Процедурные знания
Cтраница 2
Итак, в интеллектуальных системах с фреймовым представлением знаний невозможно четко отделить процедурные знания от декларативных, поскольку присоединенные процедуры и демоны одновременно являются и знаниями, и средствами управления логическим выводом. На рис. 2.9 схематично показаны средства управления выводом во фреймовой системе. Возможность организации выводов любого типа является существенным преимуществом фреймовых систем по сравнению с продукционными и логическими. Не менее важным достоинством является большее сходство этой модели представления знаний со структурой знаний в памяти человека. [16]
В такой ЭС должны быть представлены не только декларативные, но и процедурные знания из ПО. [17]
Все фреймы взаимосвязаны и образуют единую фреймовую систему, в которой объединены и процедурные знания. [18]
Все фреймы взаимосвязаны и образуют единую фреймовую систему, в которой органически объединены декларативные и процедурные знания. Поскольку концептуальному представлению свойственна иерархичность, целостный образ знаний строится в виде одной фреймовой системы, имеющей иерархическую структуру. [19]
 |
Выполнение ПП изменяет факты в базе знаний ( БЗ. [20] |
Для реализации процедуры вывода решений НФЗ в экспертных системах, основанных на ПП, процедурные знания представляются набором ПП, которые проверяются на множестве фактов при постановке НФЗ или знаний о текущей ситуации - при поиске ее решения. Когда условие ПП удовлетворяет фактам, то действие ПП выполняется; если это происходит, то ПП выполнено. [21]
Особенность знаний, используемых при синтезе ХТС, в том, что это всегда как декларативные, так и процедурные знания. Декларативные знания отражают неформализованную часть постановки задачи синтеза ХТС, а процедурные представляют собой алгоритмы расчета параметров состояния и свойств технологических потоков, основных параметров генерируемой технологической схемы ХТС. Таким образом, ЭС, используемые для синтеза неоднородных ХТС по способам представления знаний всегда должны быть гибридными, или интегрированными. [22]
Совокупность данных предметной области может быть представлена множеством взаимосвязанных фреймов, образующих единую фреймовую систему, в которой объединяются декларативные и процедурные знания. Такая система имеет, как правило, иерархическую структуру, в которой фреймы соединены друг с другом с помощью родо-видовых связей. На верхнем уровне иерархии находится фрейм, содержащий наиболее общую информацию, истинную для всех остальных фреймов. Фреймы обладают способностью наследовать значения характеристик своих родителей. [23]
Совокупность данных предметной области может быть представлена множеством взаимосвязанных фреймов, образующих единую фреймовую систему, в которой объединяются декларативные и процедурные знания. Такая система имеет, как правило, иерархическую структуру, в которой фреймы соединены друг с другом с помощью родо-видовых связей. На верхнем уровне иерархии находится фрейм, содержащий наиболее общую информацию, истинную для всех остальных фреймов. Фреймы обладают способностью наследовать значения характеристик своих родителей. [24]
Как и во всех моделях, построенных с помощью системы KAS, данные представляются в виде семантической сети, а процедурные знания представляются как вероятностные правила, позволяющие осуществлять логический вывод. Управление в модели осуществляется посредством рассуждений в прямом и обратном направлениях с запрашиванием у пользователя при необходимости дополнительной информации. [25]
Особенность знаний, используемых при синтезе ХТС, заключается в том, что это всегда как декларативные, так и процедурные знания ( см. разд. Декларативные знания отражают неформализованную часть постановки задачи синтеза ХТС, тогда как процедурные знания представляют собой алгоритмы расчета параметров состояния и свойств технологических потоков, параметров основных ЕО генерируемой технологической схемы ХТС. Таким образом, ЭС синтеза неоднородных ХТС по способам представления знаний всегда должны быть гибридными ( ГЭС), или интегрированными. [26]
Язык логического программирования ( ЯЛП) - это язык интеллектуального программирования, основанный на исчислении предикатов, в котором все декларативные и процедурные знания отображаются в виде синтаксических ППФ. Достоинством ЯЛП является наличие формальных процедур, позволяющих выполнять вывод и анализ таких характеристик записей в виде утверждений и правил, представленных ППФ, как эквивалентность, непротиворечивость и др. Недостатком ЯЛП является плохая наглядность для пользователя информационных единиц, записанных в виде ППФ. [27]
В то же время фреймовый подход позволяет более последовательно использовать некоторые важные механизмы представления знаний и, в первую очередь, процедурные знания. [28]
В отличие от обычных алгоритмов, которые для совокупности исходных данных ( обычно числового вида) ставят в соответствие результат также числового вида, системы с искусственным интеллектом - это алгоритмы формирования алгоритмов, вид которых зависит от исходных данных и целей системы, выраженных через критерии, процедурные знания. Число вариантов алгоритмов, в принципе, не ограничено. [29]
Данные в модели представляются как Лисп-предикаты вида ( МЕСТОНАХОЖДЕНИЕ ВДОЛЬ РЕЧКИ), что означает место, где был обнаружен разлив. Процедурные знания представляются в форме правил. Эквивалент типичного правила на естественном языке представлен ниже. [30]
Страницы: 1 2 3 4