Лекции 1 Кохов, страница 2
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:
-
Качественная форма представления задачи.
-
Нет явно выраженной, четкого определенной целевой функции.
-
Не существует априорного алгоритма решения задачи (алгоритм строится в процессе решения задачи) или он существует, но не реализован из-за вычислительной сложности.
-
Наличие различного типа НЕ-факторов: неполнота, нечеткость, неточность исходной информации и знаний.
-
Динамичность данных и знаний (информация вводится в процессе решения).
-
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).
-
Логические модели
Переход от классической логики к нетрадиционной (индукция, абдукция, псевдофизические логики, темпоральные логики, аргументации).
-
Продукционная МПЗ
<УП>, kпос <Результат>, k.
<УП> - условная часть
kпос – коэффициент посылки (уверенности)
Kрез = f(kпос, k)
Язык OPS.
-
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
-
Объектно-ориентированные МПЗ
CLIPS (COOL) – 1985г.
Преимущества ЭС.
-
Расширение круга решаемых задач.
Расширение области решаемых задач на слабо-структурируемые и плохо-формализованные задачи.
-
Устранение недостатков традиционного программирования.
Когда заказчик отделен от программиста.
-
Широкая доступность ЭС.
Эксперт, как правило, уникален, а ЭС доступна (например, удаленно).
-
Снижение стоимости экспертизы.
-
Робастность.
Качество результата плавно снижается со снижением точности исходных данных.
-
Оперативный (быстрый) отклик системы.
-
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)
-
Задачи анализа: интерпретация, мониторинг, классификация
-
Задачи синтеза: прогнозирование, планирование, проектирование
-
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.
-
G2 NASA / Space Shuttle - система для мониторинга, диагностики и управления маневровыми двигателями. (38 маневренных двигателей. За 1 сек. опрашивает 16000 датчиков).
-
INTELSAT - система моинторинга сети спутников.
-
SIRA - мониторинг состояния газопроводов.
Классификация ЭС как приложений
-
По типу приложения
-
По типу проблемной области
-
По стадии существования
-
По типу использованной ВС
I. По типу приложения
-
Взаимодействие с внешними программными средствами
(ЭТ, СУБД, датчики, контроллеры)
Изолированные/интегрированные
-
Возможность модификации
Закрытые/открытые системы. Открытые – более развитые, но и дороже.
-
Переносимость + масштабируемость
Не переносимые (м) / переносимые (м)
-
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))
-
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
-
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
-
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:
-
Неопределённость в исходной информации (в данных).
Она возникает, поскольку информация не достоверна, а правдоподобна.
-
Неопределённость в знаниях.
Pi = (Ci Ri, Ki), где Ki – коэффициент правдоподобия.
-
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: