Модель - представление - знание
Cтраница 2
В области теоретического описания моделей представления знаний большой вклад внес Ноэм Хемский, который представил новую систему понимания языка, называемую формальной грамматикой, позволяющую структурно описывать язык. [16]
Важно понимать, что каждая модель представления знаний обладает некоторыми априорными ограничениями по надежности и степени адекватности. [17]
На наш взгляд, все индуктивные модели представления знаний так ли иначе осуществляют формирование базы знаний. Однако здесь есть один момент, на котором стоит остановиться более подробно. [18]
Прежде чем перейти к описанию моделей представления знаний, проанализируем особенности знаний, которые собственно и отличают их от данных. [19]
На третьем этапе проводят выбор моделей представления знаний и типа подсистемы вывода решения, которые в значительной степени обусловливают успех создания и эффективность функционирования ЭС. Несоответствие выразительных средств моделей знаниям эксперта осложняет, а иногда делает невозможным выражение этих знаний на формальном языке. Поэтому правильный выбор языка представления знаний или разработка нового языка существенно облегчают работу по созданию и заполнению базы знаний, а также позволяют сконцентрировать внимание разработчиков не столько на проблеме формализации знаний, сколько на сути самих знаний. [20]
Основным достоинством использования исчисления предикатов в качестве модели представления знаний является наличие единообразной формальной процедуры доказательства теорем. Однако высокая степень единообразия влечет за собой и основной недостаток данного подхода - сложность использования при доказательстве эвристик, отражающих специфику конкретной проблемной среды. Указанный недостаток особенно важен при построении экспертных систем, вычислительная мощность которых в основном определяется знаниями, характеризующими специфику проблемной среды. [21]
Основным достоинством использования исчисления предикатов в качестве модели представления знаний является наличие единообразной формальной процедуры доказательства теорем. Однако высокая степень единообразия влечет за собой и основной недостаток данного подхода - сложность использования при доказательстве эвристик, отражающих специфику конкретной проблемной области. Указанный недостаток является особенно важным при построении экспертных систем, вычислительная мощность которых в основном определяется знаниями, характеризующими специфику проблемной области. [22]
 |
Архитектура системы управления знаниями. [23] |
В связи с этим необходимо составить библиотеку моделей представления знаний ( МПЗ), используемых при построении систем управления знаниями. При этом для формализации описания модели знаний следует использовать универсальную алгебру. [24]
Семантические сети ( СС) являются исторически первым классом моделей представления знаний. Здесь структура знаний предметной области формализуется в виде ориентированного графа с размеченными вершинами и дугами. Вершины обозначают сущности и понятия ПО, а дуги - отношения между ними. [25]
 |
Классификация ИтС по методам описания проблемных областей. [26] |
Ниже представлены восемь критериев ( рекомендаций) по выбору модели представления знаний на основе учета базовых характеристик предметной области - понятийной структуры предметной области, отношений между принятыми моделями и способов рассуждений, принятых в предметной области. [27]
Интеллектуальный банк знаний создается на основе построения в диалоговом режиме моделей представления знаний в виде семантических ( смысловых) графов и фреймов. Вершины семантических графов отображают интеллектуальные сведения о технологических принципах создания структуры высокоэффективных ХТС, о физико-химической сущности функционирования и об особенностях инженерно-аппаратурного оформления ХТП, а также об имеющихся вычислительных модулях для расчета ХТП, которые могут входить в структуру синтезируемой ХТС. Дуги графов отображают семантическо-прогматические связи между указанными отдельными сведениями. [28]
Одним из ключевых моментов при создании базы знаний является выбор модели представления знаний. [29]
Она основана на декомпозиционных принципах автоматизированного синтеза ХТС [11], продукционно-фреймовых моделях представления знаний в химической технологии ( см. разд. [30]
Страницы: 1 2 3 4