Головна

Питання. ЕКСПЕРТНІ СИСТЕМИ.

  1.  Автоматизовані системи. Захист від несанкціонованого доступу до інформації. Класифікація АС і вимоги щодо захисту інформації
  2.  АНАЛІТИЧНА СПОСТЕРЕЖЕННЯ І ЕКСПЕРТНІ ОЦІНКИ
  3.  Асиметричні криптосистеми.
  4.  Атака на протокол передачі відкритого ключа з відкритого каналу від В до А з метою подальшої передачі від A до В ключа k симетричною системи.
  5.  Квиток 8. Греція в першій половині IV ст. до н. е. і криза полісної системи.
  6.  Валютна система та її еволюція. Європейська та Ямайська валютні системи.
  7.  Впливу розташування коренів характеристичного рівняння системи 2-го порядку на комплексній площині на тимчасову характеристику системи.

ЕС - складний апаратно-програм комплекс, здатний отримувати і акумулювати знання фахівців в якийсь л предм області, обробляти їх при вирішенні практич завдань і генерувати нові знання на основі наявних. ЕС на відміну від звичайних інф-их систем, орієнтовані не на обробку даних, а на обробку знань.

ЕС нині створюються і исп-ся в различ предм областях, серед них лидир яв-ся 3 області: бізнес, в-во, медицина.

Основна проблема, пов'язана зі створенням ЕС - формалізація знань фахівців, їх введення в вирахує-ю систему.

Д / вирішення подібних завдань, починаючи з середини 60-х, розвивається дисципліна інжинірії знань (когнітологія).

Мета: розробка методів формалізації будь-яких типів знань.

Д / того, щоб зробити експертні знання придатними д / машинної обробки, необх перетворити їх в одну з формальних моделей предм області.

Ісп-ють неск моделей уявлення знань:

1. Логічний модель (едзнаній в цій моделі яв-ся логич вираження, побудовані з исп-ем формальної логіки прідікатов).

Переваги: ??сувора формалізація.

недоліки:

1) Не висока гнучкість і мала універсальність.

2) Далеко не будь-які знання можна представити за исп-ем логіки прідікатов. У отд предм обл цей формальний підхід практично непридатний.

3) Висока складність.

2. Продукционная модель (од-ца знань - продукція, т. Е. Прості логич правила, наприклад: If ... then ... else (якщо ... то ... інакше))

Дост-ва:

1) простота

2) достатня універсальність

Недолік: не будь-які знання м / б представлені сов-ма продукції.

3. Семантична (смислова) мережу (в наочному поданні - граф, сост з вершин і з'єднують їх дуг. Од знань - триплети слід виду: дві вершини, з'єднані дугою. Вершини соотв-т понять, сутностей; дуга соотв-т відношенню).

Велика семантична мережа, сост з довільного множ-ва понять, сутностей, зв м / у собою.

Дост-ва:

1) відносить простота

2) Гнучкість

Недолік: ускладнення мережі в міру поглиблення знань про предм області

4. Фреймова модель (фрейми - формальні конструкції, служ д / опису типових (в опред сенсі) об'єктів, ситуацій і т. П.)

Фрейми <ІФ1 (ІС1; ЗС1>

ІФ1 - ім'я фрейму

ІС1 - ім'я слота

ЗС1 - значення слота

Описують отд атрибути, ім'я, процеси. Кількість слотів м / б будь-яким (багато сотень тисяч). Значеннями слотів м / б: числа, словесні конструкції, посилання на інші слоти і інші фрейми, посилання на процедури

Фрейми можуть представлятися в табличній формі.

Когнітологія вивчає знання як такі, незалежно від конкр предм обл. У ній виділяють слід типи знань:

1. Декларативні - флактуальние (опис фактів, констатація)

2. Процедурні - операційні (опису дій, процедур, операцій)

3. Жорсткі (певні)

4. М'які (допускають варіанти)

5. Детерміновані (певні)

6. Невизначені

7. Формалізовані

8. Неформалізовані

Знання за своєю природою можуть яв-ся фактами або евристиками (що не мають суворої логічної основи, інтуїтивного типу).

Етап тестування системи. Експерти спільно з розробниками системи перевіряють її принципову работоспобность, у відповідності із пост завданнями і вимогами

Етап дослідної експлуатації. -система практично готова, користувачі перевіряють придатність системи д / практич исп-я, зручності в роботі.

Етап примушує експлуатації або комерц исп-ия. Система передається замовникам або надходить у продаж.

ЕС, як правило, створюються за технологією швидкого прототипу, т. Е., Спочатку створюється макс спрощений прототип буд системи, кіт тестують і допрацьовують, повертаючись до пред стадіях у міру необх.

Створення ЕС, як правило, займає неск років, і звичайна середня ст-ть ЕС середнього рівня може становити кілька млн дол. Значить частку в цій ст-ти складають експертні знання.

Приклади ЕС, створених в различ предм областях:

1. DENDRAL. Створена в кінці 60-х рр. Предм обл - хімія (хім. Синтез і хім. Аналіз). Завдання: ідентифікація складних молекул і встановлення їх структури по рез-там фізико-хімічних иссл-ий.

2. MYCIN. ЕС д / мед діагностики. Предм обл: медицина Задача: визначення діагнозу і вироблення оптим варіанти лікування.

3. EXPERTAX. Предм обл: ек-ка, оподаткування. Завдання: консультація в обл оподаткування.

4. PROSPECTOR. Предм обл: геологія. Завдання: пошук родовищ корисних копалин.

5. JUDITH. Предм обл: юриспруденція. Гражді закон-во. Завдання: консульт-ие в області цивільних закон-ва.

6. Manager Advisor. Предм обл: ек аналіз. Завдання: консульт-ие в області упр-я і т. Д.

7. XCON. Предм обл: Інф-е системи. Завдання: допомагає вибирати конфігурації компсістем.

8. TIMM. Предм обл: оборона. Завдання: підтримка пілотів бойових вертольотів в бойових умовах.

9. PSY. Предм обл: практич психологія. Завдання: тестування персоналу в кадр агентствах.

ЕС, хоча і відносяться до області ІІ, факт яв-ся інтеллеактулізір системами.

Недоліки ЕС:

1. Дуже вузька область застосування.

2. Система фактич нездатна в повному сенсі пояснювати свої дії. Її пояснення зводяться до відновлення логич ланцюжків, що призводять до того чи іншого рішення.

3. ЕС незастосовні в тих областях, де експерти відсутні і де рішення задач вимагають не тільки міркувань, але і дій.

4. ЕС не здатна вчитися, т. Е. Рівень її компетентності яв-ся фиксир-ним.

 Вплив повороту в Радянській Зовнішній політіці на міжнародні отношения |  Питання штучні нейронні мережі (ШНМ).


 Етапи побудови і навчання ІНС. |  Практичне застосування нейромережі. |  питання. Основи систем з нечіткою логікою. |

© 2016-2022  um.co.ua - учбові матеріали та реферати