пользователей: 30398
предметов: 12406
вопросов: 234839
Конспект-online
РЕГИСТРАЦИЯ ЭКСКУРСИЯ

34. Моделі подання знань в системах штучного інтелекту

Знання — сукупність даних про світ, що включають інформацію про властивості об'єктів, закономірності процесів і явищ, а також правила використання цієї інформації для прийняття рішень. Правила використання включають систему причинно-наслідкових зв'язків. Головна відмінність знань від даних полягає в їхній активності, тобто поява в базі нових фактів або встановлення нових зв'язків може стати джерелом змін у прийнятті рішень.

Знання – це сукупність фактів, закономірностей, відношень та евристичних правил, що відображають рівень обізнаності з проблемами деякої предметної області.

Знання можуть бути:

  • декларативні
  • процедурні

Декларативні знання містять в собі лише уявлення про структуру певних понять. Ці знання наближені до даних, фактів. Наприклад: вищий навчальний заклад є сукупністю факультетів, а кожен факультет у свою чергу є сукупністю кафедр.

Процедурні знання мають активну природу. Вони визначають уявлення про засоби і шляхи отримання нових знань, перевірки знань. Це алгоритми різного роду. Наприклад: метод мозкового штурму для пошуку нових ідей.

Моделі подання знань

Проблема подання знань є центральною для систем, що базуються на знаннях, і, зокрема, експертних систем, оскільки від її успішного розв’язання залежить реалізація основної їх функції - одержання нового знання. Саме виходячи з цього визначаються структура і форма організації моделей і методів подання знань, що здійснюють вирішальний вплив на ефективність системи, сприйняття зовнішньої інформації, діалог з користувачем. Як окрема область дослідження подання знань розвивається із середини 1960-х років.

Основні (класичні) моделі подання знань:

  1. логічні:
    • числення предикатів;
  2. евристичні:
  • продукційні правила;
  • мережні моделі;
  • фрейми.

В основі логічних моделей знань лежить поняття формальної системи, прикладом якої є числення предикатів.

На відміну від логічних, евристичні моделі знань використовують набір різноманітних засобів, що передають специфічні особливості моделі. Завдяки цьому евристичні моделі перевершують логічні за можливостями адекватного відображення предметної області і за ефективністю правил логічного виведення. До евристичних моделей, використовуваних в експертних системах, належать продукційні, мережні і фреймові системи.

Логічні моделі подання знань для опису розв’язуваної проблеми використовують твердження деякої формальної системи. Ціль проблеми формулюється також у вигляді твердження, справедливість якого необхідно встановити або спростувати, виходячи з аксіом і правил виведення формальної системи.

Відповідно до  правил, встановлених у формальній системі, заключному твердженню - теоремі, отриманій з початкової системи тверджень (аксіом, посилок), приписується істинне значення, у разі якщо кожній посилці або аксіомі також приписується істинне значення.

Множину базових елементів логічних моделей подання знань складають логічні зв’язки, квантори, константи, змінні, функціональні і предикатні символи; синтаксичні правила. Останні визначають поняття: терм, атом, правильно побудована формула. Правила виведення дають змогу із наявних аксіом одержувати деякі висновки.

Зазвичай для позначення об’єктів предметної області використовуються константи, а для позначення класів об’єктів, властивостей і відношень між об’єктами вибираються імена предикатів. Формули, що містять квантори і змінні, описують загальні закономірності предметної області.

Системи продукцій. Під продукційною системою розуміють певний метод організації обчислювального процесу, при якому програма перетворення деякої інформаційної структури задається у вигляді множини правил-продукцій.

Кожне правило являє собою сполучення елементів: умова придатності - дія. Умова придатності специфікує деякі вимоги до поточного стану інформаційної структури, а дія містить опис операцій, які потрібно виконати у разі задоволення цих вимог.

Продукційні правила – найбільш простий спосіб представлення знань. Він грунтується на представленні знань в формі правил, структурованих у відповідності до схеми «якщо – то». Частина правила «якщо» називається посилкою (або умовою придатності), а частина «то» – висновком.

Правило записується так: Якщо а1, а2, . . . , аn то b.

 

Наприклад:          Якщо                         (1) у є батьком х      

(2) z є братом у

То              z є дядьком х

 

Якщо посилок немає, тоді знання складаються лише з висновку і називаються фактами.

У продукційних системах використовуються два основні методи логічного виведення: пряме і зворотне.

За прямого виведення правила досліджуються одне за одним у певній послідовності. Виходячи з початкових умов (даних), введених користувачем, для кожного правила оцінюється істинність чи хибність його умови придатності. Якщо умова істинна, правило активізується, в іншому разі - ні. Процедура виведення є ітеративною і може потребувати декількох прогонів через усю низку правил, поки буде визначене певне значення цільової змінної.

За зворотного виведення припускається істинність наслідку (дії) деякого правила, після чого потрібно, рухаючись низкою правил у зворотному напрямку, довести, що є підстави для такого твердження.

Переваги продукційних систем:

  • універсальність методу програмування, що уможливлює створення різноманітних прикладних систем, що відрізняються способами подання правил і структур даних;
  • природна модульність організації знань, коли кожна продукція являє собою закінчений фрагмент знань про предметну область, а множина продукцій природно структурується на підмножини, що належать до певних компонентів знань;
  • незалежність кожної продукції від змісту інших продукцій забезпечує легкість їх формулювання та модифікації;
  • декларативність продукційної системи, що забезпечує опис самої предметної області, а не відповідних процедур опрацювання.

Мережні моделі подають знання у вигляді мережі, вершинам якої відповідають поняття (об’єкти, події, процеси, явища), а дугам - відношення, що існують між поняттями.

Класифікація мережних моделей здійснюється в залежності від умов опису вершин і зв’язків. Якщо вершини не мають власної внутрішньої структури, то відповідні мережі називають мережами простого типу. Якщо ж вершини мережі самі мають деяку структуру у вигляді мережі, то такі мережі називають мережами ієрархічного типу. Відношення між вершинами можуть бути однаковими; у цьому разі мережі називаються однорідними. Якщо ці відношення мають різноманітний зміст, то мережа називається неоднорідною.

В залежності від характеру відношень, приписуваних дугам мережі, виділяють такі типи мереж:

1. Функціональні мережі, у яких дві з’єднані дугою вершини відповідають: одна - деякій функції, друга - аргументу даної функції.

2. Сценарії - однорідні мережі, у яких використовується єдиний тип відношень - відношення нестрогого порядку. Найчастіше це відношення визначає всі можливі послідовності подій.

3. Семантичні мережі,  у яких використовуються відношення різноманітного типу, а вершини можуть мати різну інтепретацію. Основними структурними одиницями, із яких будується семантична мережа, є фрейми.

Порівняно з іншими моделями, семантичні мережі мають переваги:

  • більш ефективний інформаційний пошук, оскільки асоціації між об’єктами мережі визначають шляхи доступу, що проходять по базі знань;
  • можливість явного відображення структур, властивих знанням про предметну область, наприклад, відношень «частка-ціле», «елемент-множина», «клас-підклас» та ін.

Фрейми. Фрейм являє собою системно-структурний опис предметної області (подій, явищ, ситуацій, станів і т. ін.), який складається з порожніх аспектних (рольових) позицій (слотів), що відповідають змістовним ознакам предметної області й після заповнення конкретними даними перетворюють фрейм на носій конкретного знання.

В перекладі з англійської «фрейм»  (frame) означає «каркас», «рамка».

З кожним фреймом може бути асоційована інформація різних видів. Одна її частина вказує, як варто використовувати даний фрейм, інша - які наслідки може мати його виконання, третя - що слід виконати, якщо ці очікування не підтвердяться.

Структура фрейма зазвичай має такий вигляд:


хиты: 486
рейтинг:+2
Точные науки
информатика
Информационные науки
для добавления комментариев необходимо авторизироваться.
  Copyright © 2013-2024. All Rights Reserved. помощь