Автор работы: Пользователь скрыл имя, 21 Декабря 2013 в 12:28, творческая работа
Данными называют информацию фактического характера, описывающую объекты, процессы и явления предметной области, а также их свойства.
В процессах компьютерной обработки данные проходят следующие этапы преобразований:
исходная форма существования данных (результаты наблюдений и измерений, таблицы, справочники, диаграммы, графикии т.д.);
представление на специальных языках описания данных, предназначенных для ввода и обработки исходных данных в ЭВМ;
базы данных на машинных носителях нформации.
Достоинство семантической сети:
– описание объектов и событий производится на уровне очень близком к естественному языку;
– обеспечивается возможность соединения различных фрагментов сети;
– отношения между понятиями и событиями образуют небольшое, хорошо организованное множество;
– для каждой операции над данными или знаниями можно выделить некоторый участок сети, который охватывает необходимые в данном запросе характеристики;
– обеспечивается наглядность системы знаний, представленной графически:
– близость структуры сети, представляющей знания, семантической структуре фраз на естественном языке;
– соответствие сети современным представлениям об организации долговременной памяти человека.
Недостатки семантической сети:
–нет ясного представления о структуре предметной области, поэтому формирование и модификация такой модели затруднительны;
–модели представляют
собой пассивные структуры, для обработки
которых необходим специальный аппарат
формального вывода и планирования.
Семантические сети нашли применение в основном в системах обработки естественного языка, частично в вопросно-ответных системах, а также в системах искусственного видения.
Для реализации семантических сетей существуют специальные сетевые языки: NET, язык реализации систем SIMER+MIR. Широко известны экспертные системы, использующие семантические сети в качестве языка представления знаний: PROSPECTOR, CASNET, TORUS.
Семантические сети получили широкое применение в системах распознавания речи и экспертных системах.
Семантическая сеть, показывающая
взаимоотношения птицы и
ОБЪЕКТНО-ОРИЕНТИРОВАННОЕ
ПРЕДСТАВЛЕНИЕ ЗНАНИЙ ФРЕЙМАМИ
Фреймы были впервые предложены в качестве аппарата для представления знаний М. Минским в 1975 г.
Фреймовые модели представляют собой систематизированную в виде единой теории технологическую модель памяти человека и его сознания.
Фрейм - минимальные структуры информации, необходимые для представления класса объектов, явлений или процессов.
Фрейм можно представить в виде сети, состоящей из вершин и дуг (отношений), в которых нижние уровни фрейма заканчиваются слотами (переменными), которые заполняются конкретной информацией при вызове фрейма. Значением слота может быть любая информация: текст, числа, математические соотношения, программы, ссылки на другие фреймы.
Имя фрейма:
(имя 1-го слота: значение 1-го слота)
(имя 2-го слота: значение 2-го слота)
. . . . . . . . . . . . . . . . . . . . . . . .
(имя N-го слота: значение N-го слота)
Различают:
Основные свойства фреймов:
Схема фрейма
Достоинства модели фреймов:
– способность отображать концептуальную основу организации памяти человека;
– естественность и наглядность представления, модульность;
– поддержку возможности использования значений слотов по умолчанию;
– универсальность, так как позволяют отобразить все многообразие знаний.
Основной недостаток:
отсутствие механизмов управления выводом, который частично устраняется при помощи присоединенных процедур, реализуемый силами пользователя системы.
Специальные языки представления знаний в сетях фреймов FRL (Frame Representation Language)и другие позволяют эффективно строить промышленные ЭС. Широко известны такие фреймо-ориентированные экспертные системы, как ANALYST, МОДИС
В системах искусственного
интеллекта могут использоваться одновременно
несколько моделей
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Информация о работе Интеллектуальные информационные технологии и системы