Правдоподобный вывод - Большая Энциклопедия Нефти и Газа, статья, страница 2
Если женщина говорит “нет” – значит, она просто хочет поговорить! Законы Мерфи (еще...)

Правдоподобный вывод

Cтраница 2


Дедуктивные выводы в настоящее время хорошо изучены, и автоматическое доказательство теорем является старейшей ветвью искусственного интеллекта. Конечно, формальные, синтаксические методы дедуктивного вывода не способны обрабатывать сложные прикладные области с большим пространством поиска нужной информации. Необходимо разрабатывать эвристические методы управления таким поиском, применять ad hoc стратегии, которые использует человек при решении различных проблем. Таким образом, на первый план выдвигаются рассуждения здравого смысла, рассуждения, оперирующие с неполной, противоречивой, неточной, неопределенной информацией, где главную роль играет правдоподобный вывод. Но прежде чем переходить к основным методам правдоподобного вывода - абдукции и индукции, необходимо остановиться на основных особенностях данных и знаний, применяемых в интеллектуальных системах различного назначения.  [16]

Собственно индуктивные выводы являются подклассом правдоподобных выводов. Под индуктивным выводом ( в широком смысле) понимают системы формальной имитации рассуждений с правдоподобными выводами. На ЭВМ эта процедура реализуется в виде автоматической генерации гипотез. Статистическими средствами устанавливается рациональность правдоподобного вывода, с одной стороны, а используемые логические средства вывода ( многозначные логики, нестандартные кванторы, сложные оценки) развивают основы вычислительной статистики - с другой стороны.  [17]

В свете современных воззрений дедукция, абдукция и обобщение взаимосвязаны, дополняют друг друга и присутствуют в той или иной степени в интеллектуальных системах. В связи с большими объемами перерабатываемых данных и знаний, высокими требованиями к точности и времени обработки, необходимостью работы с неполной, противоречивой и неопределенной информацией проблема автоматизации процессов дедукции, абдукции и обобщения становится одной из наиболее важных проблем при создании интеллектуальных систем различного назначения. Так, в частности, при разработке динамических экспертных систем, характеризующихся неполной, противоречивой и меняющейся во времени информацией, большое значение приобретают исследования по немонотонным рассуждениям. В таких рассуждениях при получении дополнительной информации может потребоваться пересмотр ( ревизия) некоторых ранее сделанных заключений, которые окажутся несовместимыми с новой информацией. Правила немонотонного вывода относятся к правдоподобным выводам.  [18]

Дедуктивные выводы в настоящее время хорошо изучены, и автоматическое доказательство теорем является старейшей ветвью искусственного интеллекта. Конечно, формальные, синтаксические методы дедуктивного вывода не способны обрабатывать сложные прикладные области с большим пространством поиска нужной информации. Необходимо разрабатывать эвристические методы управления таким поиском, применять ad hoc стратегии, которые использует человек при решении различных проблем. Таким образом, на первый план выдвигаются рассуждения здравого смысла, рассуждения, оперирующие с неполной, противоречивой, неточной, неопределенной информацией, где главную роль играет правдоподобный вывод. Но прежде чем переходить к основным методам правдоподобного вывода - абдукции и индукции, необходимо остановиться на основных особенностях данных и знаний, применяемых в интеллектуальных системах различного назначения.  [19]

Основные отличия сетевых аналитических ГИС от настольных ГИС обусловлены, главным образом, изменением типа пользователя от эксперта в области ГИС технологий к эксперту в предметной области. Это обстоятельство накладывает дополнительные требования к основным операциям сетевых аналитических ГИС. С одной стороны, система должна включать достаточный набор функций, чтобы обеспечить решение задач эксперта предметной области. С другой стороны, эти функции должны реализоваться с помощью удобных и достаточно понятных для эксперта операций. Так, операции визуального исследования должны обеспечивать неограниченную интерактивность при картографическом анализе данных. Аналитические преобразования должны включать в себя как расширенный класс заранее подготовленных операторов, ориентированных на предметную область, так и интерпретатор, позволяющий пользователю самому конструировать необходимые для исследования ГИ операторы преобразований. Правдоподобный вывод в сетевых аналитических ГИС должен быть основан на интуитивно понятных методах интеллектуальной обработки пространственно-временных данных.  [20]



Страницы:      1    2