1.1 Istorie în informatică 5
1.2 Conexiuni și structuri 6
1.3 Probleme de creare a sistemelor de cunoaștere 7
1.4 Tipuri de cunoștințe și modalități de prezentare a acestora 8
1.5 Cerințe privind sistemele de cunoștințe 10
1.6 Caracteristici ale cunoștințelor pentru reprezentarea lor în calculator 11
Capitolul 2. Modele de reprezentare a cunoștințelor 13
2.1 Modele logice 13
2.2 Modele de rețea 15
2.3 Modele de produse (produs (ion)) 16
2.3.1 Clasificarea miezurilor de produse 17
2.4 Modelul cunoștințelor utilizând cadrele 19
(Model de cadru). 19
2.5. Prezentarea cunoștințelor utilizând scenarii 21
2.6 Alte metode de reprezentare a cunoștințelor 22
Problema reprezentării cunoștințelor în sistemele informatice este una din principalele probleme din domeniul inteligenței artificiale. Soluția acestei probleme va permite specialiștilor care nu sunt instruiți în programare să lucreze cu calculatorul direct în limba "prozei de afaceri" într-un mod de dialog și cu ajutorul său pentru a formula soluțiile necesare. Astfel, soluționarea problemei reprezentării cunoștințelor în sistemele informatice va spori semnificativ activitatea creativă intelectuală a omului în detrimentul calculatoarelor.
Relevanța acestei teme este faptul că conținutul memoriei unui computer nu este echivalent cu cunoașterea umană, care este un fenomen mult mai complex, dar poate servi ca model convenabil pentru comunicarea acestor cunoștințe. Acest principiu de modelare a cunoștințelor profesionale reprezintă baza sistemelor expert.
Fiecare dintre sistemele intelectuale corespunde unei anumite părți a lumii reale - sfera activității umane, izolată și descrisă în conformitate cu anumite obiective și numită aria de studiu. Descrierea domeniului este o colecție de informații:
a) despre toate obiectele - obiecte, procese și fenomene, distinse din punct de vedere al activității avute în vedere;
b) relația dintre obiectele selectate și / sau părțile lor;
c) despre toate interacțiunile manifestate și posibile între obiecte, părțile și relațiile lor, care au apărut ca urmare a activităților omului.
Scopul acestui curs este de a studia pe deplin metodele, modelele și tipurile de reprezentare a cunoștințelor, operațiunile de cunoaștere. Pentru a acoperi integral spectrul acestui subiect, este necesar să rezolvăm următoarele sarcini:
Să studieze modalitățile de reprezentare formală a cunoștințelor;
Luați în considerare modelele de reprezentare a cunoștințelor;
Obiectul de cercetare în acest proiect de curs este metodele de reprezentare a cunoștințelor pentru calculatoare. Și ca subiect de studiu, reprezentarea cunoștințelor în programul Prolog este acceptată.
Capitolul 1. Metode pentru reprezentarea formală a cunoștințelor
1.1 Istorie în informatică
În domeniul informaticii (în special în domeniul inteligenței artificiale), s-au propus mai multe moduri de reprezentare a cunoștințelor pentru structurarea informațiilor, precum și organizarea bazelor de cunoștințe și a sistemelor expert. Una dintre ele este prezentarea datelor și informațiilor în cadrul modelului logic al bazelor de cunoștințe, bazat pe limbajul logic de programare Prolog.
Termenul "Reprezentarea cunoștințelor" se referă cel mai adesea la prezentarea cunoștințelor, concentrate pe prelucrarea automată a computerelor moderne și, în special, la reprezentările care constau în obiecte explicite și la judecăți sau declarații despre ele. Reprezentarea cunoștințelor în această formă explicită permite calculatoarelor să tragă concluzii deductive din cunoștințele stocate anterior.
În anii 1970 și începutul anilor 1980 s-a propus, cu diferite grade de succes testate numeroase metode de reprezentare a cunoștințelor, cum ar fi sistemele de euristice întrebare-răspuns, rețele neuronale, dovedind teorema, și sisteme expert. Principalele domenii ale aplicării lor la acea dată au fost diagnosticarea medicală (de exemplu, Mitsin) și jocurile (de exemplu, șahul).
În anii 1980, au apărut limbi oficiale de reprezentare a cunoștințelor computerizate. Proiectele principale din acea vreme au încercat să codifice (să intre în bazele lor de cunoștințe) o mulțime de metode de cunoaștere umană universală.
Această activitate a condus la o evaluare mai precisă a complexității problemei de reprezentare a cunoștințelor. În același timp, în lingvistica matematică, s-au creat baze de date mult mai extinse ale informațiilor lingvistice și, împreună cu creșterea imensă a vitezei și a volumului memoriei computerului, au făcut o reprezentare mai profundă a cunoștințelor mai reală.
Au fost elaborate mai multe limbi de programare pentru prezentări orientate spre cunoaștere. Prolog, dezvoltat în 1972, dar a primit popularitate mult mai târziu, descrie declarații și logică de bază, și poate trage concluzii din premise cunoscute. Cu atât mai mult sa axat pe prezentarea limbajului de cunoaștere KL-ONE (1980).
În domeniul documentelor electronice, s-au dezvoltat limbi care exprimă în mod explicit structura documentelor stocate, cum ar fi SGML și ulterior XML. Ele au facilitat sarcinile de căutare și recuperare a informațiilor, care în ultima vreme sunt din ce în ce mai legate de sarcina de a reprezenta cunoștințele. Comunitatea Web este extrem de interesată de web-ul semantic, în care reprezentările de cunoștințe ale limbilor bazate pe XML, cum ar fi RDF, temele Map și altele, sunt folosite pentru a spori disponibilitatea informațiilor stocate în rețea în sistemele informatice.
1.2 Relații și structuri
Una dintre problemele reprezentării cunoștințelor este modul în care se stochează și se procesează cunoștințele în sistemele informatice într-un mod formal, astfel încât mecanismele să le poată folosi pentru a atinge obiectivele. Exemple de aplicații aici sunt sistemele expert, traducerea automată, întreținerea computerizată și sistemele de regăsire și recuperare a informațiilor (inclusiv interfețele utilizatorilor de baze de date).
Rețelele semantice pot fi folosite pentru a reprezenta cunoștințele. Fiecare nod al unei astfel de rețele reprezintă un concept, iar arcele sunt folosite pentru a determina relația dintre concepte. Una dintre cele mai expresive și descrise în detaliu paradigme de reprezentare a cunoștințelor bazate pe rețele semantice este MultiNet (acronim pentru Advanced Layered Semantic Web Eng. Rețele semantice extinse multistrat).
Din anii 1960, a fost utilizat conceptul de cadru de cunoaștere sau pur și simplu un cadru. Fiecare cadru are propriul său nume și un set de atribute sau sloturi care conțin valori; de exemplu, o casă de cadre ar putea conține sloturi de culoare, număr de etaje și așa mai departe.
Utilizarea cadrelor în sisteme expert este un exemplu de programare orientată pe obiecte, cu moștenire a proprietăților.
Structurile de cadre sunt potrivite pentru reprezentarea cunoștințelor reprezentate sub formă de scheme și a modelelor cognitive stereotipe. Elementele de modele similare au scări diferite, iar scalele mari sunt atribuite acelor elemente care corespund schemei cognitive curente. Modelul este activat în anumite condiții: Dacă o persoană vede o pasăre mare, cu condiția ca acesta este acum activ „regim de mare“ și „diagrama pământ“ - nu, el le clasifică mai mult ca vulturii de mare, vulturi aurii și nu teren.
Reprezentările de cadre sunt centrate pe obiect în același sens ca și Web-ul Semantic: toate faptele și proprietățile asociate cu un concept sunt plasate într-un singur loc, deci nu este necesar să cheltuiți resursele care caută baza de date.
Scriptul este un tip de cadru care descrie succesiunea evenimentelor în timp; un exemplu tipic de descriere a unei excursii la un restaurant. Evenimentele de aici includ așteptarea unui loc, citirea meniului, efectuarea unei comenzi și așa mai departe.
Diferite soluții, în funcție de expresivitatea lor semantică, pot fi organizate în așa-numitul spectru semantic.
1.3 Probleme de creare a sistemelor de cunoaștere
Sistemul de cunoaștere este un model matematic al unui anumit domeniu al cunoașterii informale aplicate.
Sistemul de concepte și relații ale acestui model matematic ar trebui să reflecte un sistem de concepte și relații de cunoaștere aplicată, iar dependențele care există în acest model, aproximeze dependența corespunzătoare a cunoștințelor aplicate.
Modelele dezvoltate ar trebui să fie fixate în memoria calculatorului și utilizate pentru a rezolva programele de aplicații.
Formalizarea cunoștințelor. Rezolvă cu ajutorul matematicienilor. Se va dezvolta o diagramă conceptuală a modelului.
Reprezentarea cunoștințelor. Dezvoltarea unui aparat formalizat pentru fixarea cunoștințelor de modelare în memoria calculatorului.
Utilizarea cunoștințelor. Calculele și transformările sunt efectuate în modelele construite mai devreme.
Crearea de baze de cunoștințe și sisteme de management. Sarcini pentru administratorii de sistem, care sunt stabilite în dezvoltarea de suport software pentru modelare.
1.4 Tipuri de cunoștințe și modalități de prezentare a acestora
Cunoașterea este o informație formalizată care este menționată sau utilizată în procesul de rezolvare a unei probleme.
Cunoașterea domeniului include:
Descrierea obiectelor și a mediului lor, fenomenele și factorii necesari;
Relațiile dintre obiecte.
Nivelurile de formalizare a cunoștințelor din aria de studiu:
Cunoașterea în memoria unei persoane;
Cunoașterea sub forma unui model lingvistic în aria tematică fixată pe suport fizic;
Cunoștințe, formalizate pentru reprezentarea lor într-un calculator;
Informații și date faptice.
Cunoașterea ca legi fundamentale ale domeniului, permițând unei persoane să rezolve sarcini specifice, de producție, științifice și alte activități:
Cunoștințele actuale (fapte, concepte, relații, evaluare, reguli,
Cunoștințe strategice (strategii de luare a deciziilor într-o concretă
Faptele sunt uneori expuse ca o cunoaștere textuală.
Euristici - cunoștințe bazată pe experiența individuală a unui expert, dobândită de mulți ani de practică (moduri de a utiliza informațiile ciudat, metode de rezolvare a conflictelor, etc.).
O altă modalitate de a clasifica cunoștințele:
Declarativ - include toate celelalte cunoștințe (articole în enciclopedii, dicționare, formularea legilor fizicii, chimie). Aceste cunoștințe răspund la întrebarea: "Care este fenomenul X." sau "Care sunt legăturile dintre X și Y?";
Procedural - descrie succesiunea acțiunilor care pot fi utilizate pentru a rezolva problemele. ("Cum se face un dispozitiv X?").
Cunoștințele sunt împărțite în:
Cunoștințele extinse sunt date care caracterizează obiectele specifice domeniului;
Cunoașterea intensivă este o cunoaștere care funcționează cu obiecte abstracte ale unui domeniu.
Adânc - reflectă o înțelegere a zonei subiect (formularea legilor) a structurii;
Suprafață - se referă la asociații empirice externe cu orice fenomen al domeniului.
Greu - permiteți-i să obțină recomandări clare în condiții inițiale;
Soft-multiple, soluții fuzzy (fuzzy) și diverse opțiuni pentru recomandări.
Sarcinile care trebuie abordate sunt împărțite în:
Sarcinile formalizabile ușor (asociate cu utilizarea de cunoștințe grele);
Sarcinile care nu pot fi formalizate (necesitatea de a lucra cu cunoștințe moi).
Caracteristicile sarcinilor formalizabile dificil:
Problema nu poate fi determinată în formă numerică, adică este necesară o reprezentare de caractere;
Soluția algoritmică a problemelor nu este cunoscută;
O sarcină a cărei țintă nu poate fi definită în termenii unei funcții obiective clar definite.
Aceste sisteme care rezolvă sarcini formalizabile dificil sunt considerate a fi printre sistemele intelectuale.
Domeniul de aplicare al sistemelor de inteligență artificială:
În cazul în care știința nu poate crea definiții constructive, domeniul de aplicare al acestor definiții variază. Modelul de limbaj (descriptiv) domină modelul algoritmic.
Arta similara:
Reprezentarea cunoștințelor în sistemele informatice inteligente
ca achiziție și formalizare a cunoașterii. reprezentarea cunoștințelor. bazei de cunoștințe. manipularea cunoștințelor. limbi pentru prezentarea și manipularea cunoștințelor și, în final, apariția.
Reprezentarea cunoștințelor în sistemele informatice
curs de lucru pe disciplina "Reprezentarea cunoștințelor în sistemele informatice." Numirea. imagini într-un grup de extracție a cunoștințelor. comprimarea datelor și cercetarea. datele (caracteristicile vectorilor) au folosit o reprezentare bitmap a cifrelor (sub forma unei matrice de 0.
Dezvoltarea unui model de produs pentru cunoaștere în perioada de anchetă
cunoaștere. citirea ușoară, structurarea cunoștințelor. reflectă componenta pragmatică a regulilor, modularitatea cunoașterii. Modelul de productivitate al cunoașterii.
Modele de cunoaștere. Sintaxa și semantica logicii predicate de ordinul întâi
Cursuri >> Informatică, programare
reprezentarea cunoștințelor. Sintaxa și semantica logicii predicatelor din prima ordine (Rezumat) Modele de reprezentare a cunoștințelor Cunoștințe. stocate în baza de cunoștințe. este obișnuit să se distingă 4 clase de bază de modele pentru reprezentarea cunoștințelor. 1. Modele logice 2. Productive.
Teoria algoritmilor și a fundațiilor
Rezumat >> Informatică, programare
1976. Teorema D. Nagel E. Newman lui Gödel. M. Znannya. 1970. Pospelov DA A. Situația.