Слайд 2
Содержание
Архитектура и классификация ЭС
Проектирование ЭС
Механизм логического вывода
Приобретение знаний
в ЭС
Слайд 4
ЭС
АРХИТЕКТУРА ЭС
База знаний
Механизм приобретения знаний
Инженер по знаниям
Эксперт
Механизм логического
вывода
Рабочая память (БД)
Объяснительный компонент
Пользователь
Слайд 5
РЕЖИМЫ РАБОТЫ ЭС
Экспертная система работает в двух режимах:
приобретения знаний и решения задач (режим консультации или режим
использования ЭС).
Слайд 6
Классификация экспертных систем
Слайд 7
Классификация ЭС
По способу формирования решения
Слайд 8
Классификация ЭС
По типу учета временного фактора
Слайд 9
Классификация ЭС
По видам используемых данных и знаний
Слайд 10
Классификация ЭС
По числу используемых источников знаний
Слайд 11
Классификация ЭС
По типу используемых методов и знаний
Слайд 12
Классификация ЭС
Классификация по типу решаемых задач: пространство поиска
Слайд 13
КЛАССИФИКАЦИЯ ПО ТИПУ РЕШАЕМЫХ ЗАДАЧ
Слайд 18
Инструментальные средства
Виды
На этапе реализации экспертной системы происходит физическое
наполнение базы знаний и настройка всех программных механизмов в
рамках выбранного инструментального средства, а при необходимости и программирование специализированных модулей программного инструмента.
программные оболочки (пустые ЭС),
средства автоматизации проектирования ЭС (генераторы, интегрированные среды),
языки представления знаний (языки инженерии знаний, программирования).
Слайд 22
ПОИСК МЕТОДОМ РЕДУКЦИИ
При поиске методом редукции решение задачи
сводится к решению совокупности образующих ее подзадач.
Этот процесс
повторяется для каждой подзадачи до тех пор, пока каждая из подзадач, образующих решение, не будет очевидной. Подзадача считается очевидной, если ее решение известно или получено ранее.
Процесс решения задачи разбиением ее на подзадачи можно представить в виде специального направленного графа, называемого И/ИЛИ графом. В графе выделяют два типа вершин: конъюнктивные (решение задачи сводится к решению всех ее подзадач) и дизъюнктивные (необходимо решение одной из подзадач).
Слайд 23
СТРАТЕГИИ ПОИСКА
Поиск в глубину. Суть поиска в глубину
состоит в том, что при выборе очередной подцели в
пространстве состояний предпочтение всегда, когда возможно, отдается той, которая соответствует следующему, более детальному уровню описания задачи.
Поиск в ширину. При поиске в ширину, напротив, система вначале проанализирует один уровень пространства состояний, и лишь затем перейдет к следующему уровню детализации. Метод поиска в ширину требует больше памяти.
Слайд 24
СТРАТЕГИИ ПОИСКА
Поиск в ширину
Поиск в глубину
Слайд 25
ЭВРИСТИЧЕСКИЙ ПОИСК
При увеличении пространства поиска методы слепого поиска
требуют чрезмерных затрат времени и (или) памяти. Стремление сократить
время поиска привело к созданию эвристических методов поиска, т.е. методов, использующих некоторую информацию о проблемной области для рассмотрения не всего пространства поиска, а таких путей в нем, которые с наибольшей вероятностью приводят к цели.
Один способ сокращения перебора состоит в выборе более "информированного" оператора, который не строит так много вершин.
Другой способ состоит в использовании эвристической информации для определения на каждом шаге дальнейшего направления перебора. Для этого необходимо ввести меру "перспективности" вершины в виде некоторой оценочной функции
Чаще используемые эвристики, сильно сокращая перебор, влекут за собой потерю свойства полноты.
Слайд 26
ПОИСК В ИЕРАРХИИ ПРОСТРАНСТВ
Простейший из методов основывается на
факторизуемости пространства решений, что позволяет производить раннее "отсечение".
Если
пространство поиска не удается факторизовать, но при этом не требуется получать все решения или выбирать лучшее, то могут быть применены методы, использующие иерархию однородных пространств.
Если пространство поиска таково, что любая задача может быть сведена к известной заранее последовательности подзадач, то используется фиксированное абстрактное пространство. Эффективность этого метода определяется возможностью использовать безвозвратную стратегию.
В тех случаях, когда решение задачи не может быть получено без бэктрекинга, применяются более сложные методы. Метод "нисходящего уточнения" применим в том случае, когда существует фиксированная упорядоченность понятий области и фиксированный частичный порядок между подзадачами. В случае, если подзадачи взаимозависимы, т.е. для решения некоторой подзадачи может требоваться информация, получаемая другой подзадачей, и подзадачи не могут быть упорядочены, целесообразно применять принцип наименьших свершений. Этот подход позволяет приостанавливать решение подзадачи, для которой не достает информации, переходить к решению другой подзадачи и возвращаться к исходной задаче, когда отсутствующая информация станет доступной.
Слайд 27
ПОИСК В АЛЬТЕРНАТИВНЫХ ПРОСТРАНСТВАХ
(НЕМОНОТОННЫЙ ВЫВОД)
При работе с
неполными (неточными) данными и знаниями необходимо делать предположения, а
при получении новой информации, показывающей ошибочность предположений, отказываться как от сделанных предположений, так и от умозаключений, полученных на основе этих предположений. Мнение системы о том, какие факты имеют место, изменяется в ходе рассуждения, т.е. можно говорить о ревизии мнения.
Совокупность мнений, которой система придерживается в текущий момент, будем называть активной системой мнений. Каждой из систем мнений соответствует свое пространство поиска, а все вместе они образуют альтернативные пространства.
Бэктрекинг при поиске в альтернативных пространствах должен осуществлять возврат в состояние, где это предположение было сделано, и испытывать другое предположение (управляемый зависимостью бэктрекинг).
Слайд 28
Доска объявлений
В основу взаимодействия альтернативных моделей лежит принцип
косвенного взаимодействия, т.е. взаимодействие источников знания осуществляется только через
общую память, называемую "доской объявлений".
Слайд 33
ВЫБОРКА
Понятие
Типы
На этапе выборки осуществляется определение подмножества элементов
рабочей памяти и подмножества модулей базы знаний, которые могут
быть использованы в текущем цикле. Иногда этап выборки делается один раз на несколько следующих друг за другом циклов. При реализации этапа выборки обычно используется один из двух подходов.
Первый подход, называемый иногда синтаксической выборкой, выполняет грубый отбор знаний (данных и/или модулей), которые могут быть полезны в текущем цикле. Основанием для выборки знаний в данном случае являются формальные (синтаксические) знания, встроенные в систему разработчиком.
Второй подход, называемый семантической выборкой, осуществляет отбор знаний на основании таких сведений, как: модель предметной области, разбиение задачи на подзадачи, текущие цели и т.п. Семантические знания, вводятся в систему экспертом, например, в виде метаправил.
Слайд 34
СОПОСТАВЛЕНИЕ
Задача данного этапа состоит в том, чтобы сопоставить
выбранное множество активных правил выбранному подмножеству элементов рабочей памяти
и определить конфликтный набор правил
Наиболее общий подход к ускорению операции сопоставления состоит в комбинировании двух процессов:
1) процесса индексирования (выборки)
2) процесса интерпретации (означивание) условий правил.
Слайд 35
РАЗРЕШЕНИЕ КОНФЛИКТОВ
Стратегии
Результатом этапа сопоставления является конфликтный набор, т.е.
множество означиваний тех правил, которые удовлетворены в текущем цикле.
В ходе этапа разрешения конфликтов интерпретатор выбирает одно или несколько означиваний, которые должны быть выполнены в текущем цикле.
стратегии упорядочивания правил;
стратегии специальных случаев;
стратегии возраста элементов;
стратегии различий;
случайные стратегии.
Слайд 36
ВЫПОЛНЕНИЕ
На данном этапе выполняются действия правил (при
поиске от данных), что обычно приводит к изменению рабочей
памяти.
Различают три основных вида действий: ввод, вывод, преобразование.
После выполнения действий осуществляется проверка условий окончания, т.е. определяется, не является ли текущее состояние рабочей памяти целевым.
осуществляются изменения памяти состояний интерпретатора, соответствующие выполненным действиям.
Слайд 39
ЛОГИЧЕСКИЙ ВЫВОД ОТ ФАКТОВ К ЦЕЛИ
Слайд 40
ЛОГИЧЕСКИЙ ВЫВОД ОТ ФАКТОВ К ЦЕЛИ
Слайд 43
Предварительная фаза приобретения знаний характеризуется тем, что экспертной
системы еще не существует. Задача инженера по знаниям –
сформировать общее представление о структуре данных и принципах построения экспертной системы. Эта фаза приобретения знаний выполняется на этапах идентификации, концептуализации и формализации.
На начальной фазе осуществляется наполнение системы знаниями о представлении, т.е. значениями, определяющими организацию, структуру и способ представления базы знаний. Начальная фаза осуществляется в ходе первой стадии этапа выполнения.
В ходе фазы накопления осуществляется приобретение основных знаний об области экспертизы.
Слайд 45
Классификация предметных областей по уровню документированности
- экспертное
«личное» знание; - материализованное в книгах
«общее» знание;
- знания предметной области.
Слайд 46
Сравнение пассивных методов извлечения знаний
Слайд 47
Сравнение индивидуальных активных методов извлечения знаний
Слайд 48
Сравнение групповых активных методов извлечения знаний
Слайд 49
ПРОВЕДЕНИЕ ЭКСПЕРТНОГО ОПРОСА
Этапы:
Требования к экспертам
формирование репрезентативной экспертной
группы
подготовка и проведение экспертизы
статистическая обработка полученных результатов (оценка согласованности)
высокий
уровень общей эрудиции;
глубокие специальные знания в предметной области;
способность к адекватному отображению свойств исследуемого объекта;
отсутствии личной заинтересованности в определенных направлениях решения вопроса;
наличие производственного и (или) исследовательского опыта в предметной области.
Слайд 50
Текстологические методы извлечения знаний
Текстология — это наука, целью
которой является практическое прочтение текстов, изучение и интерпретация литературных
источников, а также рассмотрение семиотических, психолингвистических и других аспектов извлечения знаний из текстов.