Fuzzy Logic – нечеткая логика.
|
NP-задачи – недетерминированные, полиномиальные, слабо формализованные или плохо формализуемые задачи, для которых не существует точного решения, либо оно не может быть найдено за конечное количество шагов. Задачи этого типа возникают в условиях неполной, нечеткой, размытой, недостоверной или некорректной информации.
|
Агенда – список активных правил.
|
База знаний – вместилище знаний, необходимых для получения решений, сформированных на основе одной или нескольких моделей представления знаний и используемых в цепочках логического вывода систем ИИ. БЗ можно описать как совокупность правил логического вывода, неизменных в процессе отдельного эксперимента и представленных в установленных для системы формализмах (фреймы, семантические сети, предикаты первого порядка).
|
Блок логического вывода – элемент механизма использования правил для получения решений в архитектуре экспертной системы.
|
БПР (бизнес-процесс реинжиниринг) – исследование деятельности компании с целью выявления ее слабых мест и моделирование на основе этого ее функционирования с максимальной эффективностью.
|
Генотип – условный код в генетических алгоритмах для задания исходных данных решаемой задачи которым она будет решена.
|
Гибридные системы – системы, обеспечивающие возможность комбинированного использования символического и субсимволического подходов.
|
Данные – описания и значения свойств объектов, представленных в заданной форме. В частности, данные – это значения констант и переменных.
|
Дедукция – метод получения новых знаний, путем анализа понятий, способ логического вывода от общего к частному.
|
Декларативные знания – знания, сформулированные в виде фактов, правил и отношений.
|
Диагностика – процесс поиска неисправностей в системе или определения стадии заболевания в медицине, основанный на интерпретации данных. Диагностика используется для установления связи между нарушениями деятельности в системе или организме и их возможными причинами с целью их устранения. Основными проблемами, возникающими при этом, являются: недоступность или малодоступность некоторых данных; сочетание не вполне совместимых частных моделей объектов или процессов; наложение симптомов других дефектов.
|
Знания – представленные на естественном языке описания объектов, их характеристик в соответствии с фактами предметной области, представленные отношениями каузальной (причинно-следственной) зависимости с целью констатации фактов или принятия решения.
|
Индукция – метод получения новых знаний путем анализа эмпирических фактов. Способ логического вывода от частного к общему.
|
Интерпретация – анализ данных с целью определения их смысла. Интерпретатор должен быть в состоянии обрабатывать информацию представленную частично, выдвигать гипотезы о доверии данным. При ненадежных данных интерпретация так же будет ненадежной, поэтому для достижения доверия необходимо определить, какая информация была неточной или неопределенной. Так как цепочки рассуждений в ИнС могут быть достаточно длинными, интерпретатору необходимо располагать средствами объяснения того, как интерпретация обусловлена имеющимися данными.
|
Интерпретация – свойство знаний, характеризующее соответствие фактов предметной области правилам логического вывода. Кроме этого, интерпретация – это наиболее общий анализ данных с целью определения их смысла.
|
Когнитолог – инженер по знаниям, специалист по инженерии знаний, работающий с экспертом, выявляя и формализуя экспертные знания.
|
Концептуализация – описание объектов, свойств, рассуждений.
|
Лингвистическая модель – модель, интерпретирующая информацию, получаемую от акустической модели, и отвечающая за представление результата распознавания потребителю.
|
Метаправила – правила работы с правилами.
|
Механизмы генетических алгоритмов – селекция (отбор); кроссинговер (скрещивание) и мутация (случайное изменение).
|
Мониторинг – основанное на интерпретации сигналов непрерывное оповещение о состоянии системы или процесса при возникновении ситуаций, требующих вмешательства.
|
Мощность правила – апостериорная характеристика, определяемая как произведение коэффициента уверенности факта в условии и коэффициента уверенности самого правила.
|
Неопределенность – степень соответствия процесса или состояния характеристикам реального мира.
|
Обучение – рассматривается в двух аспектах: обучение пользователя, а так же самообучение системы, как на этапе приобретения знаний, так и в процессе работы ИП.
|
Означивание – свойство знаний, характеризующее задержанный процесс, ассоциирующий организацию логического вывода.
|
Онтология – формальное описание понятий предметной области и отношений между ними в рассматриваемой предметной области, свойств каждого понятия, описывающих различные атрибуты понятия, а также ограничений, наложенных на слоты. Онтология вместе с набором индивидуальных экземпляров классов образует базу знаний. В центре большинства онтологий находятся классы. Классы описывают понятия предметной области.
|
Организация логического вывода – порядок интерпретации фактов из рабочей области в правилах в интересах формирования цепки логических рассуждений.
|
Особь (хромосома) – заданная последовательность единиц в коде.
|
Отношение – наличие семантической зависимости между конкретными значениями данных с параметрами процедуры.
|
Отношения –совокупность семантических отношений для интерпретации правил в стратегиях поиска решений.
|
Персептрон – однослойная нейронная сеть, состоящая из нейронов с пороговой функцией активации
|
Планирование – процесс составления планов. Планировщик должен уметь делать пробные шаги и исследовать возможные планы, уметь сосредотачивать внимание на наиболее важных гипотезах, работать в условиях неопределенности. Планирование должно быть условным, зависящим от поступления новых сведений.
|
Поколение – совокупность особей при реализации генетического алгоритма.
|
Правило – один из главных компонентов знания, определяющий стратегию поиска решения и имеющий форму представления в виде причинно-следственного отношения между фактами предметной области и получаемыми решениями в цепочках логического вывода.
|
Правила вывода – сложные предложения, определяющие новые правила и факты, и предназначенные для создания новых стратегий с использованием новых фактов.
|
Предикат – в узком смысле – это свойство объекта, в широком смысле – это описание отношений между свойствами объекта, которые могут быть определены или не определены. Свойства предиката описываются совокупностью его аргументов.
|
Предложение – совокупность правил в программе, соединенных союзами and («и»), or («или»), not («не»).
|
Проблемная информация – информация, представляющая описание решаемой задачи, включает описание фактов и правил, является основой проектирования БЗ.
|
Прогнозирование – предсказание хода событий в будущем на основании модели прошлого и настоящего. Ключевыми проблемами задачи является требование соединения в единое целое неполную, имеющуюся информацию. Прогнозирование рассматривает различные варианты будущего и указывать их чувствительность к изменению входных данных. Решаемая задача прогнозирования должна носить условный характер, поскольку вероятность определенных событий в будущем будет зависеть от более близких, но не предсказуемых событий.
|
Продукция – правило вывода.
|
Проектирование – использование экспертной системы для исключения профессионала из задачи проектирования или выполнение рутинных действий по обработке информации в конкретной прикладной системе. Ключевыми проблемами проектирования являются: отсутствие исчерпывающей информации, позволяющей увязать ограничения проектирования с принимаемыми решениями, взаимодействие подзадач, одна оказывает влияние на другую, умение видеть картину в целом, чтобы уходить из точек в пространстве проекта, которые являются лишь локально-оптимальными, оценивание последствий принимаемых решений.
|
Процедурные знания – знания, формализованные в виде правил и процедур.
|
Свойства объектно-ориентированного подхода – абстракция данных; инкапсуляция; полиморфизм и наследование.
|
Семантическая сеть – в графическом виде представляет собой орграф, вершинами которого являются предложения или понятия естественного языка, отношения между ними, а дуги представляют степень влияния одной выделенной сущности на другую. Дуга с инцидентными ей узлами является семантическим представлением правила.
|
Система-прототип – работающая модель программы, функционально эквивалентная подмножеству конечного продукта.
|
Три подхода к распознаванию символов – шаблонный, структурный и признаковый.
|
Унификация – операция приведения к единому значению в исчислении предикатов первого порядка.
|
Управляющая структура – механизм приложения правил в заданной модели с целью получения решения.
|
Утверждение – совокупность предложений, не связанных союзами and, or, not.
|
Факты – значения данных или описание понятий предметной области, предназначенные для интерпретации в правилах логического вывода.
|
Фенотип – определение экземпляра кода. Каждый код представляет собой точку пространства поиска.
|
Формализация – представление информации в заданных структурах.
|
Фрейм – структура данных для представления стереотипных ситуаций.
|
Эксперт – человек, который является профессионалом высокой квалификации, асом в данной проблемной области, для которой предназначена разработка экспертной системы. Его знания лежат в основе системы.
|
Экспертная система – класс компьютерных систем, ориентированных на тиражирование опыта высококвалифицированных специалистов – экспертов в таких слабоформализованных областях, где качество принятия решений традиционно зависит от уровня экспертизы (например медицина, экономика, юриспруденция, геология, военное дело и т.д.). Это система, основанная на знаниях о заданной проблемной области, в которой знания слабо структурированы, в которой решаются сложные задачи (из области NP), осуществляется взаимодействие с естественным языком на основе рассуждений и комментирования своих действий с целью обучения пользователя при самообучении системы.
|
Элитизм – операция, при выполнении которой скрещиваемые хромосомы-родители или хромосомы предыдущего поколения переходят в следующее поколение без изменений.
|