- •Оглавление
- •Архитектура эвм
- •SharePoint 2010
- •Процессор
- •Этапы проектирования информационных систем в образовании
- •Периферийные устройства эвм, Внешние запоминающие устройства
- •Стохастическое моделирование
- •Организация прерываний в эвм
- •Функции, процедуры и службы управления учебным процессом
- •Информатика и информация.
- •1.Содержательный подход 2. Алфавитный подход
- •3. Вероятностный подход - Формула Шеннона:
- •Имитационное моделирование.
- •1. Модели систем массового обслуживания
- •2. Модели случайных событий
- •3. Клеточные автоматы
- •Обеспечение целостности и безопасности информации
- •Экспертные системы
- •Назначение и функции oc
- •Анализ компромиссов и рисков программного проекта
- •Организация памяти компьютера
- •Системный подход к исследованию систем
- •Система управления вводом-выводом
- •Критерии качества программ
- •Id и name
- •Idref и idrefs
- •Процессы жизненного цикла программных средств
- •Основы JavaScript
- •Основные структуры программирования
- •Управление проектированием информационных систем в образовании
- •EXtreme Programming или xp (экстремальное программирование)
- •Структурные типы данных в языках программирования
- •Массивы
- •Записи (структуры)
- •Множества
- •Агентное моделирование
- •Этапы развития технологии программирования
- •Методы представления знаний
- •Представление математических объектов в системах компьютерной алгебры
- •Uml как язык объектно-ориентированного проектирования
- •Модулярная арифметика
- •Состав и функции подсистем ису
- •Понятие информации формы её представления
- •Системный подход в моделировании
- •Энтропия
- •Процесс проектирования информационных систем в образовании
- •Количество информации
- •1.2.3. Различные подходы к измерению информации
- •Методы описания информационных систем
- •Кодирование
- •Сжатие данных
- •Помехоустойчивое кодирование
- •Управление проектированием информационных систем в образовании
- •Методики (методологии) управления ит-проектами (тяжеловесные, легковесные): особенности, примеры.
- •Алгоритм Евклида
- •Этапы развития технологии программирования
- •1 Этап: методологии программирования нет.
- •2 Этап: структурное программирование.
- •3 Этап: модульное программирование.
- •4 Этап: объектно-ориентированное программирование.
- •Основы web-дизайна
Методы представления знаний
Прикладная система с элементами искусственного интеллекта.
ИИ не является моделью человеческого мышления1, так же как, например, резина не является моделью каучука, хотя обладает рядом схожих свойств. Программа с искусственным интеллектом использует некоторые алгоритмы, свойственные так же и человеческому мышлению (в конце концов, любая программа написана людьми). Но однако в реальной жизни человек будет решать ту же задачу иначе, чем это делает программа (производя другие операции, используя другие алгоритмы, задействуя структуры психики, пока что недостаточно изученные, а потому не поддающиеся переводу в математические формулы и программный код). Лобовой подход –— изложение «человеческих» алгоритмов «машинным» языком, как мы увидим в дальнейшем, малоэффективен. Другими словами, если мы относим задачу к интеллектуальным, то любое ее решение, по нашему определению, свидетельствует о некотором интеллекте. Если решение добывается программным путем, то эта программа содержит элементы интеллекта.
Программа, умеющая решать задачи в предметной области, которую традиция относит к интеллектуальным, называется прикладной системой с элементами2 искусственного интеллекта (ПСИИ)
Данные и знания.
Данные — это отдельные факты, характеризующие объекты, процессы и явления в предметной области, а также их свойства.
Этапы обработки данных на ЭВМ:
данные как результат измерений и наблюдений;
данные на материальных носителях информации (таблицы, протоколы, справочники);
модели (структуры) данных в виде диаграмм, графиков, функций;
данные в компьютере на языке описания данных;
базы данных на машинных носителях.
Знания — это выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области.
Знания имеют определенные свойства:
1. Структурированность. Знания должны быть "разложены по полочкам".
2. Удобство доступа и усвоения. Для человека - это способность быстро понять и запомнить или, наоборот, вспомнить; для компьютерных знаний - средства доступа к знаниям.
3. Лаконичность. Лаконичность позволяет быстро осваивать и перерабатывать знания и повышает "коэффициент полезного содержания". 4.Непротиворечивость. Знания не должны противоречить друг другу.
Процедуры обработки. Знания нужны для того, чтобы их использовать. Одно из главных свойств знаний - возможность их передачи другим и способность делать выводы на их основе. Для этого должны существовать процедуры обработки знаний. Способность делать выводы означает для машины наличие процедур обработки и вывода и подготовленность структур данных для такой обработки, т.е. наличие специальных форматов знаний. Сопоставление и сравнение понятий "информация", "данные", "знание" Для того чтобы прочувствовать разницу, рассмотрим применение этих трех понятий на простом примере:
Студент, который сдает экзамен, нуждается в данных.
Студент, который сдает экзамен, нуждается в информации.
Студент, который сдает экзамен, нуждается в знаниях.
Знания компьютерные.
Этапы обработки знаний на ЭВМ:
знания в памяти человека как результат мышления;
материальные носители знаний (учебники, методические пособия);
поле знаний— условное описание основных объектов предметной области, их атрибутов и закономерностей, их связывающих;
знания, описанные на языках представления знаний (продукционные языки, семантические сети, фреймы);
базы знаний.
Главное отличие БЗ от БД:
Из БД можно извлечь лишь ту фактическую информацию, которая в нее заложена.
Благодаря закономерностям и связям из БЗ можно выводить новые факты, которые непосредственно в нее заложены не были.
Виды знаний: понятийные, процедурные, фактографические.
Знания - система понятий и отношений для такого обмена. Можно условно классифицировать знания в предметной области на понятийные, конструктивные, процедурные, фактографические знания и метазнания.
Понятийные знания - набор понятий, используемых при решении данной задачи. Конструктивные знания - наборы структур, подсистем системы и взаимодействий между их элементами, например, в технике.
Процедурные знания - методы, процедуры (алгоритмы) их реализации и идентификации, например, в прикладных науках.
Фактографические - количественные и качественные характеристики объектов и явлений, например, в экспериментальных науках.
Метазнания - знания о порядке и правилах применения знаний (знания о знаниях).
Продукционная модель.
Продукционная модель, или модель, основанная на правилах, позволяет представить знания в виде фактов и правил. Утверждение-факт считается безусловно истинным. Утверждение правило имеет вид: «ЕСЛИ А, ТО Б». А — это условие (посылка), Б —действие (заключение).
П1: Если "отдых — летом" и "человек — активный", то "ехать в горы".
П2: Если "любит солнце", то "отдых летом".
И так же истинно 2 факта: "человек активный" и "любит солнце".
Машина вывода выполняет 2 функции:
просмотр существующих фактов из рабочей памяти и правил из базы знаний и добавление в рабочую память новых фактов
определение порядка просмотра и применения правил.
Семантическая сеть.
Семантическая сеть — это ориентированный граф, вершины которого — понятия, а дуги — отношения между ними. Набор наиболее используемых отношений в семантической сети:
связи, определяющие тип объектов ("это есть« или "класс-подкласс", "иметь частью" или
"часть- целое", "принадлежать" или "элемент-множество"и т.п.);
функциональные связи (определяемые обычно глаголами "производит", "влияет" …);
количественные ("больше", "меньше", "равно" …);
пространственные ("далеко от", "близко от", "за","под", "над" ...);
временные ("раньше", "позже", "в течение" …);
атрибутивные связи (иметь свойство, иметь
значение...);
логические связи ("и", "или", "не") и др.
Фреймовая модель.
Фрейм (англ. frame — каркас или рамка) предложен М.Минским в 70-е гг. как структура знаний для восприятия пространственных сцен. Эта модель, как и семантическая сеть, имеет глубокое психологическое обоснование.
Основным преимуществом фреймов является способность отражать концептуальную основу организации памяти человека , а также ее гибкость и наглядность.
Под фреймом понимается абстрактный образ или ситуация.
Например, слово "комната" вызывает у слушающих образ комнаты: "жилое помещение с четырьмя стенами, полом, потолком, окнами и дверью, площадью…
Из этого описания ничего нельзя убрать, но в нем есть "дырки", или "слоты", — это незаполненные значения некоторых атрибутов — количество окон, цвет стен, высота потолка и др.
В теории фреймов такой образ называется фреймом. Фреймом называется также и формализованная модель для отображения образа. Структура фрейма ИМЯ ФРЕЙМА:
(имя слота: значение слота)