Методы и средства построения распределенных интеллектуальных систем на основе продукционно-фреймового представления знаний

Методы и средства построения распределенных интеллектуальных систем на основе продукционно-фреймового представления знаний

Автор: Сошников, Дмитрий Валерьевич

Шифр специальности: 05.13.11

Научная степень: Кандидатская

Год защиты: 2002

Место защиты: Москва

Количество страниц: 195 с. ил

Артикул: 2303637

Автор: Сошников, Дмитрий Валерьевич

Стоимость: 250 руб.

Методы и средства построения распределенных интеллектуальных систем на основе продукционно-фреймового представления знаний  Методы и средства построения распределенных интеллектуальных систем на основе продукционно-фреймового представления знаний 

Оглавление
Содержание
Список иллюстраций б
Введение
1 Инструментарий для построения гибридных интеллектуальных систем на основе фреймового представления знаний
1.1 Обзор совромошшх технологий построении ИНГСЛЛОКТуалЬНЫХ систем .
1.1.1 Основные подходы к построению систем, основанных на знаниях . .
1.1.2 Обзор различных представлений знании
1.2 Обзор существующих фреймовых систем
1.3 Математическая модель продукционнофреймовой системы с прямым и обратным выводом.
1.3.1 Формализация представления знании.
1.3.1.1 Представление статических знаний
1.3.1.2 Представление динамических знаний.
1.3.2 Система типов.
1.3.3 Свойства состояний фреймовой модели.
1.3.3.1 Множество и фактормножество состояний
1.3.3.2 Определение отношения порядка на множество состояний .
1.3.3.3 Отношение и иерархия наследования.
1.3.4 Операционная семантика логического вывода.
1.3.4.1 Синтаксис множества выражений.
1.3.4.2 Интерпретация ко поган, арифметических и логических выражений
1.3.4.3 Получение значений слотов и обратный вывод
1.3.4.4 Прямой вывод
1.3.4.5 Проверка ограничений
1.3.1.6 Комбинированный вывод.
1.3.4.7 Некоторые полезные свойства определенной семантики . .
1.3.4.8 Комбинированный логический вывод как процесс поиска в
графе состояний.
1.3.5 Язык представления знаний и семантика вывода
1.3.6 Назначение формального синтаксиса и семантики
1.4 Архитектура и программная реализации инструментария I
1.4.1 Основные принципы.
1.4.2 Основные компоненты инструментария
1.4.3 Объектная архитектура инструментарии
1.4.4 Типы данных и выражения.
1.4.4.1 Библиотека типов
1.4.4.2 Представление выражений.
1.4.5 Представление знаний и логический вывод.
1.4.5.1 Представление статических знаний
1.4.5.2 Продукционные правила и механизм обратного вывода . .
1.4.5.3 Процедурыдемоны и механизм прямою вывода.
1.4.5.4 Комбшнцюванный логический вывод. об
1.5 Интеграция нодскларативных структур во фреймовую модель.
1.5.1 Феймоваи модель и реляционные базы данных.
1.5.1.1 Реализация доступа к РСУБД и инструментарии ЛЛЛА .
1.5.1.2 Семантика доступа к реляционным структурам
1.5.2 Интеграция компонентных и объектных моделей с фреймовым представлением знаний
1.5.2.1 Расширение фреймовой модели императивным программным кодом.
1.5.2.2 Семантика доступа к внешним объектам при логическом
вы воде .
1.6 Особенности логического вывода в инструментарии.
1.6.1 Динамическое наследование.
1.6.2 Метаправила
1.6.2.1 Поевдомпожеслвенное поочередное наследование
1.7 Программные и пользовательские иитефойсы инструментария
1.8 Выводы к главе 1
2 Построение распределенных интеллектуальных систем на основе фреймового представления знаний
2.1 Архитектуры распределенных интеллектуальных систем .
2.1.1 Простейшие клисптссрверпые модели удаленного вывода
2.1.2 Атеитные архитектуры
2.1.2.1 Классификация агентных архитектур
2.1.2.2 Онтологическая совместимость агентов и таксономическая концептуализация предметных областей
2.1.3 Компонентная архитектура
2.2 Архитектура распределенной фреймовой иерархии.
2.2.1 Вычисление удаленного слота.
2.2.2 Удаленное наследование .
2.2.3 Репозитарии знаний и загрузка правил по требованию
2.3 Семантика распределенного вывода
2.3.1 Основные понятия и определении
2.3.2 Семантика распределенною вывода в терминах порожденной системы
2.3.3 Семантика распределенною вывода в терминах состояний исходной
распределенной системы
2.3.3.1 Семантика мобильною удаленною вывода
2.3.3.2 Семантика статического удаленного вывода
2.3.4 Свойства эквивалентности различных семантик распределенною вывода
2.3.0 Учет особенностей реального сетевого взаимодействия в семантике
вывода
2.3.6 Синхронный и параллельный нынод .
2.4 Реализация распределенной фреймовой иерархии в инструментарии I
2.4.1 Распределенный вывод на основе уда.iii вызова ivi . .
2.4.2 Распределенный вывод на основе включении ii.
2.4.3 Статические и мобильные ссылки в языке представления знаний . .
2.4.4 Выбор протокола удаленною взаимодействия.
2.4.0 Дополнительные сродства обеспечения онтологической щххзрачно
оти и инкапсуляции
2.5 Особенности распределенной фреймовой иерархии
2.5.1 Распределенная фреймовая иерархия и онтологические системы . .
2.5.2 Множественное или псевдомиожествсппое наследование как модель
доски объявлений
2.5.3 Распределенное решение проблем и синтез решения .
2.5.4 Репозитарии знаний.
2.6 Выводы к главе 2.
3 Применение инструментария для решения практических задач
3.1 Удаленные консультации. Экспертная система продвижения Иптерпетрссурсов
3.2 Системы дистанционного обучения.
3.2.1 Адаптивное тестирование, управляемое логическим выводом
3.2.2 Система обучения логическому программированию па
основе гипертекстового курса с интеллектуальной павшацией . . .
3.3 Распределенные ипгеллсктуалыюимформаипоппыс системы. Система x дли учета и диагностики больных заболеваниями предстательной железы.
3.4 Распределенное использование знаний с позиций электронного бизнеса и виртуальных корпораций
3.5 Интеллектуальная всемирная паутина. Технология активных интеллектуальных страниц I.
3.5.1 Формат Iстраницы и правила трансляции
3.5.2 Процесс, вызова Iстраницы.
3.5.3 Тин и режим вызова .
3.5.4 Взаимодействие страниц I.
.5 Вопросы реализации технологии I
3.5.6 Заключение к разделу 3.5
3.6 Интеллектуальный поиск в Интерпег на базе онтологического описания.
Система
3.6.1 Краткий обзор существующих систем онтологическою поиска . . .
3.6.2 Основные положения онтологического описания
3.6.3 Язык онтологического описания.
3.6.4 Язык поисковых запросов
3.6.5 Архитектура поискового комплекса и вопросы реализации
3.6.6 Заключение к разделу 3.6
3.7 Применение ЛI для автоматизации производственних систем. Система упран.епя процессом рафинирования и дезодорирования растигельных масел i.
3.8 Использование инструментария I в учебном процессе.
3.9 Выводы к главе 3
Заключение
Список использованных источников
Литература


На теоретическом и общефилософском 1 уровне ответ на вощин о том, что же такое интеллектуальность, дает гост Тыоринга мысленный или реальный эксперимент но символьному диалогу наблюдателя с тестируемой на интеллектуальность системой с одной стороны и с реальным человеком с другой, в ходе котоют наблюдателю предлагается определить, кто же из его собеседников является человеком, а кто искусственной системой. Таким образом, определение понятия интеллектуальности производится путем сравнение имсоторызг свойств системы со свойствами человека. Тост Тыоринга не утверждает, что интеллектуальное поведение может быть достигнуто только путем моделирования человеческою способа рассуждений. Поскольку, однако, человек является по сути единственным примером подлинно интеллектуальной системы, то исследования в рамках искусственного интеллекта сосредоточились именно на моделировании человеческою поведения. Различают два основных направления нейрокиберпетический или восходящий подход, состоящий в моделировании низкоуровневых процессов в мозгг на нейронном уровне, и символьный или НИСХОДЯЩИЙ подход, основанный на понимании высокоуровневых процессов мышления и принципов рассуждений. В рамках обоих подходов в настоящее время достигнут существенны и прогресс. В данной работе мы будем рассматривать исключительно символьный подход к решению задач. Таким образом мы будем предполагать, что интеллектуальная система основана па некоторой математической или психологической модели человеческих рассуждений и. Еще Аристотель 2 предположил, что интеллектуаьиьо возможности человека основываются па способности к символьным рассуждениям, т. В такой системе отдельные атомарные понятия, которыми оперирует человек в процессе мышления, обозначаются некоторыми атомами, на основе атомов и сложных структур термов строится формулы, к которым применяются определенные правила вывода для получения из исходных посылок более сложных формул. Логика Аристотели оперировала сравнительно простыми правилами вывода силлогизмами, однако даже па их основе удается описать целый класе свойственных человеку рассуждений. С философской точки зрения сложно однозначно сказать, имеют ли все рассуждения символьный характер . Пютивники теста Тыоринга не Гнм основания считают, что ограничение диалога только символьными сообщениями сужает возможности по передаче информации в данном контексте интерес представляет также лингвистический характер общения в свете гипотезы СапираЗорфа 3,5. Кроме того, компьютерной системе приходится скрывать от наблюдателя некоторые свои области превосходства, как то, например, способность к быстрым вычислениям. В пользу этого утверждения говорит гипотеза, выдвинутая А. Ньюэллом и Г. Рис. Даже попытки построить основания математики па формальной логике оказываются неуспешными. Однако, формальная логика и символьные рассуждения в более общем случае являются практически единственным способом эффективною представления и использования знаний в интеллектуальных системах1. Таким образом, интеллектуальная система включает в себя, как минимум, следующие компоненты см. Процессор логического вывода, осуществляющий манипуляцию знаниями в символьном представлении и координирующий работу системы. Базу знаний, содержащую знания о классе решаемых задач в том или ином представлении, а также знания о конкретной решаемой задаче. Пользовательский интерфейс или интерфейс сопряжения интеллектуальной системы с другими щюграммными компонентами. Термин знания, используемый в предыдущем разделе, нуждается в иокотоюм уточнении. Как известно 4. Д Т. Однако то, что мы обычно называем знаниями4, напрямую информацией не является , и, следовательно, для представления знаний в символьном виде необходимо построить некоторый способ преобразования знаний в информацию ф К. X. чтобы затем представлять знания к символьном виде при помощи композиции ф о ф1. Словари ,9 обычно опеделяюг знания как нечто, полученное в результате познания, либо более детально как совокупность понятий предметной области и связей между ними, полученный в результате опыта и практической деятельности.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.213, запросов: 244