Cтраница 1
Глубинные знания образуются как результат обобщения первичных понятий предметной области в некоторые более абстрактные структуры. Часто эти структуры не имеют вербального описания. Так, в медицине введено понятие синдрома - ( от преч. [1]
Глубинные знания точнее отражают структуру человеческого знания. Известно, что человеческое восприятие целестно, а восприятие и анализ ситуации происходит от целого к частному. Целое в экспертных системах представляется теорией предметной области. Эта теория должна с одной стороны охватывать все возможные случаи, а с другой стороны, быть достаточно общей и не содержать ненужных деталей. [2]
Глубинные знания демонстрируют системный подход к менеджменту качества, учитывающий вариабельность ( статистический характер) всех процессов, а также способностей людей, их поведенческие особенности, в том числе стремление к достижению результатов, получению признания и радости от работы. [3]
Глубинные знания образуются как результат обобщения первичных понятий предметной области в некоторые более абстрактные структуры. Часто эти структуры не имеют вербального описания. Так в медицине введено понятие синдрома - сочетания симптомов, которым пользуются для обобщенного и углубленного описания болезни. Отметим, что степень глубины и уровень обобщенности знаний прямо связаны с опытом экспертов и могут служить показателем профессионального мастерства последних. [4]
В последнее время было сделано много попыток использовать глубинные знания в диагностических ЭС для ХТС. Базы знаний этих ЭС в основном содержат ПП, недостатками которых является отсутствие универсальности, поскольку семантическая модель ХТС должна входить в базу правил. [5]
Этот важнейший момент, который Деминг включает в глубинные знания ( profound knowledge), затрагивает все стороны менеджмента ( см. гл. [6]
Глубинные знания образуются kaK результат обобщения первичных понятий в некоторые абстрактные структуры, которые могут и не иметь вербального описания. Мягкие знания допускают множественные, расплывчатые решения и приводят к различным вариантам рекомендаций. [7]
Использование глубинных и мягких знаний позволяет создать БЗ большой мощности. Глубинные знания обладают такими важными особенностями, как гибкость и аддитивность. [8]
В большинстве ЭС сейчас используются поверхностные знания, которые часто позволяют получать вполне качественные результаты. Однако введение глубинных представлений позволит создать базы знаний большей мощности, так как глубинные знания - более гибки и адаптивны, чем достаточно жесткие поверхностные. Классическим примером может служить медицина, где глубинные знания опытных врачей позволяют им порождать разнообразные способы лечения одной и той же болезни в зависимости от состояния больного, его возраста шги от наличия лекарств в аптечной сети. [9]
Правила являются только верхней частью экспертных знаний - поверхностными знаниями. Их дополняют глубинные знания, включающие теорию предметной области и знания о способе решения проблем. [10]
В большинстве ЭС сейчас используются поверхностные знания, которые часто позволяют получать вполне качественные результаты. Однако введение глубинных представлений позволит создать базы знаний большей мощности, так как глубинные знания - более гибки и адаптивны, чем достаточно жесткие поверхностные. Классическим примером может служить медицина, где глубинные знания опытных врачей позволяют им порождать разнообразные способы лечения одной и той же болезни в зависимости от состояния больного, его возраста шги от наличия лекарств в аптечной сети. [11]
Они могут консультировать пользователя; анализировать промежуточные и конечные результаты; обучать пользователя и ЭВМ; обучаться в процессе решения конкретной задачи; давать советы пользователю и ЭВМ; классифицировать рассматриваемую проблему; производить поиск на заданных математических моделях; принимать конкретное решение на любом этапе оптимизации; делать достоверные выводы из неполных и нечетких данных и знаний; взаимодействовать с другими ЭС; передавать и приобретать новые знания. Другими словами, ЭС помогают интеллектуальным ИС накапливать и обрабатывать различные виды глубинных и поверхностных знаний или их представлений в виде соответствующих моделей. Глубинные знания обычно помогают отображать разрабатываемую структуру. К ним относятся причинные модели, категории, абстракции, аналогии. [12]
Экспертные системы первого поколения, как правило, состоят из набора правил и содержат только поверхностные зна ния. Экспертные системы второго поколения имеют явное преде тавление глубинных знаний. Они содержат компоненты, представ ляющие теорию предметной области и компоненту знаний о способах решения проблем. В них, как правило, присутствует также компонента, содержащая поверхностные знания, получающиеся в результате применения глубинных знаний в конкретных ситуациях. Существуют экспертные системы, использующие только глубинные знания. [13]