Технологии
|
Скачать 0.96 Mb.
|
|
Рис. 1.6. Система представления знаний Упрощённо структура взаимодействия базы знаний и базы данных показана на рис. 1.6. Заметим, что в системе ПОЭТ [9] интенсиональная семантическая сеть названа абстрактной семантической сетью, а экстенсиональная — конкретной семантической сетью. Несколько слов о терминах «интенсиональный» и «экстенсиональный», заимствованных из семиотики (науки о знаковых системах). Интенсионал — это те общие понятия и отношения, которые характеризуют множество объектов, предметов, явлений. Экстенсионалом будем называть конкретные характеристики каждого элемента этого множества понятий и отношений. Например, понятие «легковая машина» с родовидовыми отношениями «кузов», «двигатель», «управление» и т. п. будет интенсионалом по отношению к множеству экстенсионала — марок легковых автомашин («Волга», «Жигули», «Москвич» и т. д.) с их конкретными характеристиками. В свою очередь, если в качестве общего понятия — интенсионала — выступают, например, «Жигули», то экстенсионалами могут быть их модели (12301, 2303, 2306 и т. п.) с конкретными характеристиками. Таким образом, сами понятия интенсионала и экстенсионала относительны. В заключение заметим, что весьма важным является представление в семантических сетях общего вида элементов познавательной активности, например, в виде логических рассуждений и прикладных программ. Эти элементы могут быть реализованы при наличии в семантической сети виртуальных отношений (подробнее см. публикацию [7]). Виртуальные отношения позволяют в системе представления знаний реализовать информационно-логический режим функционирования систем представления знаний. 1.4.2. Фреймовые модели (языки) Семантические сети, несмотря на большие возможности, связанные с богатством средств для отражения отношений между понятиями и объектами, обладают некоторыми недостатками. Слишком произвольная структура и различные типы вершин и связей требуют большого разнообразия процедур обработки информации, что усложняет программное обеспечение ЭВМ. Это обусловило появление особых типов семантических сетей: синтагматические цепи, сценарии, фреймы и т. п. Остановимся на фреймовых представлениях. Термин «фрейм» (Frame — рамка) был предложен в работе [10]. Любое представление о предмете, объекте, стереотипной ситуации у человека всегда обрамлено (отсюда — «рамка») характеристиками и свойствами объекта или ситуации, которые размещаются в так называемых слотах фрейма. Формально под фреймом обычно понимают структуру следующего вида:  Здесь f — имя фрейма; пара <vi, gi> — i-й слот, где vi — имя слота и gi — его значение. Фреймы иногда делят на две группы — фреймы-описания и ролевые фреймы. Рассмотрим примеры. Фрейм-описание: [<фрукты>, <�виноград, болгарский 20 т>, <�яблоки, джонатан 10 т>, <�вишня, владимирская 200 кг>]. Ролевой фрейм: [<перевезти>, <�что, прокат 300 т>, <�откуда, Череповец>, <�куда, Москву>, <�чем, железнодорожным транспортом>, <�когда, в ноябре 1987 года>]. В ролевом фрейме в качестве имён слотов выступают вопросительные слова, ответы на которые являются значениями слотов. Если в приведённых примерах и общем выражении для фрейма убрать все значения слотов и оставить только имена, то получим конструкцию, которая в разных источниках называется прототипом фрейма, просто фреймом, фреймом-интенсионалом. Фреймы с конкретными значениями слотов называются фреймами-примерами, фреймами-экземплярами. Фреймы обладают свойством вложенности, т. е. в качестве значения слота может выступать система имён слотов более глубокого уровня. Свойство вложенности, возможность иметь в качестве значений слотов ссылки на другие фреймы и на другие слоты того же самого фрейма обеспечивают фреймовым языкам удовлетворение требованиям структурированности и связности знаний. Наличие имён фреймов и имён слотов означает, что знания, хранимые во фреймах, имеют характер отсылок и тем самым внутренне интерпретированы. Возможность размещения в качестве слотов приказов вызова тех или иных процедур для исполнения позволяет активизировать программы на основе имеющихся знаний. Таким образом, фреймовые языки удовлетворяют всем четырём основным признакам знаний — интерпретируемости, структурированности, связности и активности [6]. Использование фреймов в фундаментальных науках даёт возможность формирования более строгого понятийного аппарата и комплексирования обычных математических моделей с фреймовыми формализмами. Для описательных наук фреймы — это один из немногих способов формализации, создания понятийного аппарата. 1.4.3. Логические модели знаний и системы логического вывода Логические модели знаний — основа человеческих рассуждений и умозаключений, которые, в свою очередь, могут быть описаны подходящими логическими исчислениями. К таким исчислениям в первую очередь следует отнести силлогистику Аристотеля, прикладные исчисления высказываний и предикатов, аксиоматика которых используется в качестве логических моделей знаний. После более чем 2000-летнего неизменного состояния силлогистика Аристотеля получила развитие и важное практическое применение. В работе [11] было предложено частотное расширение аристотелевых силлогизмов за счёт введения нечётких квантификаторов, отражающих условные и безусловные частоты появления событий. Логические исчисления могут быть представлены как формальные системы, в виде четвёрки [12] М = <Т, Р, А, F>, где Т — множество базовых элементов (например, буквы некоторого алфавита); Р — множество синтаксических правил, на основе которых из Т строятся правильно построенные формулы; А – множество правильно построенных формул, элементы которого называются аксиомами; Р — правила вывода, которые из множества А позволяют получать новые правильно построенные формулы — теоремы. Примерами формальной системы М являются исчисление высказываний и исчисление предикатов. Дедуктивные модели. В исчислении высказываний полагается, что каждая правильно построенная формула есть высказывание, которое может быть истинным или ложным. Например, высказывание «Иванов работает на заводе» может быть истинным или ложным в зависимости от того, работает или не работает Иванов на заводе. Утверждение «Тяжелоатлет поднял штангу в сто тонн» заведомо ложное. Из подобного рода элементарных высказываний с помощью логических связок образуют более сложные высказывания, которые также могут принимать два значения — «истина» (И) и «ложь» (Л). Эти связки суть следующие: конъюнкция («И») — , дизъюнкция («или») — , импликация («если — то») отрицание («не») — ~. Ниже для указанных связок приводится истинностная таблица:
Предикаты первого порядка — это высказывания, отнесённые к объектам определённого типа. Все базовые элементы исчисления высказываний входят в множество базовых элементов исчисления предикатов. Синтаксические правила, аксиомы и правила вывода исчисления предикатов первого порядка полностью включают в себя соответствующие правила и аксиомы исчисления высказываний. Предикаты бывают одноместные и многоместные. Одноместные (унарные) предикаты отражают свойства определённого объекта или класса объектов. Они записываются в виде Р(х), где предикатный символ Р обозначает свойство, а символ предметной переменной х — объект. Предикат Р(х) принимает два значения: И, если объект х обладает свойством Р, и Л, если не обладает. Примером унарного предиката является утверждение «компьютер необходим». Здесь Р имеет смысл свойства «быть необходимым», а х — переменная, имеющая значение «компьютер». Многоместные предикаты (бинарные, тернарные и т. д.) позволяют записывать отношения, которые существуют между группой элементов. Например, утверждение «число х больше числа у» можно записать бинарным предикатом Q(х, у), в котором предикатный символ Q есть отношение «больше». Предикат Q(х, у) будет истинным, когда для чисел х и у выполняется условие х > у, и ложным в противном случае. В исчисление предикатов входят также символы функций (f, g, h), задаваемых на множестве предметных переменных. Например, если х — телефон, то g = f(х) может означать квартиры в данном доме, в которых есть телефон. Выражения Р(х, у, z, ...) называются в исчислении предикатов атомарными формулами. Атомарные формулы с помощью связок образуют сложные правильно построенные формулы, например:  Об истинности или ложности этой формулы ничего сказать нельзя, если не указаны значения переменных х и у. Обычно интересуются, истинна ли эта формула для всех объектов (или, напротив, хотя бы для одного). Соответствующие утверждения выражаются кванторами общности и существования , которые ставятся перед формулой. Так, запись  означает, что для каждого х существует по крайней мере одно значение у, когда последующая формула будет истинной. Формула, у которой все переменные «связаны» кванторами, называется замкнутой. Такая формула представляет собой высказывание. Дедуктивные модели необходимы для получения логически истинных утверждений из ряда посылок (аксиом) Р1, Р2, …, Рп, являющихся также некоторыми правильно построенными формулами. Говорят, что формула В является следствием формул Р1, Р2, ..., Рп, если В истинна тогда и только тогда, когда истинно Р1 Р2 ... Рп. Доказательство формулы В из множества посылок Р1, Р2, …, Рп сводится к доказательству ложности формулы Р1 Р2 ... Рп ~В. Процедуры доказательства, основанные на этом, называются процедурами опровержения. Наиболее известным из них является метод резолюций. Для использования метода резолюций формулы исчисления предикатов преобразуются так, что они оказываются свободными от кванторов и импликаций. При этом, разумеется, происходит известная потеря исходного семантического представления. Для доказательства теорем в исчислении предикатов можно использовать также обратный метод Маслова [13]. Язык исчисления предикатов можно использовать в качестве языка запросов к реляционной базе данных. Обычные базы данных (например, реляционные) являются экстенсиональными. В этом случае пользователь записывает предложения (запросы) на некотором подъязыке исчисления предикатов. Помимо обычных баз данных имеются дедуктивные базы данных, содержащие интенсиональную и экстенсиональную части и, следовательно, являющиеся комбинацией баз знаний и баз данных. В дедуктивных базах данных для получения фактов из аксиом используются методы доказательства теорем. Индуктивные модели. Системы индуктивного вывода относятся к классу формальных систем М, в которых правила вывода порождаются в процессе получения общих выводов на основе совокупности частных утверждений. Индуктивный вывод позволяет получить общие закономерности на основе экспериментальных наблюдений. Есть два способа получать такие закономерности: вероятностно-статистический и логический. Первый возможен в случае достаточно большой повторяемости событий или наблюдаемых данных. Однако в практике человеческого рассуждения не всегда можно опираться на вероятностно-статистические методы. Возникает потребность делать выводы об общих закономерностях или о возможности появления каких-либо событий в будущем на основе совокупности частных примеров или проявлений, которые наблюдаются у какого-либо объекта или во внешней среде. Иными словами, осуществлять рассуждения от частного к общему. Это и есть индуктивный вывод. Попытки построения моделей индуктивных рассуждений были предприняты ещё Сократом. Затем Аристотель предложил схему вывода под названием «популярная индукция». В новое время Ф. Бекон (1620 г.) предпринял попытки формализовать индуктивные выводы с помощью таблиц причин. Идеи Ф. Бекона были развиты Д. С. Миллем (1900 г.), который предложил индуктивные методы: сходства, различия, остатков и сопутствующих изменений. Были предприняты попытки построить формальные имитации индуктивных методов Д. С. Милля. Большой вклад в теорию индукции внесли чешский математик П. Гаек и его коллеги. Советскими специалистами В. К. Финном и другими был развит логико-математический аппарат ДСМ-метода на основе использования многозначной логики [7]. Этот метод моделирует индуктивные рассуждения исследователя-экспериментатора. ДСМ-метод позволяет автоматически формировать гипотезы-закономерности и является новым средством логической обработки данных, характеризующихся неполнотой информации. Формализованные индуктивные методы (в том числе ДСМ-метод) открывают возможности автоматического пополнения баз знаний из экспериментальных данных. Использование ДСМ-метода в интерактивном режиме позволяет строить весьма эффективные системы автоматизации научных исследований. Эксперименты показали высокую эффективность ДСМ-метода, в частности, для решения задач прогнозирования биологической активности вновь синтезированных химических соединений [14]. Для проверки гипотез целесообразно привлечение дедуктивных методов. В связи с этим возникает проблема объединения дедуктивных и индуктивных формализмов в единую систему. Г. Саймоном в 1975 г. была разработана программа индуктивного вывода ВАСОМ, предназначенная для открытия законов в естественных науках методами искусственного интеллекта. Усовершенствованная программа ВАСОМ-5 описана в статье [15]. Примечательно, что с помощью программы ВАСОМ на основе экспериментальных данных были переоткрыты закон идеального газа, закон Кулона, третий закон Кеплера, закон Ома, законы Галилея для маятника и постоянного ускорения. |
Похожие:
 |
1 Раскройте понятия: технологии, информационные технологии, информационный... Технологии Технология (гр technе — мастерство, logos — учение, учение о мастерстве) — сов окупность знаний о способах и средствах... |
|
Наборы утилит служебных программ операционных систем. Средства и... Контрольные задания по разделам дисциплины : Системные технологии, Офисные технологии Сетевые технологии |
|
Экзаменационные вопросы по дисциплине «Инструментальные средства и технологии программирования» Понятие технологии программирования. Основные задачи технологии программирования |
 |
Образование, становление и основные этапы развития кафедры "Технологии... Секция «Технологии конструкционных материалов» (ткм) в филиале работала с 1959 г. В 1986 г., отделившись от кафедры «Технологии сварки»,... |
|
Рабочая программа по технологии для 7а, 7б класса Составитель: Гайфуллин... Рабочая программа по изучению технологии в 7 классах составлена на основе следующих документов |
|
Тематическое планирование по технологии 4 класс Материалы, необходимые для урока технологии. Изучение свойств материалов. Инструменты для урока технологии. Правила безопасной работы... |
|
Педагогические технологии как основа компетентностно ориентированного подхода В связи с этим, в образовательном процессе применяются инновационные технологии, которые еще и вызваны интеграционными и информационными... |
|
Доклад на eva-2004 Ника-музей, созданной средствами ника – Технологии. На той же технологии построены Евфрат – Документооборот и Архив, Статистика учебных... |
|
Рабочая программа по технологии на 2014 2015 учебный год Рабочая программа составлена в соответствии с Примерной основной образовательной программы образовательного учреждения по технологии... |
|
Отделка помещений по технологии knauf по дисциплине "Современные строительные технологии" Ефремов Михаил Александрович – Отделка помещений по технологии Knauf. – 37страниц, 20 иллюстраций |
|
Отчет о выполнении проекта реализации технологической платформы «свч технологии» в 201 Учредительное собрание участников тп «свч технологии» состоялось 30 августа 2011 года. В учредительном собрании приняли участие представители... |
|
Отчет о самообследовании муниципального казенного общеобразовательного учреждения Инновационные образовательные программы и технологии, в частности, информационные технологии |
|
Рабочая программа по технологии для 6 -10 классов Учитель: Шалкина Е. А Изучение технологии на ступени основного общего образования направлено на достижение следующих целей |
|
Программа по технологии составлена на основе федерального компонента... ... |
|
Программа по технологии составлена на основе федерального компонента... ... |
|
Рабочая программа по технологии для 6 -10 классов Учитель: Царичанская Оксана Валерьевна Изучение технологии на ступени основного общего образования направлено на достижение следующих целей |