Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 483632)
Консорциум Контекстум Информационная технология сбора цифрового контента

Экспертные системы : курс лекций (90,00 руб.)

0   0
АвторыБобрешов Анатолий Михайлович, Коровченко Игорь Сергеевич, Степкин Владислав Андреевич, Телков Александр Юрьевич
ИздательствоВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
Страниц45
ID325204
Аннотация Материал методического пособия представляет собой лекции по курсу «Экспертные системы» у студентов старших курсов дневной формы обучения. В данном пособии рассматриваются подходы к построению интеллектуальных информационных систем, экспертных систем, изучаются этапы создания экспертных систем, приводятся основные сведения о способах представления знаний в экспертных системах. Анализируются особенности экспертных систем различных классов самообучающихся, индуктивных, нейронных сетей, системах, основанных на прецедентах. Приводятся основные модели и методы решения задач, стратегии организации поиска решений. Рассматриваются формальные и неформальные модели представления знаний в экспертных системах. Материалы, используемые для составления курса лекций, представлены в списке используемых источников.
Кому рекомендовано Рекомендуется для студентов старших курсов физического факультета ФГБОУ ВПО «ВГУ», обучающихся по направлениям подготовки 010800 Радиофизика, 03.03.03 Радиофизика.
Экспертные системы : курс лекций / А.М. Бобрешов, И.С. Коровченко, В.А. Степкин, А.Ю. Телков .— Воронеж : ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ, 2014 .— 45 с. — 45 с.

Предпросмотр (выдержки из произведения)

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» УЧЕБНО-МЕТОДИЧЕСКОЕ ПОСОБИЕ ЭКСПЕРТНЫЕ СИСТЕМЫ: КУРС ЛЕКЦИЙ Составители: Бобрешов А. М., Коровченко И. С., Степкин В. А., Телков А. Ю. <...> Анализируются особенности экспертных систем различных классов самообучающихся, индуктивных, нейронных сетей, системах, основанных на прецедентах. <...> Приводятся основные модели и методы решения задач, стратегии организации поиска решений. <...> Особенности и признаки интеллектуальности информационных систем 4 2. <...> Особенности и признаки интеллектуальности информационных систем Любая информационная система (ИС) выполняет следующие функции: воспринимает вводимые пользователем информационные запросы и необходимые исходные данные, обрабатывает введенные и хранимые в системе данные в соответствии с известным алгоритмом и формирует требуемую выходную информацию. <...> С точки зрения реализации перечисленных функций ИС можно рассматривать как структуру, производящую информацию, в которой заказом является информационный запрос, сырьем исходные данные, продуктом требуемая информация, а инструментом (оборудованием)знание, с помощью которого данные преобразуются в информацию. <...> Фактуальное знание – это осмысленные и понятые данные. <...> Операционное знание – это те общие зависимости между фактами, которые позволяют интерпретировать данные или извлекать из них информацию. <...> Фактуальное знание (детализированным), называют также а операционное знание – интенсиональным (обобщенным). <...> Программа = Алгоритм (Правила преобразования данных + Управляющая структура) + Структура данных Таким образом, операционное знание (алгоритм) и фактуальное знание (структура данных) неотделимы друг от друга. <...> Однако, если в ходе эксплуатации ИС выяснится потребность в модификации одного из двух компонентов программы, то возникнет <...>
Экспертные_системы__курс_лекций.pdf
Стр.1
Стр.3
Стр.6
Стр.7
Стр.8
Экспертные_системы__курс_лекций.pdf
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» УЧЕБНО-МЕТОДИЧЕСКОЕ ПОСОБИЕ ЭКСПЕРТНЫЕ СИСТЕМЫ: КУРС ЛЕКЦИЙ Составители: Бобрешов А. М., Коровченко И. С., Степкин В. А., Телков А. Ю. Воронеж 2014
Стр.1
3 Содержание 1. Особенности и признаки интеллектуальности информационных систем 4 2. Назначение экспертных систем ..................................................................... 9 3. Самообучающиеся системы ......................................................................... 12 4. Технология создания экспертных систем ................................................... 19 5. Методы работы со знаниями ........................................................................ 23 6. Тенденции развития систем искусственного интеллекта ......................... 38 7. Список использованных источников .......................................................... 44
Стр.3
6 потребностям пользователей, в невозможности решать плохо формализуемые задачи, с которыми управленческие работники постоянно имеют дело. Перечисленные недостатки устраняются в интеллектуальных информационных системах (ИИС). Анализ структуры программы показывает возможность выделения из программы операционного знания (правил преобразования данных) в так называемых базу знаний, которая в декларативной форме хранит общие для различных задач единицы знаний. При этом управляющая структура приобретает характер универсального механизма решения задач (механизма вывода), который связывает единицы знаний в исполняемые цепочки (генерируемые алгоритмы) в зависимости от конкретной постановки задачи (сформулированной в запросе цели и исходных условий). Такие ИС становятся системами, основанными на отработке баз знаний или просто знаний (СБЗ). СБЗ = База знаний + "Управляющая структура + (механизм вывода)" + База данных Системы, основанные на знаниях, являются интеллектуальными ИС (ИИС) в силу возможности генерации алгоритмов решения задач, для которых характерны следующие признаки: • развитые коммуникативные способности, • умение решать сложные плохо формализуемые задачи, способность к развитию и самообладанию. Коммуникативные способности ИИС характеризуют способ взаимодействия (интерфейса) конечного пользователя с системой, в частности, возможность формулирования произвольного запроса в диалоге с ИИС на языке, максимально приближенном к естественному. Сложные плохо формализуемые задачи – задачи, которые требуют построения оригинального алгоритма решения в зависимости от конкретной ситуации, для которой могут быть характерны неопределенность и динамичность исходных данных и знаний.
Стр.6
7 Способность к самообучению – это возможность автоматического извлечения знаний для решения задач из накопленного опыта конкретных ситуаций. В различных ИИС перечисленные признаки интеллектуальности развиты в неодинаковой степени. Условно, каждому из признаков соответствует свой класс ИИС (рисунок 1.1). Рисунок 1.1 – Классификация информационных систем Интеллектуальные базы данных отличаются от обычных баз данных возможностью выборки по запросу необходимой информации, которая может явно не храниться, а выводиться из имеющейся в базе данных. Интеллектуальная система баз помощи пользователя по структуре базы данных сама строит путь доступа к файлам данных. Формирование запроса осуществляется в диалоге с пользователем, последовательных шагов которого выполняется в максимально удобной для пользователя форме. Запрос к базе данных может формулироваться и с помощью естественноязыкового интерфейса. Естественно-языковой интерфейс предполагает
Стр.7
8 трансляцию естественно-языковых конструкций на внутри-машинный уровень представления знаний. Для этого необходимо решать задачи морфологического, синтаксического и семантического анализа и синтеза высказываний на естественном языке. Естественно-языковой интерфейс используется для: • доступа к интеллектуальным базам данных, • контекстного поиска документальной текстовой информации, • голосового ввода команд в системе управления, • машинного перевода с иностранных языков. Гипертекстовые системы предназначены для реализации поиска по ключевым словам в базах текстовой информации; поиска мультимедийной информации, включающей помимо текстовой и цифровой информации графические, аудио и видео-образы. Системы контекстной помощи – частичный случай интеллектуальных гипертекстовых и естественно-языковых систем. В отличие от обычных систем помощи, пользователь описывает проблему, а система с помощью дополнительного диалога ее конкретизирует и сама выполняет поток относящихся к ситуации рекомендаций. Такие системы относятся к классу систем распространения знаний. Системы когнитивной графики позволяют осуществлять интерфейс пользователя с ИИС с помощью графических образов, которые генерируются в соответствии с происходящими событиями. Такие системы используются в мониторинге и управлении оперативными процессами. Например, состояние сложного управляемого объекта отображается в виде человеческого лица, на котором каждая черта отвечает за какой-либо параметр, а общее выражение лица дает интегрированную характеристику ситуации. Системы когнитивной графики широко используются также в обучающих и тренажерных системах на основе использования принципов виртуальной реальности, когда графические образы моделируют ситуации, в которых обучаемому необходимо принимать решения и выполнять определенные действия.
Стр.8