- •9Модель жизненного цикла по
- •9) Логическое «и»
- •1 O 0) логические «или»
- •11) Логическое исключающее «или»
- •23 Основы методолгии idef1. Терминология и семантика.
- •24 Концепция и семантика idef1x(понятие сущности, связи между сущностями, понятие ключей.)
- •29 Общие сведения об экспертных системах. Кто участвует в построении эс?
- •26 Типы связей между сущностями в iDef1х. Идентифицирующие и неидентифицирующие связи.
- •27 Мощность связи в erWin (кардинальное число).
- •28 Понятие искусственного интеллекта. Подходы к разработке ии.
- •30 Архитектура статическая эс
- •31 Архитектура динамических экспертных систем
- •32 Классификация экспертных систем.
- •33 Средства приобретения знаний
- •34 Классификация источников знаний
- •35 Способы представления знаний.
- •36 Этапы разработки экспертных систем.
- •37 Представление знаний в виде правил
- •41 Стратегии вывода. Обратная цепочка рассуждений.
33 Средства приобретения знаний
Приобретение
знаний реализуется с помощью двух
функций: получения информации извне и
ее систематизации. При этом в зависимости
от способности системы обучения к
логическим выводам возможны различные
формы приобретения знаний, а также
различные формы получаемой информации.
Форма представления знаний для их
использования определяется внутри
системы, поэтому форма информации,
которую она может принимать, зависит
от того, какие способности имеет система
для формализации информации до уровня
знаний. Если обучающаяся система совсем
лишена такой способности, то человек
должен заранее подготовить все, вплоть
до формализации информации, т. е. чем
выше способности машины к логическим
выводам, тем меньше нагрузка на
человека.
Функции,
необходимые обучающейся системе для
приобретения знаний, различаются в
зависимости от конфигурации системы.
В дальнейшем при рассмотрении систем
инженерии знаний предполагается, что
Существует система с конфигурацией,
показанной на рис, 1.1, которая включает
базу знаний и механизм логических
выводов, использующий эти знания при
решении задач. Если база знаний пополняется
знаниями о стандартной форме их
представления, то этими знаниями также
можно воспользоваться. Следовательно,
от функций обучения требуется
преобразование полученной извне
информации в знания и пополнение ими
базы знаний.
Рис.1
Базовая структура систем обработки
знаний
Можно
предложить следующую классификацию
систем приобретения знаний, которая
будет опираться на способность системы
к восприятию знаний в разных форматах,
качественно различающихся между собой
и способностью к формализации (рис
2).
Рис
2.Классификация методов приобретения
знаний.
Обучение без выводов. Категорию А можно назвать обучением без выводов или механическим запоминанием, это простой процесс получения информации, при котором необязательны функции выводов, а полученная информация в виде программ или данных используется для решения задач в неизменном виде. Категория Б—это получение информации извне, представленной в форме знаний, т. е. В форме, которую можно использовать для выводов. Обучающейся Системе необходимо иметь функцию преобразования входной информации в формат, удобный для дальнейшего использования и включения в базу знании. Приобретение знаний на этом этапе происходит в наиболее простой форме: это знания, предварительно подготовленные человеком во внутреннем формате, какими являются большинство специальных знании, изначально заданных в экспертных системах. Приобретение знаний на метауровне Выше было рассмотрено обучение на объектном уровне, а еще более сложная проблема - приобретение знаний на метауровне, т. е. знаний, основой которых является информация по управлению решением задач с использованием знаний на объектном уровне. Для знаний на метауровне пока не установлены ни формы представления и использования, ни связь со знаниями на объектном уровне, ни другая техника их систематизации. Поскольку не определена форма их представления с точки зрения использования, то трудно говорить о приобретении знаний на метауровне. Тем не менее с этой проблемой связаны многие надежды в инженерии знаний, Приобретение знаний из примеров Метод приобретение знаний из примеров отличается от предыдущего метода, тем , что здесь выполняется сбор отдельных фактов, их преобразование и обобщение, а только затем они будут использованы в качестве знаний. И соответственно от уровня сложности системы вывода в системе будут возникать разные по степени общности и сложности знания. Необходимо также упомянуть о том, что этот метод приобретения знаний почти не нашёл практического применения, это может быть связано с тем, что входная информация представляет собой не систематизированный набор данных и для их обработки требуется наличие в системе обширных знаний по конкретной области. По сравнению с предыдущим методом приобретения знаний, этот метод имеет большую степень свободы и соответственно необходимо описать общие положения этого принципа. 1. Языки представления. Обучение по примерам — это процесс сбора отдельных фактов, их обобщение и систематизация, поэтому необходим унифицированный язык представления примеров и общих правил. Эти правила, будучи результатом обучения, должны стать объектами для использования знаний, поэтому и образуют язык представления знаний. И наоборот, язык представления знаний должен учитывать и определять указанные выше условия приобретения знаний. 2. Способы описания объектов. В случае обучения .по примерам из описаний отдельных объектов создаются еще более общие описания объектов некоторого класса, при этом возникает важная проблема: как описать данный класс объектов. В полном классе некоторых объектов следует определить меньший класс объектов, обладающих общим свойством (объекты только в этом классе обладают заданным свойством), но в действительности проще определить список объектов и убедиться, что все объекты в нем обладают общим свойством. Для некоторого типа задач можно эффективно использовать ложные примеры или контрпримеры, убедительно показывающие, что данные объекты не входят в этот класс.. Иллюстрацией применения контрпримеров может служить понятие "почти то". 3. Правила обобщения. Для сбора отдельных примеров и создания общих правил необходимы правила обобщения. Предложено несколько способов их описания: замена постоянных атрибутов языка на переменные, исключение описаний с ограниченным применением и т. п. Очевидно, что эти способы тесно связаны с языком представления знаний. 4. Управление обучением. В процессе обучения по примерам применяются различные стратегии структуризации информации и необходимо управлять этим процессом в ответ на входные данные. Существуют два классических метода: метод "снизу-вверх", при .котором, последовательно выбираются и структурируются отдельные сообщения, и метод "сверху-вниз", при котором сначала выдвигается гипотеза, а затем она корректируется по мере поступления информации.
