9. Исправление ошибки

Количество избыточной информации, необходимое для исправления ошибки, находят при условии равновероятного перехода одного сообщения в любое другое. Каждое сообщение из множества X₀ может при проходе по обобщенному каналу связи трансформироваться с равной вероятностью в любое из (М-1) сообщений.

Энтропия попадания любого из (М-1) сообщения в одну из точек множества (М-1) составит: H_n=log₂(M-1)

Так как такое попадание возможно с вероятностью ошибки Р₀, то энтропия составит: H_n=P₀log2(M-1).Это оценка избыточной информации для исправления ошибки.

Таким образом, мы можем определить количество избыточной информации, необходимой для компенсации потерь:

=-P₀log₂P₀-(1-P₀)log₂(1-P₀)+P₀log₂(M-1) (14)

Полученное выражение задает нижний уровень избыточности. Избыточность может быть реализована за счет рационального кода при согласовании источника и потребителя информации. Потери информации при обмене сообщениями, выраженные энтропией, дают оценку качества реализации информационного процесса в системе.

Приведенное описание процессов преобразования сигналов и выделения и устранения помех поможет более глубоко изучить информационный процесс передачи информации в рамках информационной технологии.

12. Информационный процесс представления знаний

Часто знания рассматриваются как данные, имеющие развитую и сложную структуру. Знания - это специальная форма представления информации, позволяющая мозгу хранить, воспроизводить и понимать ее. Далеко не вся информация выступает в роли знания. Знания - это особая информация, зафиксированная и выраженная в языке. Типы отношений, определяющие связь знаний с внеязыковым миром, друг с другом и с системой человеческих действий подчиняются особым закономерностям - семантики, синтаксиса и прагматики.

Основные свойства знаний:

• Внутренняя интерпретируемость. Вместе с элементом данных в ЭВМ хранится система имен. Это позволяет «знать», что хранится в памяти системы и уметь отвечать на запросы о содержании памяти..

• Рекурсивная структурируемость. Информационные единицы могут расчленяться на более мелкие и объединяться в более крупные ( по аналогии с матрешкой).Для этого используются родо-видовые отношения и принадлежность элементов к определенному классу. (Число структурообразующих отношений - более 200 типов).

• Взаимосвязь информационных единиц. Между единицами устанавливаются разнообразные отношения семантического и прагматического характера связей (явлений и фактов). Когда между единицами возникают такие отношения, фрагменты этой структуры выявляются новые информационные единицы.

• Наличие семантического пространства. Оно характеризует близость-удаленность информационных единиц друг от друга. Знания на могут представлять собой бессистемное сборище единиц, они должны быть взаимосвязаны и взаимозависимы в семантическом пространстве.

Формы существования знаний:

• в памяти человека (эксперта)

• Материализованные (канонизированные) - учебники, монографии и т.д.

• Полуформализованная структурированная модель (поле знаний)

• Формализованное знание на языке представления.

Типы знаний:

• Глубинные знания - результат обобщения первичных понятий в абстрактные структуры;

• Мягкие знания - допускают множественные расплывчатые решения (например, выработка рекомендаций); совокупность глубинных и мягких знаний дает возможность создавать мощные базы знаний;

• Поверхностные знания - совокупность эмпирических ассоциаций и отношений между понятиями предметной области для стандартных ситуаций;

• Концептуальные знания - выражают свойства объектов, процессов и ситуаций через Понятия (базовые элементы) предметной области. Описание каждого Понятия включает описание его компонентов, указание взаимосвязи с другими компонентами, зависимости между Понятиями. Концептуальные знания - жесткие. Применяются при решении задач анализа;

• Экспертные знания - знания специалистов предметной области, они аккумулируют накопленный опыт. Этот тип знаний играет наиболее важную роль в слабоструктурированных предметных областях. Они мягкие и поверхностные. Совместное использование концептуальных и экспертных знаний позволяет сочетать логические и ассоциативные суждения, решать сложные задачи при низких вычислительных затратах;

• Синтаксические знания - характеризуют синтаксическую структуру объекта, которая не зависит от смысла используемых Понятий;

• Семантические знания - содержат информацию, связанную с смыслом рассматриваемых объектов;

• Прагматические знания - описывают объекты относительно целей решаемых задач.

Модели процесса представления знаний.

Представить знания в ЭВМ - это значит определить некоторые исходные нерасчленяемые объекты, правила формирования на их основе новых объектов и в итоге получить описание знаний. Формальный способ описания и является моделью представления знаний.

В качестве входных нерасчленяемых объектов выступают значения данных. Отношения между данными определяют правила образования новых объектов. Выполняя отдельные процедуры над отношениями между данными, структурируют данные и формируют знания. Существует целый ряд моделей представления знания: логическая, алгоритмическая, фреймовая, семантическая, продукционная. Рассмотрим основные особенности каждой из моделей.

Логическая модель представления знаний

Знания, необходимые для решения, и сама решаемая задача описываются определенными утверждениями на логическом языке. Знания составляют множество аксиом, а решаемая задача представляет собой теорему, требующую доказательства. Процесс доказательства теоремы и составляет логическую модель представления знаний. Описание модели основывается на конструктивной логике. Зададим логическую модель совокупностью:

М = < T, P, A, F >, где T - множество базовых элементов, P - множество правил, A - множество истинных выражений (аксиом), F - правило вывода.

Рассмотрим подробнее, что представляют собой базовые элементы Т:

Т = Т₁ U Т ₂ U Т ₃ U Т ₄ U Т₅ .

 

Множество Т₁ - это имена задач и подзадач, Т₁ = { И_1, И_2, ....,};

Множество Т₂ определяет структуру их взаимосвязи,{ ǽ, υ };

Множество Т₃ - это символы сведения задач к подзадачам, { → };

Множество Т₄ - вспомогательные символы,{ ( , )};

Множество Т₅ - cимволы истинности и ложности результатов решения,{ t, f }

На основе символов алфавита строятся формулы логической модели, т.е. множество правил Р, например : .Задается имя задачи и ее описание;

1. Обозначим описание задач А,В. Тогда, если Аǽ В, то это значит, что нужно решить задачу с описанием А и описанием В.

2. Если А υ В , то это описание задачи, для которой следует решать или задачу с описанием А или задачу с описанием В.

Если описанием задачи является ее имя, то задача называется элементарной. Если задача с именем И сводится к задаче с описанием А , то можно записатьИ → А. При этом элементы с описанием А являются описанием подзадач, входящих в задачу с именем И.

3. Дополнительные символы 1,Ø означают описания задач с результатами их решения. При этом символ 1 означает А = t; символ Ø означает A= f.

Поиск решения задачи на основе логической модели представления знаний базируется на использовании ряда аксиом, например:

• А υ В = В υ А. Смысл аксиомы в том, что определяется решение задачи из двух подзадач А и В. Искомая задача будет решена, если решена одна из подзадач.

• (А υ В ) υ С = А υ (В υ С), т.е., если имеются три подзадачи А,В,С, то исходная задача решена, если решена одна из подзадач, при этом любые две подзадачи могут быть объединены в одну подзадачу.

• ( Аæ В ) æ С = А æ ( В æ С). При такой записи аксиомы предполагается, что исходная задача включает три подзадачи А,В,С. Решение задачи может быть получено, если решены подзадачи А,В. Т.к. между А и Вотсутствует знак символьной связи, подзадачи могут решаться в любой последовательности.

Всего для построения логической модели используется 10 аксиом.

Логической модели соответствуют графические отображения в виде графа редукции и графа пространственных состояний.

Для графа редукции вершины представляют собой имена подзадач, а дуги обозначают связи между ними. Граф строится сверху вниз, в его концевых вершинах располагаются элементарные подзадачи, решаемые с помощью ЭВМ. Поиск решения исходной задачи отображается последовательностью обхода вершин графа.

В графе пространства состояний вершинами являются процессы решения элементарных подзадач. На данном графе должен быть указан путь из корневой вершины в одну из концевых, т.е. задается последовательность обхода вершин.

 

Алгоритмическая модель представления знаний.

В процессе формализации знаний часто используются алголоподобные языки. Формальная система задает описание решения задачи в виде программы вычисления. В основе формальной системы лежат: алфавит используемого языка, правила формирования выражений из элементов алфавита, аксиомы и правила вывода.

Алфавит определяется множеством Т = Т₁ U Т₂ U Т₃,

где: Т₁ = {A_1, A₂, ...A_n } - имена подзадач. Последовательность А представляет собой описание исходной задачи;

Т₂ = { ; , case, of, while, do } - включает слова, позволяющие строить синтаксические конструкции описания последовательности решения ( например, case A of A₁,A₂, ...A_n - означает, что описание исходной задачи А, для решения которой достаточно решить одну подзадачу);

Т₃ = { begin, end} - вспомогательные значения.

Алгоритмическая модель также может отображаться графом редукции, где в корневой вершине находится исходная решаемая задача, в промежуточных вершинах - подзадачи, в концевых - элементарные подзадачи. Дуги отображают операции программирования типа «соглашение».

 

Семантическая модель представления знаний.

Эта модель позволяет оперировать понятиями, выраженными на естественном языке. Примером реализации такой модели служат экспертные системы. Для построения модели используют аппарат семантических сетей, представленных в виде графа:

G = { Y₁, Y₂,...Y_n; β₁, β₂,...β_m }, где Y - узлы (вершины ) графа. Они отображают некоторые сущности - объекты, события, процессы, явления и т.д.; β - дуги графа, которые обозначают отношения между сущностями, заданные на множестве вершин. Вершины отображают сущности разной степени общности. Их упорядочение происходит по видам отношений.

Предметная область отображается как совокупность сущностей и отношения между ними. Если адекватно сформулированы фундаментальные понятия отношений и объектов предметной области ( т.е. имеются всеобъемлющие концептуальные знания), то семантическая модель работает очень успешно.

Фреймовая модель представления знаний.

Эта модель базируется на восприятии человеком окружающего мира, на психологии человека. Когда человек попадает в какую-то ситуацию, он идентифицирует ее некоторой типовой структурой, имеющейся в его памяти. Эта структура и является фреймом - декларативным представлением типовой ситуации, дополненным процедурной информацией о возможностях и путях ее использования.

Фрейм представляется сетью. Верхние уровни сети отображают сущности, истинные для типовой ситуации ( конструкция фрейма). Нижние уровни заканчиваются пустыми структурами - слотами. Заполнение, означивание слотов происходит при вызове фрейма в конкретной ситуации из предметной области. Фрейм включает набор слотов:

Ф = [ (C₁,d₁), (C₂,d₂),...(C_n,d_n) ], где Ф - имя фрейма; С - имена слотов;  d - значения слотов.

Заполнение слотов происходит по мере получения знаний о предметной области.

Продукционная модель представления знаний.

Продукционная модель содержит совокупность Правил (продукции) в виде:

ЕСЛИ условие ТО действие ЕСЛИ причина ТО следствие ЕСЛИ ситуация ТО решение.

Суть модели состоит в том, что если выполняются определенные Правилами условия, то нужно произвести некоторое действие. Продукционные модели могут быть реализованы процедурно и декларативно. В процедурных системах непременно должны быть: база данных, набор продукционных правил, Интерпретатор ( он определяет последовательность активизации продукций). База данных является переменной частью модели, а  Правила и интерпретатор постоянны. Можно добавлять и изменять лишь факты (знания).

Продукционные модели применяются в тех предметных областях, где нет четкой логики и задачи решаются на основе независимых правил (эвристик). Правила продукции несут информацию о последовательности целенаправленных действий. Они хорошо отражают прагматическую составляющую знаний и используются для небольших задач.    

БУИС кредитных предприятий.

Обеспечивает:

1. автоматизированное решение комплекса задач бухучета, планирования, анализа финансовой деятельности, внутреннего аудита,

2. получение оперативной информации, в том числе аналитические отчеты и сводки,

3. консолидированное управление и получение косолидированных финотчетов (связь с удаленными рабочими местами).

БУИС создается на основе комплекса АРМов.

БУИС для предприятий малого и среднего бизнеса.

Три варианта построения:

1. создается система автоматизации только финучета (для бухгалтера),

2. система автоматизации финансового и частично управленческого учета (на двух рабочих местах),

3. полная автоматизация финансового и управленческого учета. Значительные объемы информации, многопользовательский режим, локальная сеть.

Выбор варианта зависит от размеров предприятия. Структура БУИС для третьего варианта состоит из двух модулей.

При создании БУИС малого и среднего бизнеса основное внимание - финансовому учету. Главный учетный регистр - Журнал хозяйственных операций. Настройка системы ведения бухучета осуществляется с помощью справочников. Банковские информационные системы, системы рынка ценных бумаг.