Лекции 1 Кохов, страница 2

2015-08-23СтудИзба

Описание файла

Документ из архива "Лекции 1 Кохов", который расположен в категории "". Всё это находится в предмете "экспертные системы (эс)" из 9 семестр (1 семестр магистратуры), которые можно найти в файловом архиве НИУ «МЭИ» . Не смотря на прямую связь этого архива с НИУ «МЭИ» , его также можно найти и в других разделах. Архив можно найти в разделе "лекции и семинары", в предмете "экспертные системы" в общих файлах.

Онлайн просмотр документа "Лекции 1 Кохов"

Текст 2 страницы из документа "Лекции 1 Кохов"

Биологический (коанекц.)



Конеч.

модель

Структур.

ЭС, основанное на правилах

Искусственные нейросети


Дед. Метод Prolog

Индуктивн.

Правдоподоб. вывод


1 слой

Многослойные


Перцептрон

Сети с обратным распростр.


Формирование гипотез

Разработка инструментария

OPS5


Сети Хонфилда


Эволюн. методы


Исскуств. жизнь

Генетич. алгоритмы

Вычисление с помощ. ДНК


Биоинформатика


60-е г.г. Логическая парадигма

Моделирование левополушарного механизма мышления.

Формальные системы. Исчисление предикатов первого порядка.

GSP(General Problem Solver) - Newell, Show, Simon H.

Был предложен метод уменьшения (устранения) различий.

Prolog, Lisp, Fuzzy Prolog

70-е г.г. Системы, основанные на знаниях (СОЗ)

Решение(ИС) = Знания + Вывод на знаниях + Объяснение (Обоснование)

Эти системы были ориентированы на плохо(слабо) формализованные задачи

Специфика слабо формализованных задач:

  1. Качественная форма представления задачи.

  2. Нет явно выраженной, четкого определенной целевой функции.

  1. Не существует априорного алгоритма решения задачи (алгоритм строится в процессе решения задачи) или он существует, но не реализован из-за вычислительной сложности.

  2. Наличие различного типа НЕ-факторов: неполнота, нечеткость, неточность исходной информации и знаний.

  3. Динамичность данных и знаний (информация вводится в процессе решения).

  4. Комбинаторность задачи.

Отказались от универсальных решателей, стали строить ЭС или системы, основанные на знаниях экспертов и способные решить проблему на их уровне.

Статические ЭС

Этап формирования БЗ отделен от этапа поиска решения

Модели представления знаний (МПЗ).

  1. Логические модели

Переход от классической логики к нетрадиционной (индукция, абдукция, псевдофизические логики, темпоральные логики, аргументации).

  1. Продукционная МПЗ

<УП>, kпос  <Результат>, k.

<УП> - условная часть

kпос – коэффициент посылки (уверенности)

Kрез = f(kпос, k)

Язык OPS.

  1. МПЗ на основе семантических сетей и фреймов

Структурированное описание предметной области.

ISA, Part of – точные операторы. А если не точные?

OPS5 – язык; базовая форма представления знаний – продукия

  1. Объектно-ориентированные МПЗ

CLIPS (COOL) – 1985г.

Преимущества ЭС.

  1. Расширение круга решаемых задач.

Расширение области решаемых задач на слабо-структурируемые и плохо-формализованные задачи.

  1. Устранение недостатков традиционного программирования.

Когда заказчик отделен от программиста.

  1. Широкая доступность ЭС.

Эксперт, как правило, уникален, а ЭС доступна (например, удаленно).

  1. Снижение стоимости экспертизы.

  2. Робастность.

Качество результата плавно снижается со снижением точности исходных данных.

  1. Оперативный (быстрый) отклик системы.

  2. Организация интеллектуального доступа к имеющейся информации.

R1(XCON) – 10-100тыс. долларов.

Следующая система (для тестирования гигантских дисководов) – DEFT.

80-е годы

Интеллектуализация компьютеров (ЭВМ)

1985г – проект ЭВМ 5 поколения (Япония)

1990г – 3т Справочник по ИИ (1т – Модели представления знаний и метода (Д.А. Поспелов), 2т - Экспертные системы и системы общения (Попов Э.В.), 3т - Программные и аппаратные средства (Захаров В.Н., Хорошевский В.А.))

90-е годы

Интегрированные, гибридные ИС (ЭС)  Динамические ЭС, ЭС реального времени.

Статические ЭС – в данных ЭС чётко отделены этапы формирования базы знаний и создания алгоритма, и этап консультации. (среда разработки – development environment)

Например, к ним относятся: Exsys, 1st class, Guru, Kappa.

Динамические ЭС – в них и база знаний, и стратегия поиска могут изменяться в процессе решения задачи. (complete environment).

Инструментальные средства

Проблемно-ориентированные средства (для задач)

  1. Задачи анализа: интерпретация, мониторинг, классификация

  2. Задачи синтеза: прогнозирование, планирование, проектирование

  3. Комбинированные задачи: обучение, управление

Динамические ЭС (ЭС РВ)

G2  GDA (G2 Diagnostic Assistant) – для решения задач со сложными процессами.

RTWorks

Talarian

Solaris

Sun

Sun 1000

ReThink

NeurOnlin

Коммерческая продукция.

  1. G2  NASA / Space Shuttle - система для мониторинга, диагностики и управления маневровыми двигателями. (38 маневренных двигателей. За 1 сек. опрашивает 16000 датчиков).

  2. INTELSAT - система моинторинга сети спутников.

  3. SIRA - мониторинг состояния газопроводов.

Классификация ЭС как приложений

  1. По типу приложения

  2. По типу проблемной области

  3. По стадии существования

  4. По типу использованной ВС

I. По типу приложения

  1. Взаимодействие с внешними программными средствами

(ЭТ, СУБД, датчики, контроллеры)

Изолированные/интегрированные

  1. Возможность модификации

Закрытые/открытые системы. Открытые – более развитые, но и дороже.

  1. Переносимость + масштабируемость

Не переносимые (м) / переносимые (м)

  1. По архитектуре

Централизованные/децентрализованные

МАС (мультиагентные системы)

II. По типу приложения

Проблемная область = f (Предметная область, Решаемая задача)

Тип(Проблемная область) = f (Тип(Предметная область), Тип(Решаемая задача))

  1. Тип предметной области

  • Характеристика предметной области: статическая/динамическая

  • Способ описания исходных данных (элементов БД): фиксированные/изменяемые

фиксированные - элемент {<атрибут, значение>}

изменяемый – используется классификация ISA, Part of

  • Способ организации БЗ: неструктурированная/структурированная

неструктурированная – продукционная модель

структурированная – сети, фреймы, объектно-ориентированные модели

  1. Тип решаемой задачи

  • Характеристика решаемой задачи: хорошо формализованная / плохо форм.

хорошо формализованная – в замкнутой форме, обычно задачи оптимизации (математической)

плохо формализованные – задачи анализа: интерпретация, диагностика, мониторинг; задачи синтеза: прогнозирование, планирование, проектирование; задачи комбинированные: обучение, управление

  • Тип используемых увтерждений

  1. Отношение к реальному времени

Не РВ/РВ:

  • псевдореальное время (нет жестких ограничений на время)

  • мягкое РВ (время ответа системы 0,5-1 сек.)

  • жесткое РВ (время ответа системы  0,5 сек.)

Статические проблемные области

Статические предметные области, знания не структурированы или слабо структурированы, решаются статические задачи анализа и используются частные или специальные утверждения.



Динамические проблемные области

Динамические предметные области, изменяемый состав элементов, структурированная организация знаний, состав элементов может меняться, решаются задачи в открытой форме.

III. По стадии существования

Концепция прототипирования

ДП (демонстрационный прототип)

РП (рабочий прототип)

ПС (промышленная система) – то, что уже отдается заказчику

КВ (коммерческая версия), интерфейс, реклама

IV. По типу используемой ВС

Методы обработки плохо определённой информации в ИС

Природа неопределённости:

  1. Неопределённость в исходной информации (в данных).

Она возникает, поскольку информация не достоверна, а правдоподобна.

  1. Неопределённость в знаниях.

Pi = (Ci Ri, Ki), где Ki – коэффициент правдоподобия.

  1. Неопределённость в постановке цели.

Цель может задаваться не функцией, которую необходимо минимизировать или максимизировать, а качественно.

Из 1), 2)  Если Pi = (Ci Ri, Ki), и Ci задано с коэффициентом уверенности K(Ci), тогда K(Ri) = f(K(Ci), Ki).

Теоретико-вероятностная модель (Метод Байеса)

Модификация схемы Байеса

Шанс априорной справедливости гипотезы H:

Апостериорный шанс –

R(H/E) = 1 => E нейтрально по отношению к гипотезе H.

R(H/E) < 1 => E – контр свидетельство для H.

R(H/E) > 1 => E – свидетельство по отношению к гипотезе H.

Свидетельство Ei предпочтительнее, чем Ej , то есть

- нижний уровень правдоподобия. (около 0.2)

- верхний уровень правдоподобия.

- отбрасывание H,

- принятие H.

- либо принятие H с коэффициентом уверенности, либо поиск дополнительных свидетельств.

Что делать, если свидетельств не хватает?

;

При условии независимости свидетельств справедливо:

Обозначим: ; ;

Это классическая схема Байеса при наличии ряда свидетельств.

Свидетельства необходимо подбирать по степени их важности.

- важность свидетельства

Пример. Хотим построить консультирующую систему.

База знаний. Пусть в БЗ заносится такая информация:

Свежие статьи
Популярно сейчас
Как Вы думаете, сколько людей до Вас делали точно такое же задание? 99% студентов выполняют точно такие же задания, как и их предшественники год назад. Найдите нужный учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
5209
Авторов
на СтудИзбе
430
Средний доход
с одного платного файла
Обучение Подробнее