Эвристические знания

Cтраница 1

Эвристические знания - знания, накапливаемые интеллектуальной системой в процессе ее функционирования, а также заложенные в ней априорно, но не имеющие статуса абсолютной истинности в данной проблемной области. [1]

Используются эвристические знания на основе известных процедур и условных знаков. Небольшая серия точных знаний ( около 30) содержится в базе знаний. [2]

Экспертные системы, использующие эвристические знания, применяются в тех случаях, когда сформировать решение задачи в традиционных математических терминах в виде систем уравнений не удается. Такие задачи получили название плохо формализованных ( или слабо структурированных) задач. [3]

В тех случаях, когда в многоагентнои системе накоплены эвристические знания для решения задач, не поддавшихся традиционной математической формулировке в виде систем уравнений, СППР может предложить набор готовых программ экспертных систем, хранящихся в ее памяти. [4]

Работа инженера по знаниям отнюдь не заканчивается после того, как эвристические знания будут представлены в виде исходного набора порождающих правил. И исследователи, и практики давно пришли к выводу, что процесс дальнейшего совершенствования базы знаний не уступает по сложности процессу создания ее первой версии. Существует довольно большой круг проблем, связанных как с обслуживанием большого набора правил, так и с дальнейшим уточнением их на базе опыта, полученного в процессе эксплуатации системы. [5]

Эти знания второго сорта носят эвристический характер: правила, известные из практики, противоречивые советы, неточные критерии оценки. Эти эвристические знания образуют поправку первого порядка к фактической теории нулевого порядка. Часто, однако, даже и эти знания не приводят к таким хорошим результатам, на которые способны сами специалисты. Продолжительный нажим на специалистов может дать третий тип знаний. Это то, что мы называем метазнанием: Да, последний совет, пожалуй, непригоден в случае пролитой краски или Эти правила относительно химического анализа не являются абсолютно надежными. [6]

Переход из начального состояния в конечное в игре 8. [7]

В алгоритме А используются оценочные функции, построенные на основе априорных оценок стоимости пути до целевого состояния. Такие оценки, по сути дела, тоже представляют собой эвристические знания. Для поиска в пространстве состояний используются дерево поиска и методы горизонтального ( в ширину) и вертикального ( в глубину) поиска на этом дереве. [8]

При решении практических проблем мы встречаемся с изобилием исключений из правил, а границы между разными классами оказываются очень размытыми. Системы фреймов оказываются полезными по той причине, что они дают нам в руки средства структурирования эвристических знаний, связанных с приложением правил и классификацией объектов. При использовании фреймов эвристические знания не размазываются по программному коду приложения, но и не собираются воедино в виде метазнаний, а распределяются между теми видами объектов, к которым они приложимы, и существуют на уровне управления в иерархии представления таких объектов. [9]

Известно, что существует значительное количество сущностей, которые удобно представить в виде процедур и весьма трудно в чисто декларативном представлении. ПП, в отличие от ДП, легко позволяет представить знание второго порядка, необходимое для выражения фактов о том, как использовать факты. ПП, в отличие от ДП, позволяет легко учитывать специфику конкретных предметных областей, закладывая ее в эвристические знания, которые трудно ( пли невозможно) выразить в универсальных процедурах ДП. Важность сказанного становится особенна весома, если иметь в виду, что эффективные дедуктивные выводы совершаются именно на основе эвристических знаний, а не универсальных. [10]

Страницы: 1