Cтраница 1
Преобразование знаний в некоторую прототипную форму, это также называют инновациями. [1]
Проблемы понимания и преобразования знаний характерны для категорий В к С, причем последняя отличается наличием процедур обобщения, примерами которых являются замена постоянных атрибутов языка ( констант) на переменные, исключение описаний с ограниченным применением, индукция, абдукция и др. Способы обобщения тесно связаны с языком представления знаний в ИИС. [2]
Проблемы понимания и преобразования знаний характерны для категорий В и С, причем последняя отличается наличием процедур обобщения, примерами которых являются замена постоянных атрибутов языка ( констант) на переменные, исключение описаний с ограниченным применением, индукция, абдукция и др. Способы обобщения тесно связаны с языком представления знаний в ИИС. [3]
Задачей логического этапа проектирования является преобразование знания данных, выделенных на предыдущем этапе проектирования, в такую форму, которая принята в выбранной конкретной СУБД. Иными словами, требуется разработать схему концептуальной модели и схемы внешних моделей данных о предметной области, пользуясь только теми типами моделей данных и их особенностями, которые поддерживаются этой СУБД. На этом этапе проектирования обычно не прорабатываются вопросы, связанные с организацией доступа к данным, однако целесообразно получить вполне определенные рекомендации по выбору методов доступа. [4]
Целью анализа на этой стадии является преобразование общих, неясных знаний о требованиях к будущей системе в точные ( по возможности) определения. [5]
Метазнания необходимы для эффективной реализации операций извлечения и преобразования знаний в ЭС. [6]
Трансформирующие ЭС относятся к синтезирующим динамическим экспертным системам, в которых предполагается повторяющееся преобразование знаний в процессе решения задач. [7]
На этапах 1), 3), 5) Восхождения осуществляются самые важные для ПСС преобразования знаний. Здесь достигаются согласования естествознания, М, Фл по методологическому, предметному ( в смысле границ и особенностей изучения ОБ), содержательному аспектам. [8]
В методах категории В внешняя информация поступает в компьютерную систему в форме знаний, следовательно, ее можно использовать в процессе логического вывода. Примером такой информации являются правила, поступающие в ЭС продукционного типа. В интеллектуальной системе необходимо иметь функцию преобразования поступающих знаний в формат, удобный для дальнейшего использования. Эту функцию выполняют редакторы знаний, которые, в отличие от редакторов данных в БД, не только корректируют поступающую информацию, но и выполняют проверку знаний, содержащихся в БЗ, на наличие конфликтов ( противоречий) с новыми знаниями. [9]
В методах категории В внешняя информация поступает в компьютерную систему в форме знаний, следовательно, ее можно использовать в процессе логического вывода. Примером такой информации являются правила, поступающие в ЭС продукционного типа. В интеллектуальной системе необходимо иметь функцию преобразования поступающих знаний в формат, удобный для дальнейшего использования. Эту функцию выполняют редакторы знаний, которые, в отличие от редакторов данных в БД, не только корректируют поступающую информацию, но и выполняют проверку знаний, содержащихся в БЗ, на наличие конфликтов ( противоречий) с новыми знаниями. [10]
Как уже отмечалось, технологию построения экспертных систем часто называют инженерией знаний. Как правило, этот процесс требует специфической формы взаимодействия создателя экспертной системы, которого называют инженером знаний, и одного или нескольких экспертов в некоторой предметной области. Инженер знаний извлекает из экспертов процедуры, стратегии, эмпирические правила, которые они используют при решении задач, и встраивает эти знания в экспертную систему. Одной из наиболее сложных проблем, возникающих при создании экспертных систем, является преобразование знаний эксперта и описания применяемых им способов поиска решений в форму, позволяющую представить их в базе знаний системы, а затем эффективно использовать для решения задач в данной предметной области. [11]
ROSIE [ Фэйн и др., 1981; Уотерман, 1979 ] является языком инженерии знаний. Система ROSIE находится на исследовательской стадии. Отличительным свойством ROSIE является использование в ней языка, синтаксис которого подобен синтаксису английского языка. Это обстоятельство упрощает процесс создания и ведения базы данных. Опыт использования ROSIE показал, что даже такая ограниченная форма понимания значительно облегчает пользователю процесс преобразования неформальных знаний в формальную модель. [12]