Процедурные знания
Cтраница 3
К-база знании - содержит множество исходных фактов, отображающих постановку решаемой НФЗ, множество ПП данной ПО, а также множество метаправил. Метаправила отображают процедурные знания о том, какие процедуры можно совершать над ПП, хранящимися в БЗ; знания о порядке выбора и выполнения ПП, образующих подмножество активизируемых, или готовых для выполнения ПП; знания о порядке разрешения конфликтов; знания о модификации выполненных ПП. [31]
Кроме того, в учебниках но ИИ знания традиционно делят на процедурные и декларативные. Исторически первичными были процедурные знания, то есть знания, растворенные в алгоритмах. [32]
В ряде систем используются комбинации сетевых и продукционных моделей представления знаний. В таких моделях декларативные знания описываются в сетевом компоненте модели, а процедурные знания - в продукционном. [33]
В процессе генерации семантических решений НФЗ после означивания ФР-прототипы превращаются во ФР-примеры; образуется взаимосвязанная совокупность родственных ФР, называемая сетью фреймов, или системой фреймов. Каждый ФР и сеть ФР комплексно отображают как декларативные, так и процедурные знания о ПО. [34]
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. [35]
Эти источники знаний представляли собой Лисп-функции, осуществляющие поиск вверх по ливневой канализации, выдачу рекомендаций по ограждению утечки, уведомление соответствующих инстанций. Модель RLL была организована как набор единиц, представляющих и статические, и процедурные знания для прослеживания вверх по сети и уведомления инстанций. Единицы, представлявшие процедурные знания, содержали слоты для левых и правых частей правил. Лисп-выражения заполняли эти слоты, определяя условия правил и их действия. Модель RLL отличалась от других моделей тем, что ее решения проблемы утечки представлялись несколько абстрактным способом для того, чтобы они были применимы к более широкому классу проблем этого типа. Формализм представления в виде единиц и механизм управления в виде расписания, используемые в системе RLL, облегчали работу с этими более общими знаниями. [36]
К моделям подобного типа относятся семантические сети, семиотические модели ситуационного управления, сценарии. Эти модели обладают большой мощностью представления декларативных знаний, но в них плохо описываются процедурные знания. [37]
 |
Пример структуры экспертной системы. [38] |
Как и любая система, основанная на знаниях, экспертная система обязательно содержит в своем составе базу знаний к механизм логических выводов. Зачастую для представления фактических знаний используется отдельный механизм - база данных, а в базе знаний остаются лишь процедурные знания. Кроме того, для ведения базы знаний и дополнения ее при необходимости знаниями, полученными от эксперта, требуется отдельный модуль приобретения знаний. [39]
БЗ хранит программно реализованные модели представления декларативных и процедурных знаний. Декларативные знания - это набор фактов, ПП, подсказок, определяемых с помощью набора отношений. Процедурные знания - это библиотека функций, служащих для графической иллюстрации фактов, библиотека вычислительных процедур с помощью математических моделей. Имена функций должны начинаться тремя символами гй и содержать не более восьми символов, например: mi, га abcde. Подсказки, HELP-файлы набираются с помощью любого символьного редактора. [40]
Присоединенная процедура запускается по сообщению, переданному из другого фрейма. Демоны и присоединенные процедуры являются процедурными знаниями, объединенными вместе с декларативными в единую систему. Эти процедурные знания являются средствами управления выводом во фреймовых системах, причем с их помощью можно реализовать любой механизм вывода. Представление таких знаний и заполнение ими интеллектуальных систем - весьма нелегкое дело, которое требует дополнительных затрат труда и времени разработчиков ИИС. Поэтому проектирование фреймовых систем выполняется, как правило, специалистами, имеющими высокий уровень квалификации в области искусственного интеллекта. [41]
Эти источники знаний представляли собой Лисп-функции, осуществляющие поиск вверх по ливневой канализации, выдачу рекомендаций по ограждению утечки, уведомление соответствующих инстанций. Модель RLL была организована как набор единиц, представляющих и статические, и процедурные знания для прослеживания вверх по сети и уведомления инстанций. Единицы, представлявшие процедурные знания, содержали слоты для левых и правых частей правил. Лисп-выражения заполняли эти слоты, определяя условия правил и их действия. Модель RLL отличалась от других моделей тем, что ее решения проблемы утечки представлялись несколько абстрактным способом для того, чтобы они были применимы к более широкому классу проблем этого типа. Формализм представления в виде единиц и механизм управления в виде расписания, используемые в системе RLL, облегчали работу с этими более общими знаниями. [42]
Существуют различные подходы к классификации знаний. Так, выделяют декларатирные и процедурные знания, глубинные и поверхностные, жесткие и мягкие знания. Рассматривают теоретические и эмпирические знания в зависимости от уровня их осмысления. Содержание знаний является основой для выбора структуры их представления, поскольку крайне важно их соответствие и сама структура представления информативна. [43]
Основной трудностью при протоколировании мыслей вслух является принципиальная сложность для любого человека объяснить, как он думает. При этом существуют экспериментальные психологические доказательства того факта, что люди не всегда в состоянии достоверно описывать мыслительные процессы. Кроме того, часть знаний, хранящихся в невербальной форме ( например, различные процедурные знания типа как завязывать шнурки), вообще слабо коррелируют с их словесным описанием. Однако существуют люди, склонные к рефлексии, для которых эта работа является вполне доступной. Следовательно, описанная в параграфе 3.3. такая характеристика когнитивного стиля, как рефлексивность, является для эксперта более чем желательной. [44]
Основной трудностью при протоколировании мыслей вслух является принципиальная сложность для любого человека объяснить, как он думает. При этом существуют экспериментальные психологические доказательства того факта, что люди не всегда в состоянии достоверно описывать мыслительные процессы. Кроме того, часть знаний, хранящихся в невербальной форме ( например, различные процедурные знания типа как завязывать шнурки), вообще слабо коррелируют с их словесным описанием. Однако существуют люди, склонные к рефлексии, для которых эта работа является вполне доступной. Следовательно, описанная в § 2.2 такая характеристика когнитивного стиля, как рефлексивность, является для эксперта более чем желательной. [45]
Страницы: 1 2 3 4