ВВЕДЕНИЕ. Методические указани

МЕТОДИЧЕСКИЕ УКАЗАНИЯ К МАТЕРИАЛУ КУРСА

ОБЩИЕ ЗАМЕЧАНИЯ

В ИНФОРМАЦИОННЫХ СИСТЕМАХ

Москва - 2011

В ИНФОРМАЦИОННЫХ СИСТЕМАХ

ПРЕДСТАВЛЕНИЕ ЗНАНИЙ

По курсу

Методические указания и

Технологий

задание на контрольную работу

для студентов-заочников 6 курса

(специальность 23020101)

План УМД 2010/11 уч.г.

Методические указания и

задание на контрольную работу

по курсу

ПРЕДСТАВЛЕНИЕ ЗНАНИЙ

Составитель: Ю.С.Солиев, к.ф.-м.н., доцент

Цель курса “Представление знаний в информационных системах” - познакомить студентов с такими основными способами представления знаний в информационных системах как логическая, продукционная и фреймовая модели, семантические сети, а также с методами описания знаний посредством нечетких множеств. Под термином «представление знаний» подразумеваются способы представления знаний, ориентированные на автоматическую обработку современными компьютерами и, в частности, представления, состоящие из явных объектов и из суждений или утверждений о них. Представление знаний в подобной явной форме позволяет компьютерам делать выводы из ранее сохраненного знания.

Курс базируется на дисциплинах, дающих знания по дискретной математике, основам математической логики и теории графов, теории алгоритмов и программирования. Освоение курса “Представление знаний в информационных системах ” предполагает самостоятельную работу студентов на основе рекомендованной литературы, список которой приведен в конце данного пособия. По курсу предполагается выполнение контрольной работы и сдача зачета.

Вопросы, подлежащие изучению

1.1. Знания и их представления.

1.2.Знания и данные.

1.3. Формы знаний.

Пояснения к вопросам

1.1. Представление знаний - вопрос, возникающий в когнитологии (науке о мышлении), в информатике и в искусственном интеллекте. В когнитологии он связан с тем, как люди хранят и обрабатывают информацию. В информатике - основная цель - подбор представления конкретных и обобщенных знаний, сведений и фактов для накопления и осмысленной обработки информации в ЭВМ.

В искусственном интеллекте (ИИ) основная цель - научиться хранить знания таким образом, чтобы программы могли обрабатывать их и достигнуть подобия человеческого интеллекта. Исследователи ИИ используют теории представления знаний из когнитологии. Такие методы как фреймы, правила и семантические сети пришли в ИИ из теории обработки информации человеком. Так как знание используется для достижения разумного поведения, фундаментальной целью дисциплины представления знаний является поиск таких способов представления, которые делают возможным процесс логического вывода, то есть создание выводов из знаний.

1.2. При изучении интеллектуальных систем традиционно возникает вопрос — что же такое знания и чем они отличаются от обычных данных, десятилетиями обраба­тываемых ЭВМ. Можно предложить несколько рабочих определений, в рамках которых это становится очевидным.

Данные — это отдельные факты, характеризующие объекты, процессы и явления пред­метной области, а также их свойства.

Знания основаны на данных, полученных эмпирическим путем. Они представля­ют собой результат мыслительной деятельности человека, направленной на обоб­щение его опыта, полученного в результате практической деятельности.

Знания — это закономерности предметной области (принципы, связи, законы), получен­ные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области.

1.3. Можно выделить пять форм знаний:

1. Знания в памяти человека как результат мышления.

2. Материальные носители знаний (учебники, методические пособия).

3. Поле знаний — условное описание основных объектов предметной облас­ти, их атрибутов и закономерностей, их связывающих.

4. Знания на языках представления знаний.

5. База знаний на машинных носителях информации.

Часто используется такое определение знаний.

Знания —это хорошо структурированные данные, или данные о данных, или метаданные.

Существует множество способов определять понятия. Один из широко приме­няемых способов основан на идее интенсионала. Интенсионол понятия — это определение его через соотнесение с понятием более высокого уровня абстрак­ции с указанием специфических свойств. Интенсионалы формулируют знания об объектах. Другой способ определяет понятие через соотнесение с понятиями более низкого уровня абстракции или перечисление фактов, относящихся к оп­ределяемому объекту. Это есть определение через данные, или экстенсионол по­нятия.

Например, в интенсионал понятия «Сократ» входят все свойства, которыми обладает Сократ: человек, мужчина, философ и т.д. В экстенсионал понятия «человек» входят все объекты, обладающие свойством «быть человеком»: Сократ – человек, мужчина – человек, философ – человек и т.д.

Для хранения данных используются базы данных (для них характерны большой объем и относительно небольшая удельная стоимость информации), для хра­нения знаний — базы знаний (небольшого объема, но исключительно дорогие информационные массивы). База знаний — основа любой интеллектуальной си­стемы. Знания могут быть классифицированы по следующим категориям:

Поверхностные — знания о видимых взаимосвязях между отдельными собы­тиями и фактами в предметной области (например, «Если болит голова, то следует принять аспирин»).

Глубинные — абстракции, аналогии, схемы, отображающие структуру и приро­ду процессов, протекающих в предметной области (например, «Знания физиологов и врачей высокой квалификации о причинах, видах головных болей и методах их лечения»).

Эти знания объясняют яв­ления и могут использоваться для прогнозирования поведения объектов.

Кроме того, знания традиционно делят на процедурные и дек­ларативные. Исторически первичными были процедурные знания, то есть зна­ния, «растворенные» в алгоритмах. Они управляли данными. Для их изменения требовалось изменять программы. Однако с развитием искусственного интел­лекта приоритет данных постепенно изменялся, и все большая часть знаний со­средоточивалась в структурах данных (таблицы, списки, абстрактные типы дан­ных), то есть увеличивалась роль декларативных знаний.

Дата добавления: 2014-12-17