Большинство - экспертная система
Cтраница 1
Большинство экспертных систем не бывают пригодны для применения конечным пользователем. Если пользователь не имеет некоторого опыта работы с такими системами, у него могут возникнуть серьезные трудности. [1]
 |
Редактор базы знаний. [2] |
Большинство экспертных систем дает возможность пользователю вводить информацию в виде меню. Это значительно упрощает диалог человека с ЭВМ. Для поддержки такого режима работы используются окна на экране дисплея. При этом сообщения выводятся на дисплей в разные окна ( окрашенные, например, в разные цвета) в зависимости от характера информации. [3]
Большинство экспертных систем не бывают Пригодны для применения конечным пользователем. Если пользователь не имеет некоторого опыта работы с такими системами, у него могут возникнуть серьезные трудности. [4]
В большинстве экспертных систем для синтеза сообщений применяются простейшие средства, сводящиеся к использованию шаблонов. Значением этого свойства является запрос о значении данного атрибута, адресуемый пользователю. [5]
На вопросы первого типа большинство экспертных систем может ответить без особых затруднений. Все, что требуется при этом от программы, - перевести на обычный человеческий язык тот программный код, который она выполняет. Ответы на вопросы второго типа требуют несколько большего - программа должна обладать способностью представить пользователю те знания, на которых базируется программный код. Еще с большими сложностями сталкивается экспертная система при ответах на вопросы третьего типа. [6]
Следует отметить, что большинство экспертных систем, существующих к настоящему времени, исходят из предположения, что область ( знания и данные о ней) не изменяются. Однако существуют приложения, где при решении задач необходимо учитывать динамику области. [7]
Далее, как и в большинстве экспертных систем, на этапе формулирования экспертом знаний системы FLEX, так же как и в момент принятия решения системой FLEX, широко используются эвристические подходы. Общение происходит в результате взаимно активного диалога: новые знания в системе формируются в результате ответов эксперта на вопросы системы, однако, если эксперту что-то неясно, он может сам задать вопрос системе пополнения. [8]
Такого рода средства объяснения включены в большинство экспертных систем, и о них много сказано в литературе. Они призваны сделать систему более дружественной по отношению к пользователю и более понятной. Хотя на демонстрациях эти объяснения выглядят довольно хорошо, мы нашли, что пользователи быстро от них устают и считают объяснения такого сорта неглубокими. Для этого имеются две причины. Одна из них состоит в том, что когда объяснения дает человек, то он пропускает самые очевидные шаги, поясняя их только в том случае, если у слушателя обнаруживается затруднение в отслеживании материала. Другая причина состоит в том, что, по-видимому, люди не всегда думают в терминах правил. Спрашивающий хотел бы знать, почему компьютер думает, что поникшие водоросли должны указывать на дождь. Однако то средство, которое имеется, весьма важно для отладки модели, и оно направлено на удовлетворение той потребности, которая реально возникает у пользователя. Все мы вынуждены как-то двигаться дальше, не дожидаясь, пока эта потребность получит полностью удовлетворительное решение. [9]
 |
Пример структуры экспертной системы. [10] |
Перечисленные структурные элементы являются наиболее характерными для большинства экспертных систем, хотя в реальных условиях некоторые из них могут отсутствовать. [11]
 |
Компоненты системы, улучшающей свое поведение в результате обучения 146. [12] |
Эти главные компоненты схематически представлены на рис. 10.1. В большинстве экспертных систем используется база знаний, которая допускает-лишь чтение. Здесь идет речь о стираемой и программируемой базе знаний. Чтобы показать наши идеи на конкретном и знакомом примере, в остальной части главы будет рассмотрена простая задача формирования понятий. [13]
В главах с 10 по 15 мы познакомили вас с идеей, которая состоит в том, что существует несколько обобщенных задач, которые в том или ином виде решаются в большинстве экспертных систем. В частности, мы показали, чем отличаются задачи классификации от задач конструирования, и что для своего решения эти задачи требуют применения совершенно разных стратегий поиска. [14]
Экспертные системы разрабатываются с расчетом на обучение и способны обосновать логику выбора решения, т.е. обладают свойствами адаптивности и ее аргументирования. У большинства экспертных систем имеется механизм объяснения. [15]
Страницы: 1 2 3