Фреймы

Семантические сети.

Программы.

Знания представлены в виде программ (процедур), умеющих реагировать на определенные ситуации. Внутри программ, структура данных и механизм интерпретации связаны сложными связями, что обеспечивает очень большую эффективность использования знаний. Программы вызываются следующими способами:

- из других программ;

- путем вызова процедуры (классический вызов);

- посредством идентификации определенной конфигурации данных, позволяющей выполнение программы. Этот тип вызова применим в ЭС на базе продукционных правил. Инструкция для вызова процедуры содержится в следствии соответствующего правила.

Преимущества:

- прямой процесс рассуждения;

- отсутствует слепой поиск знаний.

Недостатки:

- потеря гибкости системы, поскольку необходимо предусмотреть все возможные случаи;

- трудность выполнения модификации;

- трудность в понимании схемы управления.

Знания представлены в виде сети, вершинам которой соответствуют понятия (объекты, события, процессы, явления), а дугам - отношения, существующие между понятиями.

Существуют различные техники интерпретации сети. Выделяют две базовые:

- прогрессирующая активация сети. При инициализации процесса рассуждения активируются одна или несколько вершин. Каждая активированная вершина передает сигнал соседним, а они, в свою очередь, передают этот сигнал своим соседям и т. д.;

- сравнение фрагментов сети. Поставленный вопрос сформулирован в виде части сети; затем эта часть сравнивается с сетью, сохраненной в БЗ для того, чтобы установить, существует ли идентичная часть сети.

Преимущества:

- семантические сети позволяют учесть важный аспект запоминания знаний - их группирование в более крупные наборы посредством указателей. Это представляет интерес для областей, в которых знания структурированы и необходимо показать связи между фрагментами знаний;

- возможность объединения семантических сетей с системами продукции, что позволяет сочетать преимущества обоих методов.

Недостатки:

- размер фрагментов знаний часто очень маленький;

- трудности, связанные с объяснениями процесса рассуждения;

- проблемы, связанные с переносом свойств внутри сети.

Фрейм - это структура данных, позволяющая представить стереотипную ситуацию. Фрейм можно представить как сеть вершин и отношений. Высшие уровни фрейма жесткие и представляют концепции всегда истинные в предложенной ситуации. Низшие уровни рассматриваются как “терминальные элементы”, которые необходимо преобразовать в соответствии со специфическими данными во время сравнения реальной ситуации с ситуацией, описанной фреймом. В самом упрощенном виде фрейм аналогичен понятию записей в обычной БД, но содержит как данные, так и процедурную информацию. Каждая система имеет собственную реализацию понятия “фрейм” и соответственно имеются разные имена отдельных элементов, используемых в каждом случае. Полные характеристики различных конструкций можно оценить только после детального их исследования и использования.

Сущность механизма интерпретации заключена в следующем: при заданной ситуации для интерпретации система выбирает фрейм, который она считает самым подходящим. Представленные системе данные сравниваются с терминальными элементами фрейма (возможные значения этих терминальных элементов составляют условия, которым должны удовлетворять данные, предоставленные опытом). Если предусмотренные и экспериментальные данные соответствуют, то считается, что фрейм хорошо описывает ситуацию. Если соответствия нет, выбирается другой фрейм (как потенциальное описание ситуации) и снова выполняется процедура установления соответствий.

Преимущества:

- учет структурирования данных в зависимости от предыдущего опыта;

- прямота рассуждении (и следовательно быстрота) вследствие смешанного представления (декларативного и процедурального);

- возможность вести процесс рассуждений с неполной информацией (благодаря значениям по умолчанию).

Недостатки:

- сложность модификации БЗ;

- сложность приобретения новых знаний.

В заключение отметим, что не существует оптимального универсального метода представления знания. Выбор формализма зависит от типа конкретного применения (характера предметной области и функционального назначения проектируемой системы).

Достаточно подробное, в рамках предлагаемого материала, описание моделей представления знаний объясняется двумя причинами:

- основной проблемой при проектировании систем искусственного интеллекта, в том числе и ЭС, является выбор и реализация модели предметной области;

- модели представления знаний являются ядром новой проблемной области, которую необходимо освоить специалистам.

Контрольные вопросы.

1. Перечислите модели представления знаний.

2. Какие две техники интерпретации семантических сетей вы знаете?

3. Достоинства и недостатки семантических сетей.

4. Что такое фрейм?

5. Достоинства и недостатки фреймов.

6. Что такое интерпретируемость?

7. Что такое ситуативное отношение?

8. Какую структуру имеет продукционное правило?

9. Достоинства продукционных правил.

Дата добавления: 2014-01-20