.
Найпростіші конструкції мови предикатів
Терм - це знак (символ) або комбінація знаків (символів), що є найменшим значимим елементом мови. До термів відносяться константи, змінні і функції.
Константа застосовується для позначення конкретних об'єктів реального світу. Приклад: ластівка, птиця, один, 2 і т.д.
Змінні використовуються для позначення деякого з можливих об'єктів реального світу або їхньої сукупності (у Пролозі починаються з заголовної літери). Приклад: Хтось, X, Who, Річ і т.д.
<Функції (структури) - послідовність із декількох констант або змінних, які поміщаються у круглі дужки. Приклад: сума (1,2); +(1,2); подвоїти (X).
Функтори позначають оператори, яким після впливу на об'єкт повертають деяке значення.
Предикат - це логічна функція, що виражає відношення між своїми аргументами і приймає значення дійсно, якщо це відношення має місце, або недійсно, якщо воно відсутнє.
Розміщена в дужки послідовність із n термів, перед яким стоїть предикатний символ, називається n-місцевим (або n-арним) предикатом. Він приймає значення дійсно або недійсно у відповідності зі значенням термів, які є його аргументами.
Головні переваги логічних моделей представлення знань полягає у можливості безпосередньо запрограмувати механізм виводу синтаксично правильних висказувань. Прикладом такого механізму може бути процедура виводу, побудована на методі резолюцій. Однак з допомогою правил, що задають синтаксис мови, неможливо встановити істинність або неправду того чи іншого висказування. Причому це поширюється на всі мови.
13. Моделі подання знань з використанням правил продукції, їх переваги та недоліки.
Продукційні моделі - це найбільш поширені на даний день моделі, в яких знання представляються за допомогою правил вигляду [20]:
ЯКЩО - ТО (явище - реакція)
При використанні таких моделей у системах, заснованих на знаннях є можливість:
Ці дві відмінні риси і визначили широке поширення методів подання знань правилами.
Програмні засоби, що оперують із знаннями, поданими за допомогою правил, одержали назву продукційних систем (або систем продукції)
Системи продукції складаються із трьох елементів:
Правила віддзеркалюють вміст робочої пам'яті.
Як правило, для одержання висновку проводилася робота:
Такі висновки називаються прямими (прямий ланцюжок міркувань). Навпаки, спосіб, при якому на підставі фактів досліджується можливість застосування правила, придатного для підтвердження, називається зворотним висновком (зворотний ланцюжок міркувань).
Переваги продукцій:
· модульність;
· єдність структури (основні компоненти продукційної системи можуть використовуватись для побудови інтелектуальних систем з різноманітною проблемною орієнтацією);
· природність (вивід висновку в продукційній системі в багато чому аналогічний процесу роздумів експерта);
· гнучкість родовидової ієрархії понять, яка підтримується тільки як зв’язок між правилами (зміна правила не тягне за собою змін в ієрархії).
Недоліки продукцій:
процес виводу менш ефективний, ніж в інших системах, оскільки більша частина часу при виводі витрачається на неподуктивну перевірку застосованості правил;
· цей процес важко піддається керуванню;
· складно представити родовидну ієрархію понять.
14. Продукційні системи Поста.
Системи продукції складаються із трьох елементів:
а) набір правил, що використовуються як БЗ, його ще називають базою правил;
б) робоча пам'ять, де зберігаються передумови, що стосуються окремих задач, а також результати висновків, одержаних на основі цих передумов (динамічна база даних - ДБД);
в) механізм логічного висновку, що використовує правила відповідно до вмісту робочої пам'яті.
Правило №1:
ЯКЩО «намір - відпочинок» І «дорога - вибоїста»,
ТО «використовувати - джип».
Правило №2:
ЯКЩО «місце відпочинку - гори»,
ТО «дорога - вибоїста».
15. Загальна характеристика семантичної мережі подання знань.
Знаннями можна називати опис зв'язків між абстрактними поняттями і сутностями, що є конкретними об'єктами реального світу. Поняття зв'язки між ними можна описати мережею, що складається з вузлів і дуг. Вузли в такій мережі зображають сутності й поняття, а дуги відповідають зв'язкам між ними; усі вузли й дуги можуть бути позначені мітками, які вказують, що саме вони описують. Така форма зображення знань називається семантичною мережею.
Будь-яка семантична мережа є графом. Вершини такого графа можуть зображувати предмети, а дуги твердження щодо предметів.
16. Структура семантичної мережі.
Будь-яка семантична мережа є графом. Вершини такого графа можуть зображувати предмети (значення екземплярів або сутностей), а дуги — твердження щодо предметів (зв'язки між предметами).
Одиниця інформації в цій моделі може розглядатися як предмет (сутність) або твердження.
Категорії вершин встановлюються відповідно до предметів, що зображуються ними. Наведемо один із найважливіших способів такої категоризації. Виділимо чотири категорії вершин:
Концепти — категорія об'єктів, заради яких будується модель. Концепти використовуються для специфікації сутностей модельованої предметної області (Іван, Петро, місто Київ).
Події відповідають діям у предметній області, що зображується. Наприклад, дія Іван вчить Петра зображується вершиною події для дії вчить і двома вершинами-концептами Іван і Петро (рис. 31.3.).
Дуги, що сполучають вершини-події та вершини-концепти, відповідають ролям концептів у подіях (наприклад, у події вчить концепт Іван є агентом, а концепт Петро — об'єктом дії).
Характеристики — це вершини, що відповідають властивостям концепту. Наприклад, вага і зріст Івана — характеристики концепту Іван.
Нарешті, значення — це вершини, що відповідають значенням, яких можуть набувати характеристики. Так, характеристика Вага, що належить концепту Іван і має значення 80, визначає, що вага Івана становить 80 кг.
17. Основні відмінки семантичної моделі знань.
Всі зв'язки понять, подій і властивостей із дією (дієсловом) називають відмінками або відмінковими відношеннями
Таблиця 6.3 Основні відмінки
| Вiдмiнок | Лiнгвiстичне (вiдмiнкове) вiдношення, що визначає зв'язок дiї з: |
| Агент | · предметом, що є iнiцiатором дiї |
| Об'єкт | · предметом, що пiддається дiї |
| Джерело | · розмiщенням предмета перед дiєю |
| Приймач | · розмiщенням предмета пiсля дiї |
| Час | · моментом виконання дiї |
| Мiсце | · мiсцем проведення дiї |
| Цiль | · дiєю iншої подiї |
18. Недоліки і переваги семантичних мереж.
ряд переваг семантичної мережі:
її механізм виведення може призводити до некоректних результатів у зв'язку з можливістю виходу за межі певного контексту.
Для прикладу розглянемо рис. 31.7. На питання «Чи є літак членом творчого колективу?» ми отримаємо позитивну відповідь. Щоб уникнути цього, необхідно встановити обмеження, що область дії виведення стосовно літака не може розповсюджуватися далі мультиагентної системи. Проте специфікація в семантичній мережі подібних обмежень є проблематичною. Можливим виходом з даної ситуації є інтеграція семантичних мереж з іншими моделями зображення знань, наприклад фреймовою моделлю.
Інший недолік семантичних мереж — імовірність комбінаторного вибуху в разі отримання негативної відповіді. Наприклад, щоб відповісти на питання «Чи є база даних частиною мультиагентної системи?» ми отримаємо відповідь «ні», але лише після того, як будуть перебрані всі можливі асоціації.
19. Фреймові моделі подання знань.
Основна ідея фреймового підходу до подання знань полягає в тому, що все, що стосується поняття або ситуації, не розмивається по мережі, а представляється у фреймі.
Фреймом називається структура для опису поняття або ситуації, що складається з характеристик цієї ситуації і їхніх значень. Фрейм можна розглядати як фрагмент семантичної мережі, призначений для опису понять із усією сукупністю характерних їм властивостей. Поняття про діловий звіт у системі, заснованій на фреймах, може мати такий вигляд (рис.6.5).
У кожному вузлі поняття визначаються набором атрибутів і їхніми значеннями, що містяться в слотах фрейму. Слот - це атрибут, пов'язаний із вузлом у системі, заснованій на фреймах.
Слот є складовою фрейму. Ім'я слоту відповідає типу атрибута, значенням слоту може бути екземпляр атрибута, інший фрейм або фасет. З кожним слотом може бути зв'язана одна або декілька процедур, що виконуються, коли змінюються значення слотів. Частіше усього зі слотами зв'язують процедури:
1. Якщо - додано (виконується, коли нова інформація міститься в слоті);
2. Якщо - віддалено (виконується при видаленні інформації із слоту);
3. Якщо - потрібно (виконується, коли запитується інформація із слоту, а він порожній).
Ці процедури можуть стежити за приписуванням інформації до даного вузла і перевіряти, як при зміні значення робляться відповідні дії.
20. Структура фрейму та його властивості.СРС3а
Фреймом називається структура для опису поняття або ситуації, що складається з характеристик цієї ситуації і їхніх значень. Фрейм можна розглядати як фрагмент семантичної мережі, призначений для опису понять із усією сукупністю характерних їм властивостей
У загальному випадку фрейм являє собою таблицю, структура і принципи організації якої є розвитком поняття відношення в реляційній моделі даних. Узагальнена структура фрейму має вигляд таблиці 6.4.
Слотом фрейму називається елемент даних для фіксації знань про об'єкт, якому відведений даний фрейм.
Таблиця 6.4. - Структура фрейму
IМ'Я ФРЕЙМУ
| iм'я слоту | Покажчик спадкування | Покажчик типу | Значення слоту |
| слот 1 | |||
| слот 2 | |||
| ------ | |||
| слот N |
Перерахуємо параметри слотів:
Ім'я слоту. Кожний слот повинен мати унікальне ім'я у фреймі, до якого він належить. Ім'я слоту в деяких випадках може бути службовим. Серед службових імен можуть бути:
Покажчик спадкування. Він показує, яку інформацію про атрибути слотів у фреймі верхнього рівня успадковують слоти з тими ж іменами у фреймі нижнього рівня. Типові покажчики спадкування:
Покажчик типу даних. Типом даних, що включаються в слот, можуть бути:
За допомогою механізму керування дослідженням із відношень IS_A здійснюється автоматичний пошук і визначення значень слотів фрейму верхнього рівня і приєднаних процедур.
21. Переваги і недоліки фреймових моделей знань.
НЕДОЛІКИ ФРЕЙМІВ:
Ø фрейми не можуть так легко зображувати евристичні знання, як продукційна модель;
Ø фрейми також не можна пристосовувати до нових ситуацій або об'єктів;
Ø підходи, що дають змогу описувати структуру предметної області, вимагають, щоб механізм
Ø виведення залежав від семантики структурних зв'язків. Від так створення нових зв'язків зі своєю семантикою вимагає зміни або настроювання машини виведення.
Одним зі шляхів вирішення цієї проблеми є об'єднання логічного й структурного підходів.
Найбільш яскраво переваги фреймових систем представлення знань появляються в тому випадку, якщо родовидові зв’язки змінюються нечасто і предметна область нараховує небагато виключень. У фреймових системах дані про родовиди зберігаються явно, як і знання інших типів. Значення слотів представляються в системі в єдиному екземплярі, оскільки включаються тільки в один фрейм, що описує найбільш загальні поняття з усіх тих, які містить слот з даним ім’ям. Така властивість систем фреймів забезпечує економне розміщення бази знань в пам’яті комп’ютера. Ще одна перевага фреймів полягає в тому, що значення будь-якого слота буде вираховано за допомогою відповідних процедур або знайдено евристичними методами. Тобто фрейми дозволяють маніпулювати як декларативними, так і процедурними знаннями.
22. Загальні відомості про експертні системи. Вмиоги до експертних систем. База знань як елемент експертної системи.
Експертні системи (ЕС) - це комп'ютерні програми, розроблені для виконання тих видів діяльності, які під силу людині-експерту. Вони працюють таким чином, що імітують дії людини-експерта, і істотно відрізняються від точних, добре аргументованих алгоритмів і не схожі на математичні процедури більшості традиційних розробок.
Якщо при традиційному процедурному програмуванні комп'ютеру необхідно повідомити, що і як він повинний робити, то загальним для експертних систем є те, що вони мають справу зі складними проблемами:
Специфіка ЕС полягає є в тому, що вони використовують:
Експерти - це кваліфіковані фахівці у своїх областях діяльності, які мають загальні якості:
ЕС покликані замінити фахівців у конкретній предметній області, тобто дозволити виpрішити задачу без експерта.
1. Бази даних в Інтернеті СРС1. Основи XML
2. Об’єктно-орієнтована модель даних OOM ODMG.
3. Мова опису об'єктів ODL ODMG
4. Об’єктна мова запитів OQL.
5. Розширення реляційних СУБД.
6. Архітектура об’єктно-реляційних СУБД.
7. Зображення об’єктно-орієнтованої моделі даних в реляційних СУБД.
8. Призначення систем штучного інтелекту.
9. Класифікація знань.
10. Загальна характеристика моделей подання знань
11. Формалізація логічної моделі знань.
12. Моделі подання знань з використанням логіки предикатів, їх переваги та недоліки. СРС2
13. Моделі подання знань з використанням правил продукції, їх переваги та недоліки.
14. Продукційні системи Поста.
15. Загальна характеристика семантичної мережі подання знань.
16. Структура семантичної мережі.
17. Основні відмінки семантичної моделі знань.
18. Недоліки і переваги семантичних мереж.
19. Фреймові моделі подання знань.
20. Структура фрейму та його властивості.СРС3а
21. Переваги і недоліки фреймових моделей знань.
22. Загальні відомості про експертні системи. Вмиоги до експертних систем. База знань як елемент експертної системи.
Дата добавления: 2015-10-21; просмотров: 811 | Нарушение авторских прав
| <== предыдущая страница | | | следующая страница ==> |
| Загальна характеристика моделей подання знань | | | Бедные люди |