Скачать презентацию ДИСЦИПЛИНА ДИСЦИПЛИНА ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ Преподаватель Макаров Павел Скачать презентацию ДИСЦИПЛИНА ДИСЦИПЛИНА ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ Преподаватель Макаров Павел

ИИС_Классификация-часть2.pptx

  • Количество слайдов: 18

ДИСЦИПЛИНА: ДИСЦИПЛИНА «ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ» Преподаватель: Макаров Павел Андреевич ДИСЦИПЛИНА: ДИСЦИПЛИНА «ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ» Преподаватель: Макаров Павел Андреевич

ТЕМА 2 КЛАССИФИКАЦИЯ ИНТЕЛЛЕКТУАЛЬНЫХ ИНФОРМАЦИОННЫХ СИСТЕМ (часть 2). ТЕМА 2 КЛАССИФИКАЦИЯ ИНТЕЛЛЕКТУАЛЬНЫХ ИНФОРМАЦИОННЫХ СИСТЕМ (часть 2).

КЛАССЫ ЭКСПЕРТНЫХ СИСТЕМ Анализ Синтез Детерминированность знаний Классифицирующие Трансформирующие Один источник знаний Неопределенность знаний КЛАССЫ ЭКСПЕРТНЫХ СИСТЕМ Анализ Синтез Детерминированность знаний Классифицирующие Трансформирующие Один источник знаний Неопределенность знаний Доопределяющие Многоагентные Множество источников знаний Статика Динамика

ПРОБЛЕМНЫЕ ОБЛАСТИ АНАЛИТИЧЕСКИХ СИСТЕМ Интерпретация данных Диагностика Коррекция • выбор решения из фиксированного множества ПРОБЛЕМНЫЕ ОБЛАСТИ АНАЛИТИЧЕСКИХ СИСТЕМ Интерпретация данных Диагностика Коррекция • выбор решения из фиксированного множества альтернатив на базе введенной информации о текущей ситуации. Основное назначение определение сущности • рассматриваемой ситуации, выбор гипотез, исходя из фактов • выявление причин, приведших к возникновению ситуации • - диагностика, дополненная возможностью оценки и рекомендации действий по исправлению отклонений от нормального состояния рассматриваемых ситуаций 5

МНОГОАГЕНТНЫЕ СИСТЕМЫ МНОГОАГЕНТНЫЕ СИСТЕМЫ

МНОГОАГЕНТНЫЕ СИСТЕМЫ «доска объявлений» Источник знаний-1 Источник знаний-3 Источник знаний-2 Источник знаний-4 МНОГОАГЕНТНЫЕ СИСТЕМЫ «доска объявлений» Источник знаний-1 Источник знаний-3 Источник знаний-2 Источник знаний-4

ПРОБЛЕМНЫЕ ОБЛАСТИ МНОГОАГЕНТНЫХ СИСТЕМ % Рекомендация Интерпретация Диагностика Моделирование Мониторинг % Планирование Прогнозирование Проектирование ПРОБЛЕМНЫЕ ОБЛАСТИ МНОГОАГЕНТНЫХ СИСТЕМ % Рекомендация Интерпретация Диагностика Моделирование Мониторинг % Планирование Прогнозирование Проектирование Управление 0 5 10 15 20 25 30

ИНДУКТИВНЫЕ СИСТЕМЫ Классификация примеров по признакам ИНДУКТИВНЫЕ СИСТЕМЫ Классификация примеров по признакам

НЕЙРОННЫЕ СЕТИ В результате обучения на примерах строятся математические решающие функции (передаточные функции или НЕЙРОННЫЕ СЕТИ В результате обучения на примерах строятся математические решающие функции (передаточные функции или функции активации), которые определяют зависимости между входными (Xi) и выходными (Yj) признаками (сигналами)

НЕЙРОННЫЕ СЕТИ Каждая такая функция, называемая по аналогии с элементарной единицей человеческого мозга - НЕЙРОННЫЕ СЕТИ Каждая такая функция, называемая по аналогии с элементарной единицей человеческого мозга - нейроном, отображает зависимость значения выходного признака (Y) от взвешенной суммы (U) значений входных признаков (Xi), в которой вес входного признака (Wi) показывает степень влияния входного признака на выходной: Y=f(Σ Wi * Xi)

ФУНКЦИОНАЛЬНАЯ ЗАВИСИМОСТЬ МОЖЕТ БЫТЬ ЛИНЕЙНОЙ, НО, КАК ПРАВИЛО, ИСПОЛЬЗУЕТСЯ СИГМОИДАЛЬНАЯ ФОРМА, КОТОРАЯ ПОЗВОЛЯЕТ ВЫЧЛЕНЯТЬ ФУНКЦИОНАЛЬНАЯ ЗАВИСИМОСТЬ МОЖЕТ БЫТЬ ЛИНЕЙНОЙ, НО, КАК ПРАВИЛО, ИСПОЛЬЗУЕТСЯ СИГМОИДАЛЬНАЯ ФОРМА, КОТОРАЯ ПОЗВОЛЯЕТ ВЫЧЛЕНЯТЬ БОЛЕЕ СЛОЖНЫЕ ПРОСТРАНСТВА ЗНАЧЕНИЙ ВЫХОДНЫХ ПРИЗНАКОВ. ТАКАЯ ФУНКЦИЯ НАЗЫВАЕТСЯ ЛОГИСТИЧЕСКОЙ.

НЕЙРОНЫ МОГУТ БЫТЬ СВЯЗАНЫ МЕЖДУ СОБОЙ, КОГДА ВЫХОД ОДНОГО НЕЙРОНА ЯВЛЯЕТСЯ ВХОДОМ ДРУГОГО. ТАКИМ НЕЙРОНЫ МОГУТ БЫТЬ СВЯЗАНЫ МЕЖДУ СОБОЙ, КОГДА ВЫХОД ОДНОГО НЕЙРОНА ЯВЛЯЕТСЯ ВХОДОМ ДРУГОГО. ТАКИМ ОБРАЗОМ, СТРОИТСЯ НЕЙРОННАЯ СЕТЬ, В КОТОРОЙ НЕЙРОНЫ, НАХОДЯЩИЕСЯ НА ОДНОМ УРОВНЕ, ОБРАЗУЮТ СЛОИ. Искусственные нейронные сети представляют собой систему соединённых и взаимодействующих между собой простых процессоров (искусственных нейронов)

ОБУЧЕНИЕ НЕЙРОННОЙ СЕТИ Наиболее распространенным алгоритмом обучения нейронной сети является алгоритм обратного распространения ошибки. ОБУЧЕНИЕ НЕЙРОННОЙ СЕТИ Наиболее распространенным алгоритмом обучения нейронной сети является алгоритм обратного распространения ошибки. Целевая функция по этому алгоритму должна обеспечить минимизацию квадрата ошибки в обучении по всем примерам: min ∑ (Ti−Yi) 2 , где Ti - заданное значение выходного признака по i - му примеру; Yi - вычисленное значение выходного признака по i - му примеру

ПРИМЕР ДИАЛОГА С CBR-СИСТЕМОЙ Описание ситуации (проблемы) Не печатает принтер Вопросы Включено ли питание? ПРИМЕР ДИАЛОГА С CBR-СИСТЕМОЙ Описание ситуации (проблемы) Не печатает принтер Вопросы Включено ли питание? да Прошло ли тестирование? да Замята ли бумага? да Подключен ли драйвер? не знаю Действия Освободите бумагу уверенность 80 Загрузите драйвер уверенность 50 Вызовите тех. персонал уверенность 10

ПРОГРАММНЫЕ ПРОДУКТЫ ЭС – Clips, Open. Cyc, Интерэксперт, GURU Индуктивные СС - 1 st ПРОГРАММНЫЕ ПРОДУКТЫ ЭС – Clips, Open. Cyc, Интерэксперт, GURU Индуктивные СС - 1 st Class (Programs in Motion), Rulemaster (Radian Corp. ), ИЛИС (Argus. Soft), KAD (ИПС Переяславль. Залесский) НС - Neur. On-line (фирма ENSYM), Neural. Works Professional II/Plus (фирма Neural. Ware), отечественная разработка FOREX-94 (Уралвнешторгбанк)

ПРОГРАММНЫЕ ПРОДУКТЫ CBR- системы(системы на прецедентах) – CBR – Express(Inference) DW-системы(инф. хранилища) - IBM ПРОГРАММНЫЕ ПРОДУКТЫ CBR- системы(системы на прецедентах) – CBR – Express(Inference) DW-системы(инф. хранилища) - IBM (Intelligent Miner), Silicon Graphics (Mine. Set), Intersolv (Data. Direct, Smart. Data), Oracle (Express), SAS Institute (SAS/Assist)

ИНТЕРНЕТ – РЕСУРСЫ http: //www. raai. botik. ru – Российская ассоциация искусственного интеллекта http: ИНТЕРНЕТ – РЕСУРСЫ http: //www. raai. botik. ru – Российская ассоциация искусственного интеллекта http: //www. sas. com – компания SAS Institute http: //www. tern. ru – компания ТЕРН http: //www. gensym. com – компания Gensym http: //www. tora-centre. ru – компания ТОРА Центр http: //www. it. ru – компания Ай. Ти http: //www. baan. ru – компания БААН Евразия http: //www. sap-ag. de – компания SAP AG http: //www. sag. de – компания Software AG