Тема 4. ПРЕДСТАВЛЕНИЕ ЗНАНИЙ В СИСТЕМАХ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 1. Декларативные модели представления знаний 2. Процедурные модели представления знаний. - презентация

1 Тема 4. ПРЕДСТАВЛЕНИЕ ЗНАНИЙ В СИСТЕМАХ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 1. Декларативные модели представления знаний 2. Процедурные модели представления знаний

2 Модели представления знаний декларативные модели семантическ ие сети фреймы процедурные модели исчисления предикатов системы продукций нечёткая логика

3 Семантические сети Идея: любые знания можно представить в виде совокупности объектов предметной области и отношений между ними представляет собой ориентированный граф, вершинами которого являются информационные единицы, имеющие индивидуальные имена информационные единицы: события, действия, обобщённые понятия или свойства объектов вершины графа соединяются дугой, если соответствующие информационные единицы находятся в каком-либо отношении

4 Пример семантической сети Стипендия Студент ВУЗ Университет Человек Преподаватель получает учится в это сдает экзамены это работает в

5 Формальный вид семантической сети I – множество информационных единиц C 1, С 2,..., С n – множество типов связей между информационными единицами F – отображение, которое задаёт связи

6 Основные типы связей логические лингвистические теоретико-множественные функциональные

7 Виды сетей в зависимости от типов связей классифицирующие используются отношения структуризации: is-a (является) и has- part (имеет часть) позволяют вводить иерархические отношения между информационными единицами функциональные позволяют описывать процедуры "вычислений" одних информационных единиц через другие сценарии используют причинно-следственные отношения ("средство – результат", "орудие – действие" и т. п.)

8 Фреймы frame - рамка, каркас Теория разработана Марвином Минским в 70-е годах XX века Идея: сконцентрировать все знания о конкретном классе объектов или событий в единой структуре данных

9 Структура фрейма записывается в виде списка свойств – слот Каждый фрейм имеет специальный слот, заполненный наименованием сущности Другие слоты заполнены значениями разнообразных атрибутов

10 N – имя фрейма S k – имя слота V k – значение слота P k – процедура

11 Пример фрейма «Лекция» ЛЕКЦИЯ ПРЕДМЕТ«Интеллектуальные ИС» ЛЕКТОРРак И.П. АУДИТОРИЯС 348 СЛУШАТЕЛИСИЮ-31

12 Иерархическая система фреймов Между объектами (фрейм) могут существовать аналогии Сложные объекты представляются комбинацией нескольких фреймов (вложенными фреймами) Фрейм может наследовать информацию от предшественников в системе фреймов (AKO-связи)

13 Пример иерархической системы фреймов

14 Исчисление предикатов Булева алгебра и логика высказываний не всегда подходят для выражения логических рассуждений, проводимых людьми Логика предикатов является расширением логики высказываний Основной объект - переменное высказывание (предикат), истинность и ложность которого зависят от значения его переменных

15 Элементы логики высказывания ОбозначениеНазвание отрицание, логическое НЕ конъюнкция, логическое И, логическое умножение дизъюнкция, логическое ИЛИ, логическое сложение или импликация, ЕСЛИ … ТО… или эквивалентность неравнозначность

16 Эквивалентные формулы Название законаФормулы Закон двойного отрицания ( P) P Закон исключенного третьего P P t Закон противоречия P P f Ассоциативные законы Р (Q V) (Р Q) V Коммутативные законы P Q Q P Дистрибутивныe законы P (Q V) (P Q) (P V) Законы де Моргана (P Q) P Q Законы для импликации P Q Р (Q V) (Р Q) V (Р Q) (Р V) Р (Q V)

17 В логике предикатов вводится еще три логических понятия: термы предикаты кванторы Терм - всякая константа или переменная Предикат – логическая функция, заданная на термах и принимающая значение истина или ложь

18 Кванторы 1. квантор общности 2. квантор существования x(a) - формула а истинна для всех значений переменной х х(а) - существует значение переменной х, для которого истинна формула а

19 Продукционная модель Продукционная модель (модель, основанная на правилах) позволяет представить знания в виде предложений типа ЕСЛИ (условие), ТО (действие)

20 Общий виде продукции

21 Ядро продукции детерминированные (обязательные) при выполнимости А правая часть ядра выполняется обязательно недетерминированные (необязательные) вероятностьвозможность коэффициент уверенности

22 Интерпретации ядра продукции если А, то В если А, то В1, иначеВ2 если А, то с вероятностью Р реализовать В если А, то с большой долей уверенности В если А, то чаще всего надо делать В1, реже В2 если А, то с вероятностью Р можно ожидать В

23 Стратегии управления выполнением продукций наиболее часто используемая продукция является наиболее полезной порядок определяется накопленной частотой исполнения продукций в прошлом Принцип "стопки книг" выбирается та, у которой стало истинным наиболее длинное условие выполнимости ядра Принцип наиболее длинного условия введение статических или динамических приоритетов на продукции Принцип приоритетного выбора выделяется специальная рабочая область памяти выделяются специальные поля для формирования условий применимости ядер продукций специальные поля для записи результатов Принцип "классной доски"

24 Нечёткая логика Не полнотаНе достоверность качественные показатели противоречие между нечёткими знаниями и чёткими методами логического вывода

25 Оценка неточности количественных данных (знаний) доверительный интервал уровень значимости степень адекватности и т.д.

26 Для учёта неточности лингвистических знаний используется аппарат нечёткой алгебры главное понятие в нечёткой логике – лингвистическая переменная лингвистическая переменная – это переменная, значения которой описываются набором словесных (вербальных) характеристик некоторого свойства значения лингвистической переменной определяются через нечёткие множества

27 Лингвистическая переменная "возраст" ЛП = {Младенческий, Детский, Отроческий, Юношеский, Молодой, Зрелый, Преклонный, Старческий}

28 (x) - принадлежность нечёткого множества х B, B - базовая шкала (x) принимает значения в интервале [0..1] Функция принадлежности определяет субъективную степень уверенности эксперта в том, что данное конкретное значение базовой шкалы соответствует определяемому нечёткому множеству

29 Формирование нечёткого множества Возраст Молодой Зрелый 0,95 0,7 0,3 0,80,5 0,1 0,3 0,6 0,7 0,9

30 ЛП="Молодой" (x 1 ) =0,8 (x 2 ) =0,95 (x 3 ) =0,95 (x 4 ) =0,7 "Молодой" = = (x 1 )/ x 1 + (x 2 )/ x 2 + (x 3 )/ x 3 + (x 4 )/ x 4 = =0,8 / x 1 + 0,95 / x 2 + 0,95 / x 3 + 0,7 / x 4

31 График функции принадлежности x ,0 (x)