- •1.Назначение эс
- •Важность эс состоит в следующем
- •К неформальным задачам относятся такие, кот обладают одной или неск хар-ми:
- •Особенности неформальных задач
- •Формальные основы эс (хрень, но вдруг пригодится)
- •2.Архитектура эс
- •3.Этапы разработки эс
- •Требования
- •Технология разработки эс
- •4.Основные направления исскуственного интелекта
- •5. Состояние работ в области экспертных систем и направлениям искусственного интеллекта.
- •Состояние работ в области экспертных систем
- •Состояние работ по новым напр-ям искусственного интеллекта
- •6.Клас-ция эс
- •7. Клас-ция инструм-ных ср-в
- •8. Характеристики типов задач
- •9. Представление знаний в эс
- •10.Состав и организачия знаний в эс Круг задач решаемых при представлении знаний включает след положения
- •11.Модели представления знаний
- •12.Логическая модель предст-я зн-й
- •Осн. Понятия логики предикатов
- •13.Семантические сети
- •14.Фреймы
- •15.Правила продукции
- •16.Модель доски объявлений
- •17.Модель прецедентов
- •18.Методы поиска решений в эс
- •19.Стратегии поиска решений в эс
- •20.Эвристические методы поиска в эс
- •21. Понятие нейроинформатики, история развития
- •22. Биологический и формальный нейрон.
- •23.Элементы нейронных сетей их обозначение
- •24. Типы нейронных сетей их обозначение
- •25 Основные достоинства и недостатки нс по сравнению с эс
- •26. Состав и структура нейросетевого интеллектуального блока
- •28. Интерпретатор нейросетевого блока
- •29 Блок «Учитель» нейроимитатора
- •30 Блок «Оценка»
- •34. Задачник нейросетевого блока
- •40. Понятие логически прозрачных нейронных систем.
- •1) Контрастирование нс – сведение ее связей до минимума для данных 2)Вербальное описание (формирование явных знаний).
- •Метод дифференциального обучения Хэбба
- •Теорема об обучении персептрона.
- •45 Многослойный перцептрон и его обучение
- •Обучение методом обратного распространения ошибок.
- •Формула1.
- •Формула 2
- •Формула 3
- •46.Карта самоорганизации Кохонена.
- •47. Гибридные модели представления знаний
Осн. Понятия логики предикатов
В основе любой логич. модели логики предикатов лежит понятие формальной теории, задаваемой след. кортежем: S=<B,F,A,R>
B – счетное мн-во базовых символов (алфавит теории S)
F – подмн-во выражений теории S, наз-мых формулами теории. Это конеч. последоват-ти символов алфавита
A – выд-ное мн-во формул, наз-мых аксиомами теории S, т.е. мн-во априорно истинных формул
R – конеч. мн-во отн-ний {r1,r2,…,rn}, наз-мых правилами вывода
Теория вкл. мн-во обозн-ний:
-переменные x,y,z
-константы A,B,C
-функц-ные символы f,g,h
-предикатные символы P(x,y)
-логические символы
-вспомогат. символы ()
13.Семантические сети
СС – основана на древн идее того, что память формируется через ассоциации м/у понятиями. В основе этих моделей лежит понятие сети, образованной помеч-ми вершинами и дугами. Вершины это. некот-е сущности – объекты, процессы, события, явл-я. Если в-ны не им. собст-й внутр. структуры, то СС- простые, иначе иерархические.
Ф-ция сем. сети предст. из себя с-му предст-я абстрактных взаимоотн-ний м/д об-тами. Связи м.б. предст-ны в виде сети узлов (объектов) и связей (отн-ния м/д этим об-тами). В общ. сл. функц-щую сем. сеть правил м. предст-ть в виде неориент-ного графа. Если задача приобр-ет конкрет. вид, то граф стан-ся ориен-ным.. Формально СС м. предст-ть в виде кортежа S=<X,R>
X – мн-во понятий и имен предм. области
R – мн-во отн-ний, зад-ных на Х
Хар-ные особ-ти СС при их прим-нии в ИС
-наглядность предст-я зн-й.
-все зн-я, относ-ся к одинак. сущностям и понятиям, м.б. изображены в виде отн-ний м/д разл. узлами. Это обеспеч. легкость понимания
-при исп-нии СС водможно создание противоречий
14.Фреймы
Фреймовые с-мы предст. собой системно-структурные осписания об-тов с пом. некот. станд. процедур. Фрейм также м.б. представлен в виде сети, сост-щей из вершин и отн-ний. Верхние. уровнини этой сети предст. сущности, всегда истинные в ситуации, к к-рой отн-ся дан. фрейм. А нижние ур-ни фрейма наз. слотами и заполн-ся контрет. данными при обр-ке фрейма. В кач-ве зач-й слота м. выст-ть имена др. фреймов, что обеспеч их связь в модели.
Особ-ти фреймовых сист:
-ФС не только опис-ет зн-я, но и м. также исп-ся разраб-ком для написания алгор-ма вывода
-ФС явл. расширением традиц-ных с-м процедурного типа
-нагляд-ть, модульность и структ-ть фр-вого предст-я
-возм-ть исп-ния умолчаний в знач-ях слотов, что повышает надежность выода
Дан. вид предст-я зн-й наиболее приближен к традиц. с-мам обраб-ки данных, т.к. любая програм. с-ма предст. некот. сеть вызываемых програм. модулей.
Недостатки:
-т.к. зн-я задаются по существу процедурами, это усложняет, по сравн-ю с др. методами, приобр-е зн-й и объед-ет возм-ти динамич. адаптации с-мы к измен-ям внеш. среды
-фр предст-е неудобно для отраж-я логических взаимосвязей м/д фактами. Самый понятный способ предст-я – СС
-в дан. моделях практич. отсут-ют универс. процедуры вывода, поэтому эф-ным прим-ем ФС явл. совместное с другими методами предст-е зн-й.
Особ-тями фр с-м явл:
-фрейм имеет имя для идент-ции опис-мого им понятия,связь дан. фрейма с др. (спец-ть и з/п)
-описание сост-ся из ряда др описаний, к-рые наз. слотами. С пом. слотов идентиф-ся осн. структ-ные эл-ты понятий. Тек. знач-я слотов наз. шпациями. В шпации помещают некот об-ты или др понятия.