В чем особенность использования нейросетевой технологии

Что представляется собой Инженер знаний в экспертной системе

Какими особенностями обладает объяснительный компонент в экспертной системе

Для чего используются экспертные системы

Чем представляется в Искусственном интеллекте основой человеческих рассуждений

Логические модели знаний - основа человеческих рассуждений и умозаключений, которые, в свою очередь, могут быть описаны подходящими логическими исчислениями.

120. Определите понятие «Продукционная модель»

модели, основанные на правилах, позволяет представить знания в виде предложений типа: Если (условие), то (действие).

Под экспертной системой понимают программное средство, использующее знания экспертов, для высокоэффективного решения задач в интересующей пользователя предметной области.

Развитие экспертных систем продолжается по сегодняшний день. В основном экспертные системы используются для решения задач, соответствующих следующим критериям:

задача не может быть определена в четкой числовой форме или содержит ряд данных, не представленных в числовой форме;

не существует четкого алгоритмического решения – здесь стоит остановиться, поскольку считается, что алгоритмическим путем можно решить любую задачу. Это действительно так. Проблема заключается в том, на сколько это алгоритмическое решение будет сложным и на сколько возможно реализация такого решения. Соответственно, если реализация алгоритмического решения слишком сложна, требует много времени для выполнения или сам алгоритм невозможно реализовать ввиду его сложности, то такие задачи решаются с помощью экспертных систем и методов, которые в них закладываются;

существует алгоритмическое решение, но оно не может использоваться ввиду ограниченности ресурсов – этот критерий очень близок по смыслу к предыдущему критерию, ограничивая возможность использования классических алгоритмов решения задач техническими проблемами компьютерной техники.

Полезное использование экспертных систем заключается в реализации задач принятия решений на основании формализованных правил, статистического анализа и применения теории вероятности.

это элемент, который позволяет пользователю получить некоторый анализ процесса поиска решения и выяснить, почему было получено то или иное решение.

механизм взаимодействия с оболочкой и базой знаний

При рассмотрении этапов развития искусственного интеллекта нельзя не рассмотреть одну важную технологию, которая называется «нейросетевая технология». Нейро (греч. neuron – нерв) - это первая составная часть сложных слов, указывающая на отношение их к нервной системе. Данная технология не была привязана в своем развитии к какому-либо этапу, а создавалась (и создается) параллельно развитию искусственного интеллекта.

Достаточно часто на практике приходится сталкиваться со следующей задачей: есть таблица данных (результаты измерений, социологических опросов или обследований больных). Необходимо определить: каким закономерностям подчиняются данные в таблице. Следует заметить, что характерный размер таблицы – порядка ста признаков и порядка нескольких сотен или тысяч объектов. Ручной анализ таких объемов информации фактически невозможен.

Первым шагом в решении данной задачи является группировка (кластеризация, классификация) объектов в группы (кластеры, классы) «близких» объектов. Далее исследуются вопросы того, что общего между объектами одной группы, и что отличает их от других групп.

Под близостью объектов можно понимать множество разных отношений близости. К сожалению, вид близости и число классов приходится определять исследователю, хотя и существует ряд методов, помогающих ему в этом.

Для решения подобных задач и предназначены нейронные сети (НС), использующие нейросетевые технологии.

Актуальность исследований в нейронных сетях подтверждается массой различных применений НС, а именно:

автоматизация процессов распознавания образов,

адаптивное управление,

аппроксимация функционалов,

прогнозирование,

создание экспертных систем,

организация ассоциативной памяти и многие другие приложения.

С помощью НС можно, например,:

предсказывать показатели биржевого рынка,

выполнять распознавание оптических или звуковых сигналов,

создавать самообучающиеся системы, способные управлять автомашиной при парковке

синтезировать речь по тексту и т. д.

Суть нейросетевой технологии заключается в поиске решения, основанном на «генетическом» развитии объектов, которые называются «нейроны».

Суть нейросетевой технологии состоит в следующем:

имеется некоторое количество нейронов (элементов объектов), которые пребываю в определенном состоянии;

имеется ряд других объектов, которые связаны с базовыми. Эти объекты также описываются некоторым количеством нейронов (элементов объектов), которые тоже могут принимать определенные состояния;

все объекты некоторым образом связаны друг с другом по определенным математическим правилам, которые позволяют изменять состояние элемента объекта в соответствии с некоторыми состояниями родительских объектов;

имеется некоторый набор математических моделей, состоящих из математических и логических формул;

на первом этапе базовым нейронам устанавливается некоторые состояния;

в первый шаг выполняются некоторые формулы, которые изменяют состояния дочерних нейронов. Причем количество дочерних нейронов независимо от количества родительских;

дальнейшие шаги технологии выполняются аналогично предыдущему до момента пока не будет получено некоторое количество конечных решений.

Стоит отметить, что в процессе выполнения решения задачи могут быть сформированы новые нейроны и скорректированы формулы изменения состояния нейронов. Эта возможность позволяет сети нейронов самообучаться, в результате чего можно получить новые знания о предметной области на основании уже имеющихся данных.

125. Что понимается под термином «Защита информации»

Термин защита относится к защищенности данных от несанкционированного доступа, изменения или умышленного разрушения

Под защитой данных понимается предотвращение доступа к ним со стороны несанкционированных пользователей

Дата добавления: 2015-04-24