МПЗиО_1_17_Введение (1185820), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

«где расположен» Деление на процедурные и декларативные знания опятьже условно, хотя различия прослеживаются:в ЕЯ – изъявительное/повелительное наклонениев программировании – данные и алгоритмыно, напр.: язык Пролог mother(X):- parent(X,_),woman(X).17ЗНАНИЯ: ГЛУБОКИЕИ ПОВЕРХНОСТНЫЕГлубокие знания – основные закономерности,аксиомы, понятия, факты о рассматриваемой ПО,общие принципы развития ситуаций и процессов ПОи свойства этих процессов.Глубокие знания основаны на некоторой строгойобщепринятой теории.Поверхностные знания – эвристики и некоторыезакономерности, устанавливаемые опытным путем,используемые обычно при отсутствии общих теорийи методов.Поверхностные знания основаны на проведенныхопытах и наблюдениях.18ВИДЫ ЗНАНИЙИ ФОРМЫ ПРЕДСТАВЛЕНИЯРазные виды знаний стимулировалиразные формы и методы своегопредставления фактографические – в форме Баз Данных процедурные – в форме- языков программирования,- программных библиотек,- прикладных программ понятийные – специализированные языкилогики и ИИ19ПРЕДСТАВЛЕНИЕИ ОБРАБОТКА ЗНАНИЙНекоторая совокупность знаний ценна не самапо себе, а возможностью её применения  вместес уточнением способа ПЗ надо обсуждать и возможныедля этого способа процедуры оперирования знаниями.Обработка/оперирование знаниями: поиск нужной информации, предполагающий в томчисле вывод новых знаний из уже имеющихся преобразование: абстрагирование (свертка) проверка полноты и непротиворечивости знанийНеобходимость вывода знаний:хранить в системе все факты не только неэффективно,но и невозможно (число возможных взаимоотношенийобъектов даже в простой ПО бесконечно)Вывод – за счет интенсиональной (понятийной) части БЗ20МОДЕЛЬ И ЯЗЫК ПЗМетод (модель) представления знаний –совокупность взаимосвязанных средствформального описания знаний и оперирования ими Модель: структурное или функциональное подобие ИИ: эвристическое моделированиеЯзык представления знаний – формальныйискусственный язык для описания знаний и операцийс ними в рамках выбранной модели.В рамках одной модели может быть несколькоразличных языков представления знаний.Представление знаний – это выражение на ЯПЗсвойств различных объектов и явлений ПО,обычно реализует это инженер по знаниям21ОСНОВНЫЕ МОДЕЛИ ПЗ(порядок исторический)Логическая модельСетевая модельсемантическая сеть (нагруженный граф)Фреймовая модельединица знаний – логическая формулаединица знания – фреймПродукционная модельединица знаний – правило продукцииСравнение основных моделей ПЗ: по выразительным возможностям (их ограничения) по возможности/удобству представления различныхвидов знаний22ЛОГИЧЕСКАЯ МОДЕЛЬ ПЗОсновная идея: использование логическогоязыка, например, языка предикатов(язык предикатов возник из ЕЯ)Исчисление предикатов первого порядка x (Студент(x)  Старший( курс(x))  y Научный_руководитель(y,x))(формула ИП может быть записана на языке Пролог)Особенность: механизм (процедура) логическоговывода новой информации (знаний)Дескриптивные логикиограничение выразительной мощности языкапредикатов для достижения эффективности выводадополнительные синтаксические средства23СЕТЕВАЯ И ФРЕЙМОВАЯМОДЕЛИ ПЗСетевая модель Основная идея – рассматривать ПО как наборобъектов (сущностей) и связей между нимиСвязи вершин: семантические (общелогические и др.)Семантическая сеть – ориентированный граф изпоименованных вершин и реберЕдиница знаний – ребро и 2 связываемые им вершиныФреймовая модель – развитие, разновидность сетевой Единица знания – фрейм, упрощенно: структура,объединяющая основные свойства/атрибутынекоторой сущности (фрейм – набор атрибутов)24ПРОДУКЦИОННАЯ МОДЕЛЬПример правилa продукции на языке CLIPS(правило из БЗ экспертной системы):(defrule anemia;распознавание болезни(declare (salience 115)) ;приоритет правила(not(suggest ?))(name headache);левая часть правила - симптомы(name weaknesses)(name paleness)(name faint)=>; правая часть: предположение о диагнозе(assert(suggest "This is anemia, because youhave headache,weaknesses, paleness and faint")))CLIPS: Парадигма ситуационного программирования25ОНТОЛОГИИ И ИХ ЯЗЫКИОнтология – инвентарь сущностей (объектов)некоторой ПО, их описаний и описаний их связейКроме описания понятий и связей онтология можетвключать правила их использования,ограничивающие их значения в рамках конкретной ПОТипы онтологий: формальные, лингвистическиеСпециальные формальные языки онтологий:Дескриптивные логики (семейство логик со своимивыразительными средствами)Языки Semantic Web: RDF, RDFS, OWLПрограммные средства разработки онтологий Редакторы онтологий Конверторы для разных языков описания онтологий26СПАСИБО ЗА ВНИМАНИЕ!УЧЕБНЫЕ РАБОТЫ КУРСАЛекции (в форме презентаций)Самостоятельные аудиторные работы(на 5-15 минут)Домашние работы (без программирования) –на формализацию и представление знаний(на 1-2 недели)Обязательные 3 практические домашние задания,с использованием специализированныхкомпьютерных систем (включают формализациюи программирование) Накопительная балльная система определенияоценки за курс (получение ее без экзамена, в мае) Контрольная /экзамен в июне28ЛИТЕРАТУРАДобров Б.В.

и др. Онтологии и тезаурусы: модели,инструменты, приложения – М.: Интернет-университетинформационных технологий, 2009, 176 с.Джарратано Дж., Райли Г. Экспертные системы. Принципыразработки и программирование – М.: ООО «И.Д. Вильямс», 2007.Лапшин В.А. Онтологии в компьютерных системах. – М.: НаучныйМир, 2010.Люгер Дж. Ф.

Искусственный интеллект: стратегии и методырешения сложных проблем. – М.: Издательский дом «Вильямс»,2005.Новиков Ф.А. Дискретная математика для программистов:Учебник для вузов. 3-е изд. – СПб: Питер, 2009.Рассел C., Норвиг П. Искусственный интеллект: современныйподход, 2-е изд. // Пер. с англ. – М.: Издательский дом «Вильямс»,2006.Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертныхсистем.

Среда CLIPS. – СПб.: БХВ-Петербург, 2003.29.

Характеристики

Список файлов лекций