Cтраница 1
Интеллектуальные системы базируются на знаниях. [1]
Интеллектуальные системы на основе искусственных нейронных сетей ( ИНС) позволяют с успехом решать проблемы идентификации и управления, прогнозирования, распознавания образов, оптимизации. Известны и иные, более традиционные, подходы к решению этих проблем, однако они не обладают необходимой гибкостью и имеют существенные ограничения на среду функционирования. ИНС дают многообещающие альтернативные решения, и многие приложения выигрывают от их использования. [2]
Интеллектуальные системы на основе искусственных нейронных сетей ( ИНС) позволяют с успехом решать проблемы распознавания образов, выполнения прогнозов, оптимизации, ассоциативной памяти и управления. [3]
Интеллектуальная система, основанная на знаниях, представляет собой такую систему, в которой с помощью логического вывода знания применяются к решению постав-ле. [4]
Интеллектуальные системы, основанные на знаниях, - это такие системы, в которых механизмы интеллектуальных рассуждений применяются к явным представлениям знаний. Некоторые специалисты определяют область исследований, связанных с ИСОЗ, просто как прикладной искусственный интеллект. Системы баз данных, системы, основанные на правилах, и экспертные системы представляют собой различные, хотя и частично перекрывающие друг друга примеры ИСОЗ. Технология разработки ИСОЗ была выделена в отчете Альви ( Великобритания, 1982) в качестве одной из четырех технологий, необходимых для эксплуатации в полном объеме следующего ( пятого) поколения компьютерных систем. Тремя другими являются человеко-машинный интерфейс ( ЧМИ), сверхбольшие интегральные схемы ( СБИС) и технология программного обеспечения; как и в предыдущем случае, имеются значительные пересечения этих четырех областей. [5]
Интеллектуальные системы, поддерживающие пересматриваемые рассуждения, должны строго обосновывать каждый вывод заключения и затем в свете появившихся новых убеждений пересматривать поддержку такого заключения. Один из способов решения этой проблемы заключается в пересмотре алгоритма бектрекинга. Исторически бектрекинг был катализатором создания систем поддержки истинности. Бектрекинг является систематическим методом исследования всех альтернатив точек решения в проблемах, основу которых составляет поиск. Однако существенным недостатком классического алгоритма бектрекинга является то, что он систематически ( и вслепую) возвращается назад по дереву решений из тупиковых состояний и ищет следующую альтернативу для выбора. Такой бектрекинг иногда называют хронологическим бектрекингом. Естественно, такая систематическая проверка всех альтернатив поиска решений неэффективна, требует много времени и для больших пространств поиска часто бесполезна. [6]
Интеллектуальная система чаще всего неустойчива, и в этом ее сила. [7]
Интеллектуальные системы представляют собой аппаратно-программные кибернетические системы для имитирования некоторых процессов мышления человека, в состав которых входят быстродействующие ЭВМ, имеющие специальное лингвистическое и программно-информационное обеспечение, а также терминальные устройства, которые реализуют операции генерации, оптимальных решений неформализуемых задач в режиме интеллектуального диалога ЛПР и ЭВМ на ограниченном естественном языке. [8]
Интеллектуальная система представляет собой совокупность быстродействующих ЭВМ, оснащенных спец. В состав банка данных входят три базы: знаний ( смысловая информация о внеш. [9]
Интеллектуальные системы моделирования устанавливают связь между знаниями в точных науках и эмпирическими ассоциациями из области специализированной экспертизы. При этом связь становится двусторонним и практически реализуемым понятием. Она дает возможность как вскрывать количественные характеристики качественных, описательных понятий, так и сужать их до конкрегного, точного знания. [10]
Интеллектуальные системы поддержки ( ИСП) имеют ряд важных достоинств, позволяющих повысить адекватность и эффективность стратегических решений. ИСП моделируют логику рассуждений эксперта, а не логику некоторого математического аппарата, адекватного в узкой области ограничений и допущений. ИСП оперируют качественно-количественным знанием, позволяющим осуществлять качественное моделирование в условиях отсутствия полных, надежных и точных данных. [11]
Создаваемая интеллектуальная система должна существенно расширить спектр возможных постановок задач с целью достижения наиболее полной структурно-функциональной и эволюционной характеристики белковых семейств в рамках выбранной предметной области. [12]
Нейросетевая интеллектуальная система безопасности ( НИСБ, NISS) фактически представляет собой персональный компьютер на базе процессора Pentium 100 и выше с шиной PCI - IP, имеющий дополнительную плату мультиплексора видеопроцессора ( NISS - card) и специального ( управляющего) программного обеспечения, созданного на базе нейросетевых алгоритмов. [13]
Интеллектуальные системы компьютерного анализа данных могут основываться на двух подходах. Первый заключается в том, что в системе фиксируется опыт эксперта, который и используется для оценки создавшейся ситуации. На этом подходе основывается построение экспертных систем. [14]
Самообучающиеся интеллектуальные системы основаны на методах автоматической классификации ситуаций из реальной практики, или на методах обучения на примерах. Примеры реальных ситуаций составляют так называемую обучающую выборку, которая формируется в течение определенного исторического периода. Элементы обучающей выборки описываются множеством классификационных признаков. [15]