• распознавание образов
• принятие оптимальных решений (в управлении, экономике, при планировании, прогнозировании и т.п.)
•Опыт, накопленный экспертом, сложно вербализовать и
представить в формализованном виде
Задача
формализация
инженерии
знаний
–
извлечение,
и
накопление
знаний
с
целью
последующего использования.
Нап ом ни м :
знания
представляют
собой
результат
мыслительной деятельности человека, направленной на
обобщение
его
опыта.
Это
не
только
данные,
но
и
взаимосвязи между ними.
Эвристические
(основаны на опыте эксперта)
на которые явно в базе
не присутствуют.
База знаний состоит из 2-х компонентов:
•Базы данных, содержащих знания о предметной области в формализованном виде.
•Механизма (системы, правил, процедур) получения новых знаний на основе существующих в базе.
База данных организуется на основе одной из моделей (например,
реляционной).
База
знаний
основывается
на
одной
или
нескольких
моделях
представления знаний – универсальных и/или специализированных.
над которыми
предикаты
После выполнения логической операции
верное утверждение:
появляется новое
R: Товар N требует таможенного оформления
Иными словами: если все импортные товары требуют
таможенного
оформления,
и
товар
N
является
импортным, то он требует таможенного оформления:
(P^Q)→R
полей
– слотов, содержащих
определенное
процедуры и др.
значение,
в
т.ч.
другой
фрейм,
имя
Типы фреймов:
•Фреймы-структуры для обозначения бумага);
объектов
и понятий (заказ, товар,
ценная
•Фреймы-роли (поставщик, кассир, клиент);
•Фреймы-сценарии (продажа товаров, прием заказов);
•Фреймы-ситуации (обнаружение дефекта товара) и др.
Предметная область представляется множеством взаимосвязанных фреймов.
на…,
•Атрибутивные связи (имеет свойство, имеет
•Логические связи (И, ИЛИ, НЕ)
•Отношения «сходства – различия»
•Отношения «причина – следствие» и др.
значение)
Другие компьютерные системы
СППР
предназначены
для
оказания
помощи
при
и
проектировании,
оценивании
альтернатив
контроля
процесса
реализации.
Они
помогают
найти ответы на многие вопросы.
База
знаний
предназначена
для
хранения
долгосрочных
данных
(знаний),
описывающих
рассматриваемую область; правил, описывающих
преобразование данных, и заключения.
состояния (благополучия) предприятия
• М арк ети нг: Прогнозирование спроса на товары, услуги
Генетические
алгоритмы – компьютерная модель эволюции
популяции искусственных «особей», ключевыми операторами которой являются
селекция, скрещивание, мутация.
Используются для решения задач оптимизации, например, бизнес-
планирования.
Многовариантность не позволяет выполнить полный перебор. Выполняется поэтапное улучшение первоначального варианта. Но можно найти локальный экстремум, а не глобальный.
Генетический алгоритм также использует поэтапное улучшение, но ко всей популяции потомков.
Дает не точное решение, но с очень высокой вероятностью близкое к оптимальному.
1010
– 1012.
других
Количество нейронов у человека –
Каждый нейрон
связан
с
тысячами
нейронов
человека.
• Связи между нейронами динамичны – человек обучается, приобретает опыт, следовательно, изменяется характер и сила связей между нейронами.
возможности одиночного персептрона и построенных
его основе одноуровневых сетей;
•Т.Кохонен, С.Гроссберг, Дж.Андерсон, И.Фукусима, В.Л.Дунин-Барковский, А.А.Фролов – 1970-е годы – отдельные исследования;
•Дж,Хопфилд и др. - многослойные искусственные
нейронные сети
на
для s 0
для s 0
1
Ранее использовали
модель нейрона:
бинарную
f (s)
0
Теперь используют более сложные активационные функции нейрона
•модуль карты
Кохонена.
Экспертные модули - готовые нейросети, созданные и обученные
специалистами, для подробного анализа рынка, например, курсов и других параметров акций Газпрома, РАО ЕЭС, ЛУКОЙЛа, FOREX и др. (по дням или часам), и получения большей прибыли. Требуется
лишь
обновлять
финансовые
данные и
повторять
расчеты.
Адаптируются
к последним изменениям рынка по генетическому
алгоритму, который дает не точное, а приемлемое вероятностное
решение при исследовании задач большой размерности.
образы)
на карте.
Рис.1 Расположение
объектов в трехмерном пространстве
Рис.2 Карта
Кохонена
•
классификации
классов;
данных
по заданному
набору
•
•
•
•
•
оптимизации и оптимального управления;
организации и обработки ассоциативной памяти;
сжатия
информации;
аппроксимации функций по набору точек (регрессия);
кластеризации данных с выявлением заранее
неизвестных классов-прототипов;
•
восстановления
утраченных
данных.
Одним
нейросети.
из
инструментов
платформы
являются
кластеризации в многомерном пространстве путем преобразования
плоскую карту, разновидность нейросетей
•И другие
в
Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:
Email: Нажмите что бы посмотреть
Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно хранить и делиться своими презентациями с другими пользователями.
