Информационные технологии в профессиональной деятельности

Скачать 0.88 Mb.

Название	Информационные технологии в профессиональной деятельности
страница	4/5
Тип	Литература

rykovodstvo.ru > Руководство эксплуатация > Литература

1 2 3 4 5

8.2. Данные и знания

При изучении интеллектуальных систем традиционно возникает вопрос – что же такое знания и чем они отличаются от обычных данных, обрабатываемых ЭВМ.

Данные – это отдельные факты, характеризующие объекты, процессы и явления в предметной области, а также их свойства.

Знания связаны с данными, основываются на них, но представляют результат мыслительной деятельности человека, обобщают его опыт, полученный в ходе выполнения какой-либо практической деятельности. Они получаются эмпирическим путём. Таким образом, знания – это выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области.

Часто используются такие определения знаний: знания – это хорошо структурированные данные, или данные о данных, или метаданные.

Для хранения знаний используются базы знаний (небольшого объёма, но исключительно дорогие информационные массивы). База знаний – основа любой интеллектуальной системы.

Знания могут быть классифицированы по следующим категориям:

· поверхностные – знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области;

· глубинные – абстракции, аналогии, схемы, отображающие структуру и процессы в предметнойобласти.

Современные экспертные системы работают в основном с поверхностными знаниями. Это связано с тем, что на данный момент нет адекватных моделей, позволяющих работать с глубинными знаниями.

Кроме того, знания можно разделить на процедурные и декларативные. Исторически первичными были процедурные знания, т.е. знания, «растворённые» в алгоритмах. Они управляли данными. Для их изменения требовалось изменять программы. Однако с развитием искусственного интеллекта приоритет данных постепенно изменялся, и всё большая часть знаний сосредоточивалась в структурах данных (таблицы, списки, абстрактные типы данных), т.е. увеличивалась роль декларативных знаний.

Сегодня знания приобрели чисто декларативную форму, т.е. знаниями считаются предложения, записанные на языках представления знаний, приближенных к естественному и понятных неспециалистам.

Существуют десятки моделей (или языков) представления знаний для различных предметных областей. Большинство из них может быть сведено к следующим классам:

· продукционные;

· семантические сети;

· фреймы;

· формальные логические модели.

8.3. Модели представления знаний

Продукционная модель, или модель, основанная на правилах, позволяет представить знания в виде предложений типа: «Если (условие), то (действие)».

Под условием понимается некоторое предложение-образец, по которому осуществляется поиск в базе знаний, а под действием – действия, выполняемые при успешном исходе поиска (они могут быть промежуточными, выступающими далее как условия, и терминальными или целевыми, завершающими работу системы).

При использовании продукционной модели база знаний состоит из набора правил. Программа, управляющая перебором правил, называется машиной вывода. Чаще всего вывод бывает прямой (от данных к поиску цели) или обратный (от цели для её подтверждения – к данным). Данные – это исходные факты, на основании которых запускается машина вывода – программа, перебирающая правила из базы.

Продукционная модель чаще всего применяется в промышленных экспертных системах. Она привлекает разработчиков своей наглядностью, высокой модульностью, лёгкостью внесения дополнений и изменений и простотой механизма логического вывода.

Имеется большое число программных средств, реализующих продукционный подход (язык OPS 5; «оболочки» или «пустые» ЭС EXSYS, ЭКСПЕРТ; инструментальные системы ПИЭС и СПЭИС и др.), а также промышленных ЭС на его основе (ФИАКР) и др.

Семантическая сеть – это ориентированный граф, вершины которого – понятия, а дуги – отношения между ними. Термин семантическая означает смысловая, а сама семантика – это наука, устанавливающая отношения между символами и объектами, которые они обозначают, т.е. наука, определяющая смысл знаков. Понятиями обычно выступают абстрактные или конкретные объекты, а отношения – это связи типа: «это» («is»), «имеет частью» («has part»), «принадлежит», «любит». Характерной особенностью семантических сетей является обязательное наличие трёх типов отношений:

класс – элемент класса;
свойство – значение;
пример элемента класса. Можно ввести несколько классификаций семантических сетей. Например, по количеству типов

отношений:

· однородные (с единственным типом отношений);

· неоднородные (с различными типами отношений).
По типам отношений:

· бинарные (в которых отношения связывают два объекта);

· n-арные (в которых есть специальные отношения, связывающие более двух понятий).
Наиболее часто в семантических сетях используются следующие отношения:

· связи типа «часть-целое» («класс-подкласс», «элемент-множество» и т.п.);

· функциональные связи (определяемые обычно глаголами «производит», «влияет»...);

· количественные (больше, меньше, равно...);

· пространственные (далеко от, близко от, за, под, над...);

· временные (раньше, позже, в течение...);

· атрибутивные связи (иметь свойство, иметь значение...);

· логические связи (и, или, не) и др.

Проблема поиска решения в базе знаний типа семантической сети сводится к задаче поиска фрагмента сети, соответствующего некоторой подсети, соответствующей поставленному вопросу.

Основное преимущество этой модели – соответствие современным представлениям об организации долговременной памяти человека. Недостаток модели – сложность поиска вывода на семантической сети.

Для реализации семантических сетей существуют специальные

сетевые языки, например NET и др. Широко известны экспертные системы, использующие семантические сети в качестве языка представления знаний – PROSPECTOR, CASNET, TORUS.

Фреймы (англ. frame – каркас или рамка) предложены М. Минским в 1970-е гг. как структура знаний для восприятия пространственных сцен. Эта модель, как и семантическая сеть, имеет глубокое психологическое обоснование.

Под фреймом понимается абстрактный образ или ситуация. В психологии и философии известно понятие абстрактного образа. Например, слово «комната» вызывает у слушающих образ комнаты: «жилое помещение с четырьмя стенами, полом, потолком, окнами и дверью, площадью 6 – 20 м²». Из этого описания ничего нельзя убрать (например, убрав окна, мы получим уже чулан, а не комнату), но в нём есть «дырки», или «слоты», – это незаполненные значения некоторых атрибутов – количество окон, цвет стен, высота потолка, покрытие пола и др.

В теории фреймов такой образ называется фреймом. Фреймом называется также и формализованная модель для отображения образа.

Структуру фрейма можно представить так:

ИМЯ ФРЕЙМА:

(имя 1-го слота – тип 1-го слота – значение 1-го слота – присоединённая процедура 1), (имя 2-го слота – тип 2-го слота – значение 2-го слота – присоединённая процедура 2), (имя N-го слота – тип N-го слота – значение N-го слота – присоединённая процедура N).

Здесь в качестве значения слота может выступать имя другого фрейма; так образуют сети фреймов.

Различают фреймы-образцы, или прототипы, хранящиеся в базе знаний, и фреймы-экземпляры, которые создаются для отображения реальных ситуаций на основе поступающих данных.

Модель фрейма является достаточно универсальной, поскольку позволяет отобразить всё многообразие знаний о мире через:

· фреймы-структуры, для обозначения объектов и понятий (заём, залог, вексель);

· фреймы-роли (менеджер, кассир, клиент);

· фреймы-сценарии (банкротство, собрание акционеров, празднование именин);

· фреймы-ситуации (тревога, авария, рабочий режим устройства) и др.
Важнейшим свойством теории фреймов является заимствованное из теории семантических сетей

наследование свойств. И во фреймах, и в семантических сетях наследование происходит по АКО-связям (A-Kind-Of = это). Слот АКО указывает на фрейм более высокого уровня иерархии, откуда неявно наследуются, т.е. переносятся значения аналогичных слотов.

Основным преимуществом фреймов как модели представления знаний является способность отражать концептуальную основу организации памяти человека, а также её гибкость и наглядность.

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.

Формальные логические модели являются традиционным способом представления знаний и основанны на классическом исчислении предикатов I порядка, когда предметная область или задача описывается в виде набора аксиом. Однако исчисление предикатов I порядка в промышленных экспертных системах практически не используется. Поэтому эта логическая модель применима в основном в исследовательских «игрушечных» системах, так как предъявляет очень высокие требования и ограничения к предметной области.
8.4. Стратегии получения знаний

Существует несколько стратегий получения знаний. Наиболее распространенные:

· приобретение;

· извлечение;

· формирование.
Под приобретением знаний понимается способ автоматизированного построения базы знаний

посредством диалога эксперта и специальной программы (при этом структура знаний заранее закладывается в программу). Эта стратегия требует существенной предварительной проработки предметной области. Системы приобретения знаний действительно приобретают готовые фрагменты знаний в соответствии со структурами, заложенными разработчиками систем. Большинство этих инструментальных средств специально ориентировано на конкретные экспертные системы с жёстко обозначенной предметной областью и моделью представления знаний, т.е. не являются универсальными.

Термин извлечение знаний касается непосредственного живого контакта инженера по знаниям и источника знаний. Извлечение знаний – это процедура взаимодействия эксперта с источником знаний, в результате которой становятся явными процесс рассуждений специалистов при принятии решения и структура их представлений о предметной области.

Термин формирование знаний традиционно закрепился за чрезвычайно перспективной и активно развивающейся областью инженерии знаний, которая занимается разработкой моделей, методов и алгоритмов анализа данных для получения знаний и обучения. Эта область включает индуктивные модели формирования гипотез на основе обучающих выборок, обучение по аналогии и другие методы.

8.5. Экспертные системы

Классификация экспертных систем

Класс «экспертные системы» сегодня объединяет несколько тысяч различных программных комплексов, которые можно классифицировать по различным критериям.

Классификация по решаемой задаче.

Интерпретация данных. Это одна из традиционных задач для экспертных систем. Под интерпретацией понимается определение смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анализ данных

(обнаружение и идентификация различных типов океанских судов – SIAP; определение основных свойств личности по результатам психодиагностического тестирования в системах АВТАНТЕСТ и МИКРОЛЮШЕР и др.).

Диагностика. Под диагностикой понимается обнаружение неисправности в некоторой системе. Неисправность – это отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций рассматривать и неисправность оборудования в технических системах, и заболевания живых организмов, и всевозможные природные аномалии. Важной спецификой является необходимость понимания функциональной структуры «анатомии» диагностирующей системы (диагностика и терапия сужения коронарных сосудов – ANGY; диагностика ошибок в аппаратуре и математическом обеспечении ЭВМ – система CRIB и др.).

Мониторинг. Основная задача мониторинга – непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы – «пропуск» тревожной ситуации и инверсная задача «ложного» срабатывания. Сложность этих проблем в размытости симптомов тревожных ситуаций и необходимость учёта временного контекста (контроль за работой электростанций СПРИНТ, помощь диспетчерам атомного реактора – REACTOR; контроль аварийных датчиков на химическом заводе – FALCON и др.).

Проектирование. Проектирование состоит в подготовке спецификаций на создание «объектов» с заранее определёнными свойствами. Под спецификацией понимается весь набор необходимых документов – чертёж, пояснительная записка и т.д. Основные проблемы здесь – получение чёткого структурного описания знаний об объекте и проблема «следа». Для организации эффективного проектирования и, в ещё большей степени, перепроектирования необходимо формировать не только сами проектные решения, но и мотивы их принятия. Таким образом, в задачах проектирования тесно связываются два основных процесса, выполняемых в рамках соответствующей ЭС: процесс вывода решения и процесс объяснения (проектирование конфигураций ЭВМ VAX 11/780 в системе XCON (или R1), проектирование БИС CADHELP; синтез электрических цепей – SYN и др.).

Прогнозирование. Прогнозирующие системы логически выводят вероятные следствия из заданных ситуаций. В прогнозирующей системе обычно используется параметрическая динамическая модель, в которой значения параметров «подгоняются» под заданную ситуацию. Выводимые из этой модели следствия составляют основу для прогнозов с вероятностными оценками (предсказание погоды – система WILLARD; оценки будущего урожая – PLANT; прогнозы в экономике – ECON и др.).

Планирование. Под планированием понимается нахождение планов действий, относящихся к объектам, способным выполнять некоторые функции. В таких ЭС используются модели поведения реальных объектов с тем, чтобы логически вывести последствия планируемой деятельности (планирование поведения робота – STRIPS; планирование промышленных заказов – ISIS; планирование эксперимента – MOLGEN и др.).

Обучение. Системы обучения диагностируют ошибки при изучении какой-либо дисциплины с помощью ЭВМ и подсказывают правильные решения. Они аккумулируют знания о гипотетическом «ученике» и его характерных ошибках, затем в работе способны диагностировать слабости в знаниях обучаемых и находить соответствующие средства для их ликвидации. Кроме того, они планируют акт общения с учеником в зависимости от успехов ученика с целью передачи знаний (обучение языку программирования Лисп в системе «Учитель Лиспа»; система PROUST – обучение языку Паскаль и др.).

В общем случае все системы, основанные на знаниях, можно подразделить на системы, решающие задачи анализа, и на системы, решающие задачи синтеза. Основное отличие задач анализа от задач синтеза заключается в следующем: если в задачах анализа множество решений может быть перечислено и включено в систему, то в задачах синтеза множество решений потенциально строится из решений компонентов или подпроблем. Задача анализа – это интерпретация данных, диагностика; к задачам синтеза относятся проектирование, планирование. Комбинированные задачи: обучение, мониторинг, прогнозирование.

Классификация по связи с реальным временем.

Статические ЭС разрабатываются в предметных областях, в которых база знаний и интерпретируемые данные не меняются во времени. Они стабильны (диагностика неисправностей в автомобиле).

Квазидинамические ЭС интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени.

Динамические ЭС работают в сопряжении с датчиками объектов в режиме реального времени с непрерывной интерпретацией поступаемых данных.

1 2 3 4 5

	Учебно-методический комплекс по дисциплине сд. 08 Информационные... Учебно-методический комплекс по дисциплине «Информационные технологии в профессиональной деятельности» составлен в соответствии с...		1 общие положения 3 Характеристика профессиональной деятельности бакалавра по направлению 09. 03. 02 Информационные системы и технологии 4
	1. Информационные технологии в профессиональной деятельности Электроника, радиотехника и системы связи по специальностям среднего профессионального образования		«информационные технологии в профессиональной деятельности: учебно-методический комплекс» Государственное автономное профессиональное образовательное учреждение чистопольский сельскохозяйственный техникум
	Информационные технологии в профессиональной деятельности Учебно-методическое пособие по выполнению практических работ для студентов по специальности «Земельно-имущественные отношения»		К сдаче экзамена по дисциплине «информационные технологии в профессиональной... Основные понятия и определения дисциплины. Краткая история развития информационных технологий
	Гбпоу кк «Крымский технический колледж» Методическая разработка учебного занятия «Компьютерная безопасность»по дисциплине ен. 02 Информационные технологии в профессиональной...		Лекции по дисциплине «Информационные технологии в профессиональной деятельности» Информация – это совокупность разнообразных данных, сведений, сообщений, знаний, умений и опыта, необходимых кому-либо
	Программа подготовки Сборник практических заданий и самостоятельных работ: дидактический материал по дисциплине «Информационные технологии в профессиональной...		Учебное пособие (Курс лекций) по учебной дисциплине «Информационные... Демьянов А. В. преподаватель фгбоу впо «Брянская государственная сельскохозяйственная академия» Мичуринского филиала
	«Информационные технологии в профессиональной деятельности» Радиоаппаратостроение, 11. 02. 02 Техническое обслуживаниеи ремонт радиоэлектронной техники (по отраслям), 11. 02. 04 Радиотехнические...		Умк для проведения занятий по дисциплине «Информационные технологии... На заседании цикловой комиссии «Естественнонаучных и социально-экономических дисциплин»
	Рабочая программа Наименование уд (ПМ) ен. 01 Информационные технологии... Государственное профессиональное образовательное автономное учреждение Амурской области		Морозова М. А. Информационные технологии в социально-культурном сервисе и туризме. Оргтехника Информационные технологии, используемые в гостиничном комплексе «Континент»
	Методические рекомендации для выполнения самостоятельной работы Томск, 2015 Учебное пособие предназначено для студентов средних специальных учебных заведений при выполнении внеаудиторной самостоятельной работы...		Учебно-методический комплекс дисциплины «Информационные технологии... Учебно-методический комплекс составлен в соответствии с требованиями федерального государственного образовательного стандарта высшего...

Информационные технологии в профессиональной деятельности

Похожие: