- •1. Понятия «система».
- •2. Понятия, «информация», «неопределенность»
- •3. Особенности и признаки интеллектуальных информационных систем
- •4. Функции информационных систем. Двойственная природа знаний, используемых в информационных системах
- •5. Способы объединения операционного и фактуального знания в традиционных информационных системах.
- •6. Способы объединения операционного и фактуального знания в интеллектуальных информационных системах. Сравнение с традиционными системами
- •7. Интеллектуальные информационные системы с базами данных
- •8. Интеллектуальные информационные системы, основанные на моделях
- •Представление знаний.
- •Поведение.
- •10.Признаки интеллектуальности информационных систем
- •9.Понятия «предметная область» и «проблемная область»
- •Понятие «искусственный интеллект (ии)». Задачи ии. История развития и основные этапы исследований по ии.
- •Основные направления исследований в области искусственного интеллекта (задачи)
- •13.Системы с интеллектуальным интерфейсом
- •14. Системы с естественно-языковым интерфейсом
- •15.Интеллектуальные базы данных. Гипертекстовые системы. Системы контекстной помощи
- •16. Системы когнитивной графики (общая характеристика)
- •19. Способы обучения в интеллектуальных системах
- •20. Индуктивные системы (основные понятия). Системы, основанные на прецедентах (общая характеристика)
- •21.Нейронные сети (основные понятия)
- •22.Хранилища данных
- •Дизайн хранилищ данных
- •Процессы работы с данными
- •23.Адаптивные информационные системы
- •24.Формализация и неформальные знания.Понятие “’экспертная система”.
- •25. Основные особенности экспертных систем. Основные модели представления знаний в классических экспертных системах
- •26. Структура экспертной системы
- •29. Общая характеристика математического аппарата теории нечетких множеств.
- •30. Основные идеи теории нечетких множеств. Сравнение обычных и нечетких множеств.
- •31. Операции над нечеткими множествами (кроме алгебраических)
- •33. Нечеткая и лингвистическая переменные.
- •34. Нечеткие отношения
- •35. Операции над нечеткими отношениями
- •36. Операции композиции нечетких отношений и нечеткой импликации, их значение для нечеткого логического вывода.
- •37. Нечеткий логический вывод.
- •38. Особенности нечеткого логического вывода по Мамдани и Ларсену.
- •Алгоритм Мамдани
- •40. Основные проблемы, решаемые при помощи искусственных нейронных сетей.
- •42. Понятие и основные идеи коннекционизма
- •43. Схема формального нейрона. Роль его составных частей
- •44. Функции активации формального нейрона, их смысл и основные виды.
- •1. Жесткая ступенька :
- •3. Гиперболический тангенс
- •4. Пологая ступенька
- •5. Экспонента:
- •7. Участки синусоиды:
- •8. Гауссова кривая:
- •Сравнение ветвей компьютерной эволюции
- •Архитектура нейронных сетей. Понятие, основные виды. Примеры
- •(Звезды Гроссберга, модели Липпмана-Хемминга)
- •Обучение нейронных сетей, сущность и основные алгоритмы обучения
- •Обучение нейронных сетей как задача оптимизации.
9.Понятия «предметная область» и «проблемная область»
В нашей стране современное состояние разработок в области интеллектуальных систем можно охарактеризовать как стадию всевозрастающего интереса среди широких слоев экономистов, финансистов, преподавателей, инженеров, медиков, психологов, программистов, лингвистов. К сожалению, этот интерес имеет пока достаточно слабое материальное подкрепление.
Предметная область - некоторая совокупность реальных объектов и связей между ними. Каждый объект обладает определённым набором свойств (атрибутов).
Традиционно знания существуют в двух видах - коллективный опыт и личный опыт.Таким образом, можно выделить следующие примеры предметных областей:
Медицина, Образование, Строительство, Математика, Биология, И т.д.
Проблемная область может быть определена предметной областью и задачами, решаемыми в предметной области.
Существует три классификации проблем (задач):
С точки зрения пользователя.
С точки зрения разработчика (динамические и статистические).
По степени сложности.
В настоящее время в области искусственного интеллекта выделено шесть основных проблем (направлений развития).
Представление знаний.
В рамках этой проблемы решаются задачи, связанные с формализацией и представлением знаний в памяти ИнС. Проблема представления знаний для ИнС чрезвычайно актуальна, так как ИнС — это система, функционирование которой опирается на знания о проблемной области, которые хранятся в ее памяти (рис. 1.10).
Манипулирование знаниями. Манипулирование знаниями и представление знаний — эти два направления тесно связаны друг с другом.
Общение. На основе исследований в этом направлении формируются методы построения лингвистических процессоров (ЛП), вопросно-ответных систем (ВОС), диалоговых систем (ДС) и других ИнС, целью которых является обеспечение комфортных условий для общения человека с ИнС (рис. 1.12).
Восприятие.
Это направление
включает проблемы анализа трехмерных
сцен; разработку методов представления
информации о зрительных образах в базе
знаний;создание методов перехода от
зрительских сцен к их текстовому описанию
и методов обработки перехода;разработку
процедур когнитивной графики (КГ);создание
средств для порождения зрительских
сцен на основе внутренних представлений
в ИнС.
Обучение. Основная черта ИнС — это способность к обучению, т.е. решение задач, с которыми они ранее не встречались.
Поведение.
Так как ИнС должны действовать в некоторой окружающей среде, то необходимо разработать специальные поведенческие процедуры (бихевиористические модели), которые позволили бы им адекватно взаимодействовать с окружающей средой, другими ИнС и людьми. Для достижения такого взаимодействия необходимо вести исследования в ряде направлений и создать модели целесообразного поведения, нормативного поведения, ситуационного поведения, специальные методы многоуровневого планирования и коррекции планов в динамических ситуациях.
10.Признаки интеллектуальности информационных систем
Любая информационная система (ИС) выполняет следующие функции: 1воспринимает вводимые пользователем информационные запросы и необходимые исходные данные, 2обрабатывает 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 фабрику, 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.
…если в ходе эксплуатации ИС выяснится потребность в модификации одного из двух компонентов программы, то возникнет необходимость ее переписывания. Это объясняется тем, что полным знанием проблемной области обладает только разработчик ИС, а программа служит “недумающим исполнителем” знания разработчика. Этот недостаток устраняются в интеллектуальных информационных системах .Интеллектуальная информационная система (ИИС) - это ИС, которая основана на концепции использования базы знаний для генерации алгоритмов решения экономических задач различных классов в зависимости от конкретных информационных потребностей пользователей.
Для интеллектуальных информационных систем, ориентированных на генерацию алгоритмов решения задач, характерны следующие признаки:-развитые коммуникативные способности,-умение решать сложные плохо формализуемые задачи,-способность к самообучению,
Коммуникативные способности ИИС характеризуют способ взаимодействия (интерфейса) конечного пользователя с системой.
Сложные плохо формализуемые задачи - это задачи, которые требуют построения оригинального алгоритма решения в зависимости от конкретной ситуации, для которой могут быть характерны неопределенность и динамичность исходных данных и знаний.
