Главная
»
Информационные системы
»
Интеллектуальные ИС
»
Компоненты ИИС. Тезаурус как база знаний. Формальные языки. Интерпретация выражений языка исчисления предикатов. Логические выводы в формальной системе исчисления предикатов первого порядка.Логические выводы на основе принципа резолюций. Немонотон
Компоненты ИИС. Тезаурус как база знаний. Формальные языки. Интерпретация выражений языка исчисления предикатов. Логические выводы в формальной системе исчисления предикатов первого порядка.Логические выводы на основе принципа резолюций. Немонотон
Архитектура типичной ИИС анализа инвестиций показана на рисунке 6.1. Тремя ключевыми компонентами системы являются база правил, база данных и процедура вывода. Имеется три базы правил: база правил относительно компаний, база правил относительно отраслей и база правил для атрибутов (экономических показателей деятельности компаний).
![](http://rudocs.exdat.com/data/58/57014/57014_html_6cfb4980.jpg)
Рис. 6.1. Архитектура ИИС системы анализа инвестиций
ИИС, используя индивидуальные предпочтения инвестора, данные об отдельных компаниях и о группах однородных компаний (отраслях), а также базу знаний, связывающих, в частности, параметры компании и ее рейтинг, помогает инвестору сформировать портфель и оценить при помощи модели квадратичного программирования Марковитца риск или дисперсию всего портфеля для выбора наилучшего варианта. Правила, использующие соответствующий формат, содержат знания системы.
![](http://rudocs.exdat.com/data/58/57014/57014_html_m3dc70afd.jpg)
Рис. 6.2. Пример подсистемы управления знаниями
Тезаурус как база знаний
Фундаментальным понятием теории баз данных и информационного анализа является понятие функциональной ассоциации: множество А функционально связано с множеством В если существует соответствие между элементами А и элементами В, так, что элемент А соответствует одному элементу В. Говорят, что функциональная ассоциация отображает элемент А в элемент В. В реляционной базе данных подобная ассоциация имеет место между ключевыми и неключевыми атрибутами.
Информационная система содержит данные, информацию и знания. Знания в информационных системах являются обычно бизнес-правилами
Цель системы ИИС или дедуктивной базы данных заключается в том, чтобы представить правила вывода в форме, совместимой с представлением информационных структур. Иногда систему знаний ИИС удобно представлять в графическом виде. Дело в том, что процесс приобретения знаний может потребовать многих интервью с экспертами в предметной области и многих пересмотров до того, как их можно будет счесть, как удовлетворительными.
Система баз знаний в общем случае включает систему баз данных, некоторые аспекты баз знаний являются формализациями вещей, появляющихся в приложениях баз данных, особенно ограничений.
Совокупность понятий, выраженных терминами естественного языка вместе с различного рода отношениями между ними образуют тезаурус системы. При помощи терминов тезауруса мы можем описать содержание текстов документов, хранящихся в ИИС посредством процедуры индексирования, т.е. указания терминов тезауруса, входящих в состав данного документа. Индексирование документов для документального поиска осуществляется при помощи тезауруса.
Формальные языки
В базах знаний отражаются связи и отношения между объектами предметной области. В естественном языке связи и отношения между предметами в предметной области выражаются в виде суждений (высказываний).
Суждение — это высказывание, в котором утверждается или отрицается связь между предметом и его признаком, отношение между предметами или факт существования предмета.
Языковой формой суждения является предложение. Суждение выражается повествовательным предложением
Умозаключение — это форма мышления, посредством которой из одного или нескольких суждений выводится новое суждение.
исчисления предикатов
Установление соответствия между выражениями языка и объектами и отношениями предметной области осуществляется при помощи интерпретации. Необходимо выбрать некоторую предметную область U, на которой следует указать оценки значений констант, функциональных и предикатных символов. Другими словами, интерпретация I на U есть функция, сопоставляющая индивидной константе а элемент множества U, т.е. I(a) = U, каждому n-местному функциональному символу fi ставим в соответствие отображение из Un в U, I(fi)=Un
U; каждому n-местному предикатному символу подмножествоn n-кортежей, т.е. некоторый элемент из множества всех подмножеств Un, т.е. I(Pin)=Un
2u.
предикатов первого порядка
Вывод с точки зрения логики — это процесс вывода (порождение) правильных заключений из посылок. В более широком смысле это любой вычислительный механизм, обеспечивающий применение хранимых знаний к данным и информационным структурам для получения заключения, которое является скорее правдоподобным, чем логически правильным в строгом логическом смысле. Это, разумеется, накладывает ограничения в том смысле, как определить, являются ли заключения разумными и как представить знания относительно того, как тестировать заключения и как оценивать возможность.
Правила вывода можно грубо разделить на два класса: правила введения и правила исключения. Например, если все предположения «прибыль мала», «задолженность большая» и «уровень производства падает», то предположение «прибыль мала и задолженность большая, и уровень производства падает» также является истинным. Соответствующее правило исключения говорит, что если предыдущее предположение истинное, то истинной является любая из входящих в него посылок
Предикат в программировании — функция, принимающая один или более аргументов и возвращающая значения булева типа.
Формализация некоторой предметной области не является самоцелью. В результате формализации мы получаем возможность излагать сведения ИИС на формализованном языке. Нас интересует возможность обработки имплицитной или подразумеваемой информации, которая имеется в ИИС и для обработки которой необходимо представить содержание данных в точной логической форме. В 60-е годы XX в. Робинсоном был предложен метод резолюции, значительно повысивший эффективность алгоритмов автоматизации поиска вывода в формальной системе. Рассмотрим основные положения метода резолюций.
Всякая формула исчисления высказываний может быть приведена либо к дизъюнктивной либо к конъюнктивной нормальной форме..
Обычные дедуктивные системы логики не позволяют прямо формализовать модифицируемые рассуждения. Они обладают свойством монотонности: множество теорем растет лишь с увеличением множества основных аксиом.
Немонотонные логические системы — это логики, в которых введение новых аксиом может уточнить старые теоремы. Такие логики очень важны при моделировании реальных процессов, которые в присутствии неполной информации могут создавать и затем пересматривать предположение в свете новых наблюдений. Неудовлетворенность обычной логикой состояла в том, что было неясно, как работать с неполным знанием. В области искусственного интеллекта изучение восприятия, неоднозначности и общеизвестных знаний привело к представлению знаний с эксплицитным включением информации относительно типичных случаев ошибок и методов обработки ошибок. Много работ было выполнено по автоматическому доказательству теорем для исчисления предикатов первого порядка. Неполная информация представлена в этих системах как дизъюнкция нескольких возможностей, но отдельные дизъюнкты могут быть независимы от этих аксиом.
В рамках логики веры и знания оператор D принимает соответственно значения «предполагается» и «известно». Двойственный оператор 0, соответственно, «противоположное не предполагается» и «противоположное неизвестно».
Логики знания и фреймы
Логика знания или эпистемическая логика занимается изучением рассуждений о знании и рассуждений на основании знаний, в состав которых входят такие словосочетания, как «я знаю», «Андрей знает, что Женя не знает». Рассмотрим абстрактную ситуацию, в которой происходит обмен сообщениями между участниками, в качестве которых могут выступать как программы, так и пользователи ИИС, называемые для общности агентами.
А дальше ПРОЛООООГ...
Друзья! Приглашаем вас к обсуждению. Если у вас есть своё мнение, напишите нам в комментарии.