Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Завдання з курсу «Експертні системи» гр.507 м

Завдання з курсу «Експертні системи» гр.501 м

Індивідуальне завдання для кожного студента складається з трьох частин:

Теоретична частина: Теоретичний матеріал за заданною тематикою, подається за заданною тематикою з прикладами. Вимоги: Не більше 15 сторінок. Українська мова.

Шрифт 12, Times new Roman, інтервал 1.5. Здаеться на перевірку в електронному вигляді.

Інформаційна частина: Список літератури та посилань на електронні ресурси до теоретичної частини.

Практична частина: Проект експертної системи, в середовищі CLIPS

(Не меньше ніж 25 правил)

 

№ варианта Теоретичний матеріал Інформаційна частина Експертна система Середовище розробки
  Моделі виводу на продукціях (прямий, зворотній)   Вибору CLIPS
  Методологія подолання конфліктів вCLIPS   Діагностична CLIPS
  Ймовірносний вивід в ЕС Формула Байеса   Класифікаційна CLIPS
  Асоціативні мережі і системи фреймів   Вибору CLIPS
  Експертні системи реального часу (G2)   Діагностична CLIPS
  Методи еврестичної класифікації   Класифікаційна CLIPS
  Огляд сучасних експертних систем (таблиця порівняння)   Вибору CLIPS
  Вивід в ЕС на основі коефіціентів впевненості.   Діагностична CLIPS
  Експертні системи з дошкою об’яв (black bord)   Класифікаційна CLIPS
  Мережі довіри. Теорія Демстера-Шефера   Вибору CLIPS
  Мови, командні засоби та інструменталльні середовища створення ЕС   Діагностична CLIPS
  Продукційні моделі представлення знань   Класифікаційна CLIPS
  Фреймовий підхід до представлення знань   Вибору CLIPS
  Семантичні мережі   Класифікаційна CLIPS
  Логічний піддхід до представлення знань   Діагностична CLIPS

Пояснення:

Діагностична експертна система, це система яка використовується для діагностики: захворювань, неполадок технічних об’єктів, діагностування для пошуку неполадок в технічних об’ектах та інш.

Класифікаційна експертна система,це система призначена для класифікації об’ектів, явищ, та процесів (наприклад: хижак, чи не хижак, тип людини і т.д.)

Вибору Це тип експертної системи яка здійснює вибір найкращого варіанту (наприклад: смартфону, автомобіля, комп’ютера)

Індивідуальне завдання для кожного студента складається з трьох частин:

Теоретична частина: Теоретичний матеріал за заданною тематикою, подається за заданною тематикою з прикладами. Вимоги: Не більше 15 сторінок. Українська мова.

Шрифт 12, Times new Roman, інтервал 1.5. Здаеться на перевірку в електронному вигляді.

Інформаційна частина: Список літератури та посилань на електронні ресурси до теоретичної частини.

Практична частина: Проект експертної системи, в середовищі Expertise2go

(Не меньше ніж 25 правил)

 

№ варианта Теоретичний матеріал Інформаційна частина Експертна система Середовище розробки
  Прецеденти. ЕС засновані на прецедентах   Класифікаційна Expertise2go
  Гібридні експертні системи   Вибору Expertise2go
  Архітектури сучасних експертних систем   Діагностична Expertise2go
  Нечіткі експертні системи   Класифікаційна Expertise2go
  Інструментальні засоби розробки ЕС   Вибору Expertise2go
  Логічне програмування ЕС на Prolog   Діагностична Expertise2go
  Функціоналльне програмування, ЕС на Lisp   Класифікаційна Expertise2go
  Іерархічна побудова і перевірка гіпотез   Вибору Expertise2go
  Онтологічний аналіз   Діагностична Expertise2go
  Этапи створення ЕС   Класифікаційна Expertise2go
  Формування знань на основі машинного навчання   Вибору Expertise2go
  Ймовірносний вивід в ЕС Формула Байеса   Класифікаційна Expertise2go
  Асоціативні мережі і системи фреймів   Діагностична Expertise2go
  Експертні системи реального часу (G2)   Класифікаційна Expertise2go
  Методи еврестичної класифікації   Вибору Expertise2go

Пояснення:

Діагностична експертна система, це система яка використовується для діагностики: захворювань, неполадок технічних об’єктів, діагностування для пошуку неполадок в технічних об’ектах та інш.

Класифікаційна експертна система,це система призначена для класифікації об’ектів, явищ, та процесів (наприклад: хижак, чи не хижак, тип людини і т.д.)

Вибору Це тип експертної системи яка здійснює вибір найкращого варіанту (наприклад: смартфону, автомобіля, комп’ютера)

<== предыдущая лекция | следующая лекция ==>
Заболоцкий Петр Иванович | Напорные железобетонные трубы 1 страница
Поделиться с друзьями:


Дата добавления: 2015-06-26; Просмотров: 423; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.011 сек.