Загрузка...

СИИ задачи по спискам


чет и нечет domains intlist=integer*. predicates nondeterm chet(intlist). nondeterm nechet(intlist). clauses chet( [ ] ). chet( [_] ):- write(«Список нечетный»). chet( [X | T] ):- nechet(T). nechet( [ _ ] ):- write(«Список четный»). nechet( [X | T] ) :- chet( T). goal chet([1,2,9]).

Предмет исследования СИИ


Предметом исследования СИИ является человек, а задачей этой науки является воссоздание действий че-ловека с помощью ЭВМ. При этом возникают трудности двух типов : 1 человек в большинстве случаев не осознает как выполняет действия 2 ЭВМ не в состоянии самостоятельно сделать выбор из возможных реше-ний т.о. к ИИ модно отнести все задачи для которых точно не Читать далее

Математическая форма записи


Все обычные формы записи содержат символы представляющие объекты и символы – операторы. Два вида мат формы записи : линейные и нелинейные . Линейная форма записи м.б. : инфиксной префиксной и постфиксной.

Разрешимость и интерпретация формальных систем.


Основной вопрос при задании ФС , возможно . ли рассматривая какую-либо формулу , определить доказуемая она или нет , т.е. теорема и не теорема. Если способ определения этого существует то формальная система разрешима в противном случае нет. 

Алгебра предикатов.


n-местный предикат Р(х1,…хn) называется функция Р отображается М1х…..Мn->{И,Л}. Переменные этой функции принимают значения их множеств М1 , а сама функция истину или ложь. Говорят , что предикат определен на множествах М1……Мn которые определены обычно контекстом задачи.

Исчисление предикатов первого порядка


Это формальная система которая задается следующим образом 1 алфавит содержащий символы предметных констант a,b,c … с индексами или без,  символы предметных переменных с индексами или без, предикатные символы A,B,C … с индексами или без, символы: (), =>, @ и символы кванторов.

Извлечение знаний. Уровни приобретения знаний. Техника извлечения знаний.


Извлечение знаний – работа связанная с получением знаний у конкретного лица. В узком смысле слова – это работа по наполнению БД. Уровни приобретения знаний: существует 3 уровня оснащения программ экспертными данными Создается алгоритм, взятый из литературы или придуманный специалистами или проектировщиком системы, который затем преобразуется в программу самим проектировщиком.

Способы представления знаний.


В любой момент времени в системе содержится 3 типа знаний: 1) Фактические. Это статистические знания о предметной области (информация о конкретном случае).

Механизм логического вывода. Прямой и обратный вывод. Поиск в глубину и в ширину.


МЛВ определяется в соответствии со структурой реализации БЗ. Характеристики МЛВ: 1. Направление вывода: а) Прямой вывод (по фактам отыскивается заключение). Он является более общим , т.к. позволяет просмотреть все дерево возможных решений и найти существующие терминальные вершины. Но при этом теряется возможность быстрого нахождения решения в большом пространстве поиска решения.

Методы принятия решений в условиях неопред-ти. Источники неопределенности. Байесовская модель. Подход Хеккермана.


ЭС представляют собой машинные программы, в которых делается попытка воспроизведения результатов, достигаемых реальными высококвалифицированными специалистами в конкретной отрасли или области профессиональной деятельности.

Обучающаяся экспертная система. Ограничения, накладываемые на самообучающуюся экспертную систему.


Неспособность ЭС адаптироваться к новым ситуациям, выходящим за рамки конкретной предметной области, неизбежно приводит к резкому ограничению их эффективности. Применительно к ЭС повышения эффективности можно достичь путем усовершенствования базы правил благодаря введению механизмов самообучения.

Программирование игр с полной информацией.


Способы ограничения дерева допустимых ходов. Недостатки игровых программ и приемы их усовершенствования. В интеллектуальных играх соревнование между соперниками заключается в том, что они поочередно принимают решения не зная, какое следующие решение примет соперник, т.е. можно построить дерево допустимых ходов и возможных позиций.

Экспертные системы. Определение, назначение. Основные типы ЭС.


Назначение экспертных систем заключается в решении достаточно трудных для экспертов задач на основе накапливаемой базы знаний, отражающей опыт работы экспертов в рассматриваемой проблемной области.

Извлечение знаний. Уровни приобретения знаний. Техника извлечения знаний.


Работа, связанная с получением знаний, имею¬щихся у конкретного лица, называется извлечением знаний, в инженерии знаний эта работа имеет нема¬ловажное значение. Необходимостью извлечения зна¬ний специалиста разработчиком экспертной системы нельзя пренебрегать не только из-за того, что пол¬ностью автоматизировать этот процесс необычайно сложно, но и из теоретических соображений.

Вопросы к экзамену


1 Инфоpматика и ИИ. Истоpия pазвития ИИ. Основные задачи ИИ Области пpименения ИИ. Основные этапы развития исследований в области ИИ и наиболее известные интеллектуальные системы. 2. Представления. Математическая форма записи (линейные,нелинейные).

Билеты на МК №3


1) Дано 6 стрелок в положении S0. Перевести их в положение Sb, причем разрешены только такие действия, при которых одновременно переворачиваются две соседние стрелки. Привести последовательность ходов с использованием метода градиента, если в качестве оценочной функции f(S) выбрано максимальное расстояние между двумя неверно расположенными стрелками.

Модульный контроль по ОИИ 2


Модульный контроль по ОИИ ?? Вариант 1. 1. Приобретение знаний. Определение, источники знаний, поле знаний, режимы взаимодействия инженера по знаниям с экспертом, стратегии интервью.

Билеты на МК №1


Вариант 1. 1. Предпосылки развития систем с БЗ. Понятие ЭС. Структура и режимы работы ЭС. Этапы процесса функционирования ЭС. 2. Сетевые модели. Определение П- и М-сущностей. Терминальные объекты.

СИИ МК №1 В 1-5


СИИ МК №1 В-1 1) Выяснить, являются ли следующие рассуждения логическими правильными: Если строить противоатомные убежища, то другие государства будут чувствовать себя в опасности, а наш народ получит ложное представление о своей безопасности.

Свойства булевых операций


1. f0(x1, x2) = 0 — константа нуль. 2. f1(x1, x2) = x1^x2 — конъюнкция (функция И, логическое умножение) х1 и х2. Обозначается: х1^ х2, х1 & x2, x1x2. 3. f2 (x1, x2) = x1 x2 = = = — левая коимпликация, читается “не если х1, то х2”.

Откуда извлекать знания. Что извлекать. Как извлекать.


Источниками знаний для экспертных систем могут быть учебники, справочники, материалы конкретных исследований в проблемной области и т. п. Кроме того, нередко сами разработчики системы уже имеют знания в соответствующей области. Хотя классический источник знаний — это эксперт в данной области, знания от которого получает разработчик систем, выступающий в роли инженера по знаниям.

ЧТО ИЗВЛЕКАТЬ


Независимо от выбранных методов извлечения знаний специалисты по построению экспертных систем будут переносить в них знания, надеясь получить их от экспертов. Если функции системы уже определены, то, естественно, самое важное — получить правила выводов, которые необходимы для реализации этих функций.

КАК ИЗВЛЕКАТЬ ЗНАНИЯ


В литературе по построению экспертных систем обсуждаются методы извлечения знаний, которые подчеркивают преимущества выбора того или иного подхода к разработке системы. Рассмотрим три подхода: долговременная рабочая группа, оперативное создание прототипа и подход «особое внимание анализу знаний. Долговременная рабочая группа.

Техника извлечения знаний


Технику извлечения знаний можно разделить на шесть, основных классов: опрос с наводящими вопросами, структурированный опрос, самонаблюдение, самоотчет, диалог, критический обзор. Каждый класс, в свою очередь, состоит из нескольких технических методов, но подробную классификацию опустим и укажем только, что цель извлечения знаний может быть достигнута различными способами в зависимости от того, как эти знания будут анализироваться.

Извлечение знаний. Уровни приобретения знаний. Техника извлечения знаний.


Работа, связанная с получением знаний, имеющихся у конкретного лица, называется извлечением знаний, в инженерии знаний эта работа имеет немаловажное значение. Необходимостью извлечения знаний специалиста разработчиком экспертной системы нельзя пренебрегать не только из-за того, что полностью автоматизировать этот процесс необычайно сложно, но и из теоретических соображений.

УРОВНИ ПРИОБРЕТЕНИЯ ЗНАНИЙ


Существует по меньшей мере три уровня методов оснащения программ экспертными знаниями. Первый уровень (наиболее простой). Это этап создания алгоритма, взятого из литературы или придуманного специалистом или проектировщиком системы, и преобразование его в программу самими проектировщиками. На практике трудноосуществим.

ИЗВЛЕЧЕНИЕ ЗНАНИЙ


В чем же особенность извлечения знаний для экспертных систем? Ответ можно получить, ответив на другой вопрос: «Откуда, что и как извлекать?». Источниками знаний в общем случае можно считать эксперта, разработчика системы и пользователя. На практике один и тот же человек может играть несколько ролей.

ОТКУДА ИЗВЛЕКАТЬ ЗНАНИЯ.


Источниками знаний для экспертных систем могут быть учебники, справочники, материалы конкретных исследований в проблемной области и т. п. Кроме того, нередко сами разработчики системы уже имеют знания в соответствующей области. Хотя классический источник знаний — это эксперт в данной области, знания от которого получает разработчик систем, выступающий в роли инженера по знаниям.

ЧТО ИЗВЛЕКАТЬ ЗА ЗНАНИЯ


Независимо от выбранных методов извлечения знаний специалисты по построению экспертных систем будут переносить в них знания, надеясь получить их от экспертов. Если функции системы уже определены, то, естественно, самое важное — получить правила выводов, которые необходимы для реализации этих функций.