Обработка - знание
Cтраница 2
Программа-интерпретатор является третьим необходимым компонентом процесса обработки знаний в данной модели. Она определяет порядок, последовательность применения правил. Варианты программ-интерпретаторов в реальных системах разнообразны. Есть программы-интерпретаторы, которые перебирают правила последовательно, т.е. работают по принципу: поочередно опробовать правила, которые заданы последовательным списком, пока одно из них не сработает; затем следовать к началу списка правил и начать процесс опробования сначала; процесс закончить при встрече оператора стоп. Такая программа-интерпретатор независима от предметной области и является универсальной. Но правила в ней должны быть независимы от порядка расположения в базе. [16]
Неотъемлемой частью любой БЗ являются механизмы обработки знаний, одним из которых является дедуктивный вывод. [17]
В архитектурах первого типа для представления и обработки знаний используются традиционные модели, методы и средства искусственного интеллекта, а принятие решений осуществляется на основе механизмов формальных рассуждений. [18]
Являясь достаточно мощным средством для представления и обработки знаний, Agent Builder не предусматривает применения средств явного управления логическим выводом, которые могли бы существенно расширить возможности используемого языка. [19]
Рассмотрим примеры применения традиционных способов представления и обработки знаний в небольших интеллектуальных системах, которые могут разрабатываться студентами во время курсового проектирования по предмету Интеллектуальные информационные системы. Опускаем все, что связано с освоением и применением готовых промышленных оболочек ЭС, а также задачи, которые могут быть решены с использованием языка PROLOG. Такие приложения требуют знакомства со специальной информацией о соответствующих программных продуктах, которая широко представлена в литературе по программированию и использованию готовых программных средств, Студенты старших курсов высших учебных заведений, владеющие программированием, могут самостоятельно разрабатывать оболочки небольших ЭС логического и продукционного типа, а также писать компьютерные игры. Разработка игр пользуется большой популярностью, так как позволяет увидеть и оценить результаты своего труда, причем подобные задачи не требуют обширных знаний предметной области, без которых невозможно проектировать ЭС. Набор знаний, используемых в играх, четко ограничен и обычно хорошо известен разработчику компьютерной реализации. [20]
В архитектурах первого типа для представления и обработки знаний используются традиционные модели, методы и средства искусственного интеллекта, а принятие решений осуществляется на основе механизмов формальных рассуждений. [21]
Являясь достаточно мощным средством для представления и обработки знаний, Agent Builder не предусматривает применения средств явного управления логическим выводом, которые могли бы существенно расширить возможности используемого языка. [22]
Рассмотрим примеры применения традиционных способов представления и обработки знаний в небольших интеллектуальных системах, которые могут разрабатываться студентами во время курсового проектирования по предмету Интеллектуальные информационные системы. Опускаем все, что связано с освоением и применением готовых промышленных оболочек ЭС, а также задачи, которые могут быть решены с использованием языка PROLOG. Такие приложения требуют знакомства со специальной информацией о соответствующих программных продуктах, которая широко представлена в литературе по программированию и использованию готовых программных средств. Студенты старших курсов высших учебных заведений, владеющие программированием, могут самостоятельно разрабатывать оболочки небольших ЭС логического и продукционного типа, а также писать компьютерные игры. Разработка игр пользуется большой популярностью, так как позволяет увидеть и оценить результаты своего труда, причем подобные задачи не требуют обширных знаний предметной области, без которых невозможно проектировать ЭС. Набор знаний, используемых в играх, четко ограничен и обычно хорошо известен разработчику компьютерной реализации. [23]
Вычислительная система пятого поколения будет ориентирована на обработку знаний и будет располагать весьма развитыми возможностями логического вывода. Важнейшая ее черта должна состоять в том, чтобы используемый интерфейс был непосредственно рассчитан на человека. [24]
ЭС ТеЗИС представляет собой объектно-ориентированное развитие классической системы обработки знаний продукционного типа. Архитектура ТеЗИС основана на понятиях инвариантной машины вывода, абстрактных моделях фактов, продукционных правил и фреймов запросов. Инвариантность ЭС на уровне ее основных компонентов и объектно-ориентированная реализация являются принципиальными решениями, определяющими и отличающими архитектуру ТеЗИС от традиционных ЭС. [25]
В первой главе излагаются вопросы эволюции методов представления и обработки знаний в ЭВМ, в процессе которой сформировалось понятие базы знаний и было положено начало развитию систем искусственного интеллекта. [26]
Резюмируя сказанное, отметим, что при представлении и обработке неполных, противоречивых и немонотонных знаний в интеллектуальных системах необходим аппарат таких нетрадиционных логик, как логика умолчания, немонотонная модальная логика, автоэпи-стемическая логика и ряд других. Для представления и обработки нечетких знаний, отражающих неточность, неопределенность, неоднозначность знаний, используются такие нестандартные логики, как вероятностная логика, логика возможности, нечеткая логика и другие. [27]
 |
Схема организации экспертной системы. [28] |
Поэтому такие системы обладают развитыми средствами представления, хранения и обработки знаний. [29]
В настоящий момент наиболее насущной задачей является развитие способностей компьютерных систем обработки знаний ( оболочек экспертных систем, интеллектуальных сред, прикладных экспертных и информационных систем) распознавать семантическое тождество различных высказываний. [30]
Страницы: 1 2 3 4