Навигация
Содержание
1. Введение 4
2. Различные типы знаний и их представления 5
2.1. Различные типы знаний. 5
2.2. Различные представления знаний в существующих системах. 7
2.3. Способы использования знаний и доступ к ним. 9
2.4. Преимущества и недостатки продукционных систем 10
3. Метазнание 12
3.1. Метазнание объектов окружающего мира 12
3.2. Метазнание стратегий 13
Заключение 15
Литература 18
1. Введение
Задание на курсовую работу по дисциплине "Базы данных"
Студент группы ОИН 10913
Зубко Д.В.
Направление: "Информатика и ВТ", № контракта 19000010602071
Тема: Базы знаний
Задание выдано:______________
2. Различные типы знаний и их представления
В настоящее время целью исследований в области ИИ является создание таких систем, которые, с одной стороны, могут использовать большое количество знаний, передаваемых им специалистами, а с другой - способны вступать в диалог и объяснять свой собственные выводы. Это предполагает наличие эффективного управления большой по объему и хорошо структурированной базой знаний, строгое разграничение между различными уровнями знаний, наличие множества удобных представлений для правил, схем предикатов или прототипов и четко определенный процесс обмена информацией между различными источниками.
Необходимо, чтобы система знала, что она знает. Если попытаться провести аналогию с людьми, то подобное метазнание означает постоянное использование в течение жизни информации о каждом прожитом дне. Если, например, вы забыли имя приятеля, встреченного на улице, то ваше метазнание состоит в том, что либо вы его имя знали, но забыли, либо этого имени никогда не знали. Впрочем, мы постоянно используем важные эвристические правила, основанные на подобном метазнаний, такие, как "если бы это была правда, то я бы это знал". Они зависят от двух важных параметров: значимости имеющего к ним отношения факта и степени нашей собственной компетентности в данной области. В действительности каждое человеческое знание сразу же требует метазнания, связанного с тем местом, которое мы отводим данному знанию в ряду другой информации, как мы к нему относимся, для каких целей оно нам полезно, к какому семейству принадлежит. Все эти моменты рассматриваются в следующих разделах, посвященных описанию реальных информационных систем.
2.1 Различные типы знаний
Выделим восемь основных типов знаний по следующим признакам.
1) Базовые элементы, объекты реального мира. Они связаны с непосредственным восприятием, не требует обсуждения, и добавляются к нашей базе фактов в том виде, в котором они получены.
2) Утверждения и определения. Они основаны на базовых элементах
и заранее рассматриваются как достоверные.
3) Концепции. Они представляют собой перегруппировки или обобщения базовых объектов. Для построения каждой концепции используются свои приемы. Например, в системах МЕСНО (Bundy, 1979) или AM (Lenat, 1977) они построены на основе примеров, контр примеров, частных случаев, более общих или аналогичных концепций.
4) Отношения. Они выражают как элементарные свойства базовых элементов, так и отношения между концепциями. Кроме того, к
свойствам отношений относятся их большее или меньшее правдоподобие, большая или меньшая связь с данной ситуацией. Еще раз отметим, что представление знаний в экспертных системах близко к моделям, используемым в базе данных. Таким путем построена реляционная (обобщенная) модель базы данных в системах OPS, PROLOG, SNARK и TANGO.
Пара понятий "свойство - значение" (relationship - entity) хорошо известна в семантических сетях; фреймы и скрипты являются не чем иным, как наиболее простыми бинарными отношениями. Некоторые экспертные системы (INTERNIST, BAOBAB, SPHINX) в качестве базы факторов используют уже базы существующих данных.
5) Теоремы и правила перезаписи. Они являются частным случаем
продукционных правил с вполне определенными свойствами. Теоремы не представляют никакой пользы без экспертных правил их использования. Явное присутствие теорем в экспертных системах представляет главное отличие от систем управления классическими базами данных (СУБД), в которых они либо отсутствуют, либо программируются. Модификация или добавление новых теорем является весьма трудоемкой, хотя и необходимой процедурой, так как нужно обеспечить хорошее структурированное управление базой данных и оптимизировать получение ответов (Gallaire, 1987).
6) Алгоритмы решений. Они необходимы для выполнения определенных задач. Во всех случаях они связанны со знанием особого типа, поскольку определяемая ими последовательность действий оказывается оформленной в блок в строго необходимом порядке в отличие от других типов знания, где элементы информации могут появляться и располагаться без связи друг с другом.
Очевидно что очень трудно работать с длинными процедурами, состоящими из большого числа различных действий. .Использование чистых алгоритмов ограниченно очень частными случаями, большая часть которых имеет дело с обработкой числовой информации. Человек же должен уметь работать со многими другими типами информации и оказывается, что ЭВМ в отличие от простого калькулятора может помочь человеку в подобных неалгоритмических ситуациях.
7) Стратегии и эвристика. Этот тип представляет собой врожденные
или приобретенные правила поведения, которые позволяют в дан
ной конкретной ситуации принять решение о необходимых действиях. Он использует информацию в порядке, обратном тому, в котором она была получена. В качестве примера можно привести рассуждение типа: "Я знаю, что это действие приводит к такому-то результату (информация типа 4), поэтому, если я хочу получить именно этот результат, я могу рассмотреть это действие". Человек постоянно пользуется этим типом знаний при восприятии, формировании концепций, решении задач и формальных рассуждениях.
Появление экспертных систем связанно с необходимостью принятия в расчет именно этого фундаментального типа человеческих знаний.
8) Метазнание. Без сомнения оно присутствует на многих уровнях и
представляет собой знание того, что известно и определяет значение коэффициента доверия к этому знанию, важность элементарной информации по отношению ко всему множеству знаний. Кроме того, сюда же относятся вопросы организации каждого типа знаний и указаний, когда и как они могут быть использованы.
Похожие работы
... специализированных проблем, основываясь на записях БЗ и на пользовательском описании ситуации. Создание и использование систем искусственного интеллекта потребует огромных баз знаний. 2. Интеллектуальная информационная система Интеллектуальная информационная система (ИИС) — это один из видов автоматизированных информационных систем, иногда ИИС называют системой, основанных на знаниях. ИИС ...
... на міні- та суперміні- ЕОМ (VAX, micro- VAX і т.д.); - ЕС на персональних комп’ютерах (IBM PC, MAC II та ініш). Класифікація за ступенем інтеграції з іншими програмами: - Автономні ЕС працюють безпосередньо в режимі консультації з користувачем для вирішення специфічних «експертних» завдань, при чому немає необхідності залучати традиційні методи опрацювання даних, моделювання, тощо. - Гі ...
... відповіді, які поділяються на коефіцієнт впевненості та ймовірність, формат показу результатів, класифікацію результатів та інше. Опис програми «Редактор баз знань» Важливою перевагою програми «Мала Експертна Система» є можливість створення та використання власної бази знань. Щоб полегшити це завдання, був написаний спеціальний редактор, за допомогою якого можна створити власну або ...
... операция для этого поля укажите функцию Avg. 6. Для отображения результирующего набора записей перейдите в режим таблицы. Создание форм: Нажимаем создать-Форму-Другие Формы-Мастер форм. 1. В окне базы данных откройте вкладку Форма и нажмите кнопку Создать. Появится окно Новая форма. Выделите в списке строку Мастер форм. 2. Щелкните на стрелке поля Выберите в качестве источника данных ...
0 комментариев