АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Состояние работ по новым напр-ям искусственного интеллекта

Читайте также:
  1. A) приказом (распоряжением) работодателя, если иное не предусмотрено Трудовым кодексом РФ
  2. A) сдельная заработная плата
  3. A) сумма потребительских стоимостей, который может приобрести рабочий на свою номинальную заработную плату
  4. A. Безмиелиновыми
  5. Cкоростная автоматическая обработка
  6. I Психологические принципы, задачи и функции социальной работы
  7. I. 1.1. Пример разработки модели задачи технического контроля
  8. I. Задания для самостоятельной работы
  9. I. Задания для самостоятельной работы
  10. I. Задания для самостоятельной работы
  11. I. Значение и задачи учета. Основные документы от реализации продукции, работ, услуг.
  12. I. КУРСОВЫЕ РАБОТЫ

появление в последние годы коммерческих продуктов в области размытых логик, генетических алгоритмов и интеллектуальных средств извлечения знаний из баз данных. Практические успехи в этих направлениях:

ИС для размытой логики (применение не только в секторе управления, но и в секторе бизнеса).

ИС для генетических алгоритмов (для проведения исследований, рынка ориентировано на опытных программистов. будет иметь широкое распространение только при интеграции с другими технологиями.)

ИС для извлечения знаний. возможности: ЭС, машинного обучения (индуктивных методов и(или) НС), статистических методов и визуализации данных. должны решать задачи трансформации: данных (неструктурированные наборы чисел и символов) → информацию (описание обнаруженных закономерностей) → знания (значимые для пользователя закономерности) → решения (последовательности шагов, направленные на достижение потребностей пользователя).

 

6.Клас-ция ЭС

- 1.Системы с интеллектуальным интерфейсом (ИИС)

- Интеллектуальные базы данных

- Естественно-языковой интерфейс

- Гипертекстовые системы

- Системы контекстной помощи

- Системы когнитивной графики.

- 2. Экспертные системы

- Классифицирующие

- Доопределяющие

- Трансформирующие

- Мультиагентные

- 3. Самообучающиеся системы

- Индуктивные системы

- Нейронные сети

- Системы, основанные на прецедентах

- Информационные хранилища

- 4. Адаптивные информационные системы

- Основанные на CASE-технологии

- Основанные на компонентных (сборочных) технологиях

Признаками классиф-ции явл. следующие интел­л-ные функции:

- коммуникативные способности - способ взаимодействия конечного польз-ля с сист.;

- решение плохо формализуемых задач, которые требу­ют построения оригинального алгоритма решения в зависимости от конкретной ситуации, характеризующейся неопределенностью и динамичностью исходных данных и знаний;

- способность к самообучению — умение системы автоматичес­ки извлекать знания из накопленного опыта и применять их для решения задач;

- адаптивность — способность системы к развитию в соответствии с объективными изменениями области знаний.

 

 

7. Клас-ция инструм-ных ср-в

1. Ур-нь исп-мого языка

1) традиц-ные (в т.ч. объектно-ориентированные) языки прогр-ния (напр., Fox);

2) символьные языки прогр-ния (напр, Lisp, Prolog);

3) инструментарий, сод-щий многие, но не все компоненты ЭС.);

4) оболочки ЭС общ. Назнач-я, сод-щие все прогр-ные компоненты, но не имеющие знаний о конкрет)

5) проблемно-ориентир. Оболочки (среды):

- проблем.-ориент. Ср-ва, ориент-ные на некот класс решаемых задач, и имеющие в своем составе соотв-щие этому классу альтернативные функц-ные модули

- предметно-ориент. Ср-ва, вкл-щие знания о некот типах предм. Областей.

2. Парадигма прогр-ния

1) процедурное прогр-ние

2) прогр-е, ориент-ное на данные (а не програм.)

3) прогр-е, ориент-ное на правила (это методы логического прогр-я)

4) объектно-ориент. Прогр-е

3. Способ предст-ния знаний

ЭС хар-ют моделями предст-я знаний:

1) правила продукции

2) фреймы/объекты

3) семантич. Сети

4) логические модели/исчисление предикатов

5) модели доски объявлений

6) модели прецедентов

4. Мех-мы вывода и моделир-я

Мех-мы получения реш-я и моделир-я реш-я. м. Охарактер-ть след. Пар-рами:

1) Стр-ра процесса получ-я реш-я:

- компиляция решений приобрет-я знаний в режиме дерева вывода из обучающей выборки (Выбор Из дерева)

- компиляция в режиме приобр-я знаний сети в сети вывода из специфич. Правил.(Поиск реш-я в режиме реш-я задачи)

- генерация сети вывода и поиск реш-я в режиме реш-я задач.

- в режиме реш-я задач ЭС осущ. Выработку правдоподобных предп-ний.

2) Поиск или выбор реш-я:

- направленность поиска (от данных к цели, от целей к данным, двунаправленный поиск)

- порядок перебора вершин в сети вывода (поиск «в ширину», поиск «в глубину»)

3) Процесс генерации предпол-ний и сетей вывода:

- режим генерации сетей в режиме приобрет-я знаний и в режиме реш-я задач

- опр-е полноты генер-мой сети вывода

4) Мех-м вывода для динамич. Проблем. Сред дополн. Содержит:

- планировщик, к-рый обеспеч. Функц-е ЭС в соотв. С приоритетами

- ср-ва, гарант-щие получение лучшего реш-я в усл-ях ограниченности рес-сов

- с-мы поддержания истинности значений переменных, измен-ся во времени

5) Ср-ва приобр-я знаний

I. Ур-нь языка, в к-ром осущ-ся приобр-е знаний:

- формализов. Язык

- огранич. Естест. Язык

- язык пиктограмм и изображений

- язык изобр-й и естест. Язык

II.Тип приобретаемых знаний

- данные в виде таблиц, сод-щие значения входных и выходного атрибута (дан. Тип исп-ся для ЭС с индуктивными методами обуч-я), напр. Нейронные сети

- специализиров. Правила

- общие и специализоров. Правила (формир-ся БД в виде правил)

III.Тип приобр-мых данных

- атрибуты со значениями

- об-ты (об-т опис-ся в целом с его хар-ками)

- классы структ-ных об-тов

6) Технологии разр-ки ЭС:

I.Подход, базирующийся на поверхностных знаниях

II.Стр-ный подход

III.Подход, базир-ся на глубинных знаниях

IV.Смешанный подход (исп-ся поверхн. И глубин. Знания)

В завис-ти от разл сочетаний методов бывают разл. Типы ЭС.

 


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.006 сек.)