Конспект лекций Представление знаний в информационных системах icon

Конспект лекций Представление знаний в информационных системах



НазваниеКонспект лекций Представление знаний в информационных системах
Дата17.10.2016
Размер
ТипКонспект

Конспект лекций

Представление знаний в информационных системах

Лекция№1

Введение.

Задача курса – изучение моделей знаний: модели на основе нейронных сетей, фреймы, семантические сети, продукционные модели, логические модели.

Логические модели разрабатываются на основе декларативных языков программирования (Prolog, Lisp…).

Язык Пролог разрабатывался в 70-е годы, разработчик Келмэроу. Этот язык изучают по следующим причинам:

  1. Пролог – представитель декларативных языков;

  2. это язык управления, он применяется в Западной Европе;

  3. пролог используется в робототехнике (Япония);

  4. методология построения СУБД и языков запроса.

Основные объекты Пролога.

Существует приблизительно 20 диалектов Пролога. Отсутствует единый стандарт.



  • Атом. Синтаксически начинается с малой буквы латинского или русского алфавита, лексема атома может содержать буквы, цифры и знак подчеркивания. Атом несет информацию в своем наименовании (аналог строковой константы). Пример: лекция_1_введение.

  • Числа. Используются целые (integer) и действительные (real) числа. Пример: 1.2 и 38.

  • Переменная. Существуют следующие типы переменных:

    1. именованные переменные – начинаются с большой буквы латинского или русского алфавита, лексема может содержать буквы, цифры и знак подчеркивания. Лексический диапазон (аналог зоны действия или области видимости) именованной переменной одно предложение, заканчивающееся точкой.

    2. анонимные переменные – это переменные без имени, обозначаются знаком подчеркивания, лексический диапазон – момент работы с ней.

Переменная может находиться в одном из двух состояний:

конкретизированное – содержит терм (константу, структуру, список),

неконкретизированное – содержит все, что угодно или ничего одновременно.

Первоначальное состояние любой переменной неконкретизированное.


Лекция №2.

  • Структура. Структура в Прологе аналогична структуре в языке Си.

Структура характеризуется:

  • именем (функтор) – обычно атом,

  • количества аргументов (арность),

  • и аргументов структуры.

Аргумент структуры – любой объект Пролога – терм.

Пользовательские структуры должны быть описаны в области PREDICATES с указанием функтора, арности, типов данных аргументов:

^ Пример структуры лекция_2 (Основные_объекты, процедуры_пролога, часа_2).


  • Списки. Признаком списка являются скобки [], список содержит любое количество однотипных аргументов.

^ Примеры списков:

[] – пустой список, [1,2,3], [Один,2,3], [Один,Два,Три].

Допустимо представлять список, разбив его на голову и хвост.

[Гол1,Гол2|Хвост]

Голова списка должна содержать минимум один элемент. Если их несколько, то один от другого отделяются запятыми:

Хвост списка сам является списком.


Основные процедуры Пролога.

1. Проверка запроса на истинность. Проверка истинности происходит при сопоставлении цели запроса с утверждениями. Пролог осуществляет перебор утверждений. Сопоставление термов осуществляется на основе правил.

а) Сопоставление констант даёт истину если const тождественны

лекция1 v лекция_1 (-)

1 v 1.0 (-)

б) Сопоставление переменных

При сопоставлении не конкретизированных переменных с любым объектом пролога результат всегда истина. При этом переменная конкретизируется, принимает значение того объекта, с кот. было сравнение. Первоначальное состояние любой переменной нен конкретизировано.

Сопоставление конкретизированной переменной с термом определяется видом терма, которым переменная конкретизировалась.

A V [1,2,3] (+); A1 v лекция (+); A2 V B (+); A3(=лекция1) V 1 (-).

в) Сопоставление структур

Начинается с сопоставления имени структур (по правилу сопоставления атомов ), сравнивается арность структур, сопоставляются соответствующие аргументы структур между собой

г) Сопоставление списков

Начинается с сопоставления кол-ва элементов, затем сопоставляются между собой соответствующие элементы двух списков.

[1,2,3] v [Один, Два, Три] (+)

1 V Один (+) ; 2 V Два (+)

[1,2,3] v [Один, Два |Три] (-) Недоопр. Структура

Структура программы на Visual Prologe.

  1. Область Domains - Может использоваться для описания типов данных, аргументов, структур.

  2. Область Predicates – должны быть описаны пользовательские структуры с указанием имени структуры, кол-ва аргументов, тип данных аргументов, если они не описаны в области доменов.

  3. ^ Clauses - база фактов и правил.

Содержит два вида предложений.

<утверждение> - факт.

<утверждение>:-<условие> - правило

Утверждение является истиной !!!

Условие (также как и цель у запроса требует проверки на истинность)

В правиле может быть несколько условий.

В этом случае условия объединяются:

И (,)

ИЛИ(;)

Обычно утверждения и условия являются структурами

  1. Область GOAL

<цель> Если целей несколько то они объединены лог. И/ИЛИ.

Обычно цель – структура.


^ Пример программы на прологе

:Задание Разработать программу, определяющую виды соединений двухполюсников в схеме (общий узел, параллельное соединение, звезда, последовательное соединение).




^ 1) Геометрическая интерпретация задачи.

Выбрать схему, содержащую, как минимум, по 2 элемента с соединением каждого вида:

общий узел,

параллельное соединение,

звезда,

последовательное соединение.

^ 2) Формирование исходных данных

Каждый элемент характеризуется:

а) наименованием, например, резистор, конденсатор

б) обозначением , например, r1, e1.

в) первым узлом подключения,

г) вторым узлом подключения.

Выберем вид терма

Для описания объекта используется несколько параметров, поэтому терм должен быть составным (структура или список)

Типы данных параметров – разнородны (symbol, integer), следовательно, для описания используем структуру.


Вводим структуру

% элемент(наименование, обозначение, узел1, узел2)

Структуру необходимо описать в области предикатов


Predicates

nondeterm элемент(symbol, symbol, integer, integer)

CLAUSES

элемент(резистор, r1,1,4). % факт1

элемент(резистор, r2, 3, 6). %факт2

элемент(источ, е1, 1, 2). % факт3

элемент(источ, е2, 2, 3). % факт4

элемент(конденс, с1, 2, 5). % факт5

элемент(лампа, л1, 4, 5). % факт6

элемент(лампа, л2, 5, 6). % факт7

элемент(катушка, к1, 4, 5). % факт8

элемент(катушка, к2, 5, 6). %aакт 9

Goal

% запрос

элемент(резистор, r2, 3, 6). % цель


Если запрос не содержит имени переменой то возможен ответ Yes, No


Пошаговое выполнение программы.

элемент(резистор ,_, Уз1, _) % Запрос 1.

Формулировка запроса. Какой номер первого узла подключения имеет элемент с наименованием резистор, с любым обозначением и любым номером подключения второго узла.

1.З v ф1

Найденное решение отправляет в стек. Переменная Узел1 в запросе снова становится не конкретизированой. И пролог с таким состоянием переменой продолжает отыскиват решения.

2.З v ф2

Получаем 2-ое решение


Лекция №3


Запрос может быть составным, содержащим несколько целей, которые объединяются (,), (;).

Последовательность выполнения целей в запросе

  1. Объединённые логическим (или): выполняются все цели стоящие до (или), затем все решения у цели стоящие после (или). Данная модель соответствует последовательным циклам.

  2. Объединённые логическим (и): Данная модель соответствует вложенным циклам. Первое решение первой цели, все решения второй цели, затем второе решение первой цели, все решения второй цели и т.д.

Правило общего узла

    1. Геометрическая интерпретация.

    2. Логическая модель.

понятие(Элемент, Наименование, Обозначение, Узел1, Узел2)

общ_узел(обозн1, обозн2, узел1)

Элементы с обозначением 1 и 2 в узле 1 соединены в общий узел, если есть элементы с об.1 и узел1 и есть элемент с об2 и узел1.

  1. Разработка частного правила.

общий_узел(e1, r2, 1):-элемент(источник, e1, 1, 2), элемент(рез, r1, 1, 4).

  1. Разработка общего правила

общий_узел(е1,е2,Уз1):-элемент(_, е1, Уз1, _), элемент(_,е2,Уз1,-).

Чтобы избавится от избыточных решений вводим ограничение(условие) Эл1<Эл2.

  1. Анализ ограничений

Общ_узел(r1, у1 ,1) No % Из-за Э1<Э2

Необходимо в руководстве пользователя вводить ограничения на последовательность записей обозначений в запросе.

Как снять это ограничение?


Последовательное соединение

Два элемента с об1 и об2 соединены в узле последовательно, если эти два элемента в этом узле имеют общий узел и соединены в этом узле, не является звездой и данный узел не содержит звезды для любых трёх элементов.

not(звезда(_, _, _, Уз1))


^ Обработка списков


Обработка списков базируется на рекурсии хвоста списка.

Рекурсия в прологе – это обращение из правой части правила к левой части того же правила.

При обращении правой части правила к левой части того же правила, переменные в утверждении теряют конкретизацию, что эквивалентно обращению к новому предложению.


Пример рекурсивного обращения


PREDICATES

nondeterm пример_рекурсии(symbol)

CLAUSES

пример_рекурсии(а). %факт, выход из рекурсии

пример_рекурсии(А):- пример_рекурсии(А). % рекурсивное правило

GOAL

пример_рекурсии(А).


Необходимые условия возникновения рекурсии в одном предложении

  1. Левая и правая часть должна содержать предикаты с одинаковыми именами

  2. Результат сопоставления их должен быть (+)


Пример программ с рекурсией хвоста списка

Задание: Разработать программу, проверяющую принадлежность элемента списку.

Интерпретация.

a [a, b]

b [a, b]

c [a, b]

^ Логическая модель.

Элемент принадлежит списку, если он является первым элементом списка.

Элемент принадлежит списку, если он входит в хвост списка, полученный после отбрасывания первого элемента списка.


DOMAINS

список = symbol* % символьный список

PREDICATES

nondeterm принадлежит (symbol, список)

CLAUSES

принадлежит(X,[X|_]). % Факт 1

принадлежит(X,[_|Хвост]) :- принадлежит(X,Хвост)% правило 1

GOAL

принадлежит(c,[а,b,c]) .


Задание:

Записать программу в виде одного предложения


принадлежит(X, [Y|Хвост]):- X<>Y, принадлежит(Х, Хвост); Х=Y, !.


Лекция №4

Пошаговое выполнение программы принадлежит:

  1. Запрос сопоставляем с фактом 1 (-)

X V c (+)

[Х(=c)|_] V [a,b,c] (-)

Х(=c) V a (-)


  1. Запрос V левой частью правила 1

X V с (+); [_|Хвост] V [a,b,c] (+)

V а (+); Хвост V [b,c] (+)


  1. правую часть правила сопоставляем с фактом 1 (-)

Х(=c) V X (не конкретизированным) (+);

Хвост(=[b,c]) v [X( =c)|_}]; (-)


  1. правую часть правила сопоставляем с левой частью правила (+)

X(=с) V X (+); Хвост(=[b,c]) V [_|Хвост]; (+)


  1. правую часть правила сопоставляем с фактом 1 (+)


X(=с) V X (+); [Х(=с)|_] V Хвост(=[с]) (+)


Варианты программы принадлежит

Можно проверять элементы, стоящие на чётном месте.


CLAUSES

% принадлежит(X,[_,X|_]).

%принадлежит(X[_,_|Хвост]):-……..

Самостоятельно отредактировать программу для проверки элементов, стоящих на нечётных местах

Если необходимо закончить проверку, не рассматривая 2 последних элемента, то факт преобразуем в правило, где к хвосту предъявляем требования

% принадлежит(X,[X|Хвост]):-Хвост=[_,_|_].


^ Задание: Разработать программу, объединяющую элементы двух списков в третий

Интерпретация.

[a, b] [c, d] [a, b, c, d]


Логическая модель

Если первый список пустой, то результирующий список равен второму списку.

Элемент принадлежит списку, если он входит в хвост списка, полученный после отбрасывания первого элемента списка.


DOMAINS

список = symbol* % символьный список

PREDICATES

nondeterm конкатенация (список, список, список)

CLAUSES

конкатенация ([], L1,L1). % факт 1

конкатенация ([X |L1], L2 ,[X |L3]) :- конкатенация (L1, L2 ,L3). % правило 1

GOAL

конкатенация ([a, b], [c, d],[a, b, c, d]).


Факт 1 обеспечивает занесение 2-ого списка в 3-ий целиком, когда первый список становится пустым.

Правило 1 производит поэлементное занесение первого списка в третий. При этом второй список остается неизменным.


^ Пошаговое выполнение программы принадлежит:

  1. Запрос сопоставляем с фактом 1 (-)

[a, b] V [] (-)


  1. Запрос сопоставляем с левой частью правила 1

[a, b] V [X |L1] (+);

[_|Хвост] V [a,b,c] (+)

V а (+); Хвост V [b,c] (+)

[c, d] V L2

[a, b, c, d]. V [X |L3]



  1. правую часть правила сопоставляем с фактом 1 (-)

Х(=c) V X (не конкретизированным) (+);

Хвост(=[b,c]) v [X( =c)|_}]; (-)


  1. правую часть правила сопоставляем с левой частью правила (+)

X(=с) V X (+); Хвост(=[b,c]) V [_|Хвост]; (+)


  1. правую часть правила сопоставляем с фактом 1 (+)


X(=с) V X (+); [Х(=с)|_] V Хвост(=[с]) (+)


Варианты программы принадлежит


Свойства отсечений.

Зеленое отсечение:

  • Если убрать зеленое отсечение, то результат выполнения программы должен остаться неизменным при любом запросе

  • Декларативный смысл программы с зеленым отсечениями и без него одинаков

  • В программе с зеленым отсечением можно переставлять предложения местами и результат останется неизменным

  • Программа, как правило, содержит избыточные условия, т.е. условия, которые истинны всегда, когда мы их проверяем.

Красное отсечение:

  • Если удалить красное отсечение, то результат выполнения изменится хотя бы для одного запроса

  • При красном отсечении декларативный смысл изменится хотя бы в одном предложении по сравнению с программой без отсечения, дающей тот же результат

  • Перестановка предложений местами должна привести к изменению результата

  • Перестановка предложений местами должна привести к изменению результата хотя бы при одном запросе и при какой-то перестановке

В программе с красным отсечением избыточность, как правило, отсутствует


^ Последовательность выполнения целей в запросе(условий в правиле), содержащих логическое (и), (или), отсечения (!).


GOAL

P(X),!,P(Y),!; P(Z)

  1. Чтобы отсечение заработало => его выполнить.

  2. Отсечение запрещает в правиле блок «или»

  3. Внутри целей, объединённых «и», отсечение запрещает поиск последующий после 2-ого решения слева от отсечения.


Марщрутизация

Задача марщрутизациии включает в себя выбор маршрута, (n), в метро, междугородних перевозок, движение по ж/д., с учётом критериев min, opt (min расстояние, время, пересадки, стоимости.)

Эти задачи сводятся к моделям описываемым графами.


Исходные данные: 5 узлов, 8 ветвей, задаётся начальный и конечный узел. Необходимо отыскать все пути из начального узла в конечный.

Без введения дополнительных ограничений – бесконечное число решений.

Ограничения.

  1. Нельзя повторно проходить ветвь в том же направлении

(в обратном направлении).

2) Ограничение на повторное прохождение узла. Ограничение на вход(выход) из узла

3) Ограничение на кол-во ветвей в пути (маршруте)

Выбор алгоритма

  1. Отыскиваем маршрут от начала к концу

  2. Отыскиваем маршрут от конца к началу

  3. Движение по одной ветви

  4. Движение по последней ветви

  5. Движение, исключая пройденную ветвь

  6. Движение не исключая эту ветвь

  7. Движение, сохраняя стратегию предыдущего шага

  8. Движение, изменяя стратегию предыдущего шага + появление промежуточной ветви.



DOMAINS

список = symbol*

PREDICATES

nondeterm путь(symbol,symbol,список,список, integer)

nondeterm путь(symbol,список,список,список, integer)

nondeterm принадлежит(symbol, symbol, список)

nondeterm граф(список)

nondeterm смежные(symbol,symbol, список)

CLAUSES

граф([a,b,b,d,b,c,c,d,c,e,e,d,d,b,e]) % факт 1

% содержит описание всех 8-ми ветвей графа

% граф неориентированный => по ветви можно пройти

% как =>, так и <=

путь(A,Z,Граф,Путь,Номер):-путь1(A,[Z],Граф,Путь, Номер). % правило 1

% передаём из предиката «путь» в «путь1»

% передаём : A - начальный. узел

Z – конечный узел

Граф – ветви графа

% Номер - ограничение на кол-во ветвей

Лекция №5

CLAUSES


граф([a,b,b,d,b,c,c,d,c,e,e,d,d,b,e]) % факт 1

путь(A,Z,Граф,Путь,Номер):-путь1(A,[Z],Граф,Путь, Номер).

Путь1 (A[A|Путь1],_,Путь1,_). Факт2

% Описание пути – Путь1, в случае когда начальный узел равен конечному. Осуществляется выход из рекурсии, позволяющий находить ветви в маршруте. Выход происходит когда текущий промежуточный узел, будет равен начальному.



/*1*/

Убеждаемся что кол-во ветвей в маршруте не превышает заданное значение.


Путь1(A,[Z|Путь1], Граф, Путь, Номер):-

/*1*/ Номер > 0,

/*2*/ смежные(Y,Z, Граф)

/*3*/ not (принадлежит(Y,Z,Путь1)),

/*2*/

По заданному узлу Z среди списка, сод. Ветви граф, находим смежный узел Y.

/*3*/

Ограничение на повторное прохождение ветви в прямом направлении, т.е. убеждаемся, что ветвь Y,Z Пути 1 не принадлежит.

/*4*/

Номер1= Номер-1

Уменьшает значение счётчика на один

Выбираем ветвь.

/*5*/

Путь1(A,[Y,Y,Z|Путь1], Граф, Путь, Номер1). % Правило 2.

Рекурсивно обращаемся в левую часть правила, при этом текущий узел Z, заполнится конкретизацией Y, а в переменную Путь1 левой части правила попадает [Y, Z, Путь1]

Смежные (Y,Z,Граф):- принадлежит (Y, Z, Граф); принадлежит(Z,Y,Граф). % Правило 3

Обеспечивает направленность графов – ветвь Y,Z описана в графе 1 раз, а двигаться по ней можно в двух направлениях из Y в Z и из Z в Y/


Принадлежит(Y,Z,[Y,Z|_]). %факт 3

Принадлежит(Y,Z,[_,_|Хвост]):-принадлежит(Y,Z, Хвост). % Правило 4


GOAL

граф(Граф), путь(a, c, Граф, Путь, 3).


Пошаговое выполнение программы

(1) 1-ая цель v ф1 (+)

Граф V [a, b,…] (+)

(2) 2-ая цель v ф1 (-)

(3) 2 – ая цель v левая часть правила 1

A V a (+); Z V C (+); Граф (=[a, b,…]) V Граф (+)ж

Путь V Путь (+);

Номер V З (+)

(4-6) Правая часть правила 1 v ф2 (-)

(7)правая часть правила 1 v левая часть правила 2

A(=a) V A(+); [Z(C=)] v [Z|Путь1] (+);

Номер V Номер (=3) (+);

Граф (=[a,b]) V Граф (+); Путь1 v Путь (+);

(8) Номер(=3) > 0 (+)

(9-13)

2-ое условие правила 2 v левая часть правила 3

Y v Y (+); Z(=C) V Z (+);

Граф(=[a,b,…]) V Граф (+)

(14-19)

1-е условие правила 3 v ф3 (-)

Y V Y (+); Z(=C) V Z (+);

[Y,Z(=c)|_] v Граф (=[a,b,…]) (-)

Z(=C) v b (-)

  1. правая часть правила 1 v левая часть правила 4

Y v Y (+); Z(=C) v Z (+);

[_,_|Хвост] v Граф (=[a,b,,,,])

(21-26)

правая часть правила 4 v ф3 (-)

Y V Y (+); Z(=C) V Z (+);

[Y,Z(=C)|_] v Хвост(=[a,b,….]) (-)

(27) правая часть правила 4 v левая часть правила 4 (+)

Y V Y (+); Z(=C) V Z (+);

Хвост(=[b,d,b,c]) v [_,_|Хвост] (+) [b,c,…]


Последовательность решения задач

  1. Запись исходных данных

  2. Геометрическая интерпретация

  3. Ввод понятий и запись логических моделей – типы правил.

  4. М.Б. введены ограничения на прохождение ветви в обратном направлении, например not принадлежит(Z, Y, Путь1)

Ограничение на выход из узла Y (Y,_,Путь1)

Ограничение на вход в Y (_,Y,Путь1)

(_,_,Путь1) – можем пройти из Y в Z, если мы идём в первой ветви.


^ Лекция №6.

Понятие данных и знаний.

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

Бывают: данные как результат измерений и наблюдений, данные в виде таблиц, протоколов и справочников, данные содержащиеся в базах данных.

Знания - выявленные закономерности предметной области - законы, принципы и связи.

Примеры: знания в памяти человека как результат мышления.

Знания - это структурированные данные.

Бывают: знания отображенные в учебниках и пособиях, знания в форме данных, знания в форме моделей знаний: продукционная модель, семантическая сеть, фреймы, нейронные сети.

Отличительная особенность знаний - получение новой информации.

^ Знания - это данные о данных.

1. Продукционная модель.

Данная модель базируется на правилах:

Если (условие), то <действие>.

Продукционная модель предполагает наличие машины вывода: а) прямой вывод - от данных к поставленной цели; б) обратный - от цели, для ее подтверждения, к данным (пролог).

Плюсы продукционной модели:

  • Наглядность

  • Модульность

  • Легкость редактирования

  • Простой механизм логического вывода .

^ 2. Семантическая сеть.

Семантика - это наука устанавливающая отношения между символами объектами.

Семантическая сеть - это ориентированный граф, вершины которого - понятия, а дуги - отношения между ними.

Примеры отношений:

  • Класс - элемент класса

  • Свойство - значение этого свойства

  • Часть - целое

  • Количественные отношения: равенство,<,>

  • Пространственные отношения: рядом, далеко...

Семантическая сеть - это универсальная модель.

Пример: сюда рисунок

Семантическая сеть может отображать наследование (передача свойств от родительского объекта к дочернему). Существуют свойства передающиеся по наследству и не передающиеся.

Семантическая сеть на прологе описывается с помощью предикатов имеющих два аргумента.

Пример: предназначен (транспорт, для_перевозок).

является (авто_транспорт, транспорт ).

Каждый вид отношений должен быть записан в базу фактов.

Наследование свойств может происходить на основе правила:

свойства (Наследник, свойства):-

иерархия(Родитель, Наследник), свойства (Родитель, Свойства).

Плюс: соответствует современным представлениям об организации долговременной памяти человека.

минус: сложность вывода.

3. Фреймы.

Фрейм - (каркас, рамка) структура знаний для восприятия пространственных сцен. Под фреймом понимается пространственный образ или ситуация.

Состав фрейма:

  • Имя фрейма

  • Слот1

  • Значение слота1

  • Слот2

  • Значение слота2

На прологе фрейм целесообразно программировать на основе предиката содержащего имя фрейма, i-тый слот, значение i-того слота.

  • .



Лекция № 7

Нейросеть

Область эффективного применения

  1. В случае если алгоритм решения задачи неизвестен. Пример: Построение модели.

  2. При решение задач различной физической и математической природы, но однородных с точки зрения нейронных сетей. Распознавание надписи, отпечатков пальцев, сетчатки глаза.

  3. При обработке больших массивов данных. Пример – для управления машиной.

История: Н.С. были предложены в 50-е годы 20 века как инструмент моделирования биологических нейронов. 10^11 - нейронов 10^13 –связей

В качестве модели искусственного нейрона используется



x1, x2 -входы нейрона min1 вход и до 10-ка тысяч.

  1. Подаётся сигнал от другого нейрона(с выхода)

  2. Из вне по нейронной сети

  3. С входа этого же нейрона.

W1 ,W2 – блок весовых коэффициентов нейрона, в процессе обучения нейрона происходит подстройка значений весовых коэффициентов.

N – кол-во входов(весовых коэффициентов)


Функция активации: Нейрон может быть в двух состояниях активное и пассивное. В качестве фу-ии активации м.б. испорльзованы

  1. Линейная зависимость. Равномерная чувствительность, лёгкий процесс обучения.dy=dz – соответствие



  1. Ступенчатая ф-ия

«-» ф-ия не чувствительна к изменению аргумента, прорблемы с обучением

«+» высокие интеллектуальные способности.

Компромисс - Логическая кривая – в логической кривой есть зона с высокой чувствительностью – легкое обучение, находится около нуля. Дальше от нуль чувствительность резко падает.


Нейроны могут быть классифицированы по связи с входными и выходными сигналами сети.

  1. Нейроны входного слоя – на вход которых подаётся сигнал из вне.

  2. Выходные (Выходного слоя

  3. Скрытые нейроны.

До 70-х годов использовалась однослойная нейронная сеть – персептрон

Однослойная нейронная сеть обучалась на основе алгоритма «Дельта правило»

Сложение двух чисел.



Шаг1: Формирование исходных данных. Исходные данные для обучения содержат : Входныеи тестовые значения на выходе.

1 0 1 - обучающая пара

2 3 5

1 2 3

Исходные данные должны соответствовать структуре нейронной сети.

Шаг2: Задаём начальное приближение.

Для весовых коэффициентов обычно в качестве начального приближения берутся значения из интервала близкого к нулю [0,1]. Вел задаётся случайным образом.

W1 = 0,1 W2 = 0,5.

Шаг3: Расчёт выходного значения нейронной сети при выходных сигналах соот. Первой обучающей паре. X1 = 1 X2 = 0 Y = x1w1+x2w2 = 1*0,1 +0*0,5 = 0,1

Шаг4: Осуществляем подстройку весовых коэффициентовна основе дельта правила.

D = t-y = 1- 0,1 =0,9

dWi= n dXi

n – норма, скорость обучения.

Процедура подстройки весовых коэффи циентов продолжается до тех пор пока не закончатся все записи при этом завершится эпоха. Подстройка нейронной сети требует сотен – тысяч эпох.

Лекия№8

Алгоритм обучения на основе d- правила применим для Н.С. содержащих входной и выходной слоя.

Di = Ti - Yi



Однослойный персептрон обладает ограниченными возможностями моделирования.

В 70-ые годы эти ограничения были выявлены, но многослойные Н.С. не применяли т.к. отсутствовал алгоритм их обучения. В 80-ые были разработаны алгоритмы обратного распространения ошибки, который можно использовать для многослойной нейронной сети. Проблема связанна с невозможность применения дельта правила, обусловлена отсутствием тестовых сигналов на входе скрытого слоя.

Алгоритм обратного распространения ошибки предполагает перерасчёт ошибки, возникающей на выходе источника, эти ошибки пораждающего.

2 источника погрешности 1-й значений весовых коэффициентов у нейронов выходного слоя., 2-й – несоответствие значения на выходе на выходе нейронов скрытого слоя.

Даная процедура является итерацией.

^ Алгоритм обучения без учителя.

Не предполагает задание выходных значений в исходных данных..

Например: Задача кластеризации.


Этапа решения задач на основе нейронной сети.

  1. Классификация задачи.

  2. Выбор модели нейронной сети

  3. Выбор пакета нейронных сетей

  4. Выбор структуры нейронной сети

  5. Выбор алгоритма обучения.

  6. Переход в режим дообучения.

  7. Анализ качества обучения

Экспертная система.

  1. Назначение: Используется для тиражирования знаний высоко квалифицированных специалистов.

С ними работают

1) Эксперт – наситель знаний

2) Инженер – основной разработчик.

3) Программист – разрабатывает оболочку.

4) Пользователь


Представление знаний в ЭВМ

Лекции.


Волков Михаил Борисович




Похожие:

Конспект лекций Представление знаний в информационных системах iconА. А. Рыженко Институт проблем регистрации информации нан украины ул. Н. Шпака, 2, 03113 Киев, Украина о структурировании информации в информационных системах
Рассмотрены вопросы структурирования информации в информационных системах, уточнена терминология и задача структурирования, расширена...
Конспект лекций Представление знаний в информационных системах iconЛекции по дисциплине «Представление знаний в информационных системах» для студентов очной формы обучения по направлению 230100 «Информатика и вычислительная техника»
В XVIII веке Лейбниц и Декарт независимо друг от друга продолжили эту идею, предложив универсальные языки классификации всех наук....
Конспект лекций Представление знаний в информационных системах iconУрок информатики в 8А классе по теме «Перевод чисел в позиционных системах счисления»
Цель: Проверка усвоения теоретических знаний по способам представления чисел в позиционных системах счисления, формирование умений...
Конспект лекций Представление знаний в информационных системах iconТабличное представление продукционных знаний
При создании систем базы знаний, главной задачей является представление описываемой модели системы предметной области (спо) в виде...
Конспект лекций Представление знаний в информационных системах iconКонспект лекций Херсон 2002 Конспект лекций разработал зав каф доц к. т н. Герасимович Л. М. Конспект лекций рекомендован для студентов по специальности 050206 "Менеджмент внешнеэкономической деятельности предприятий"
Охватывает рынки всех стран. Внутренний – национальный валютный рынок в пределах государства
Конспект лекций Представление знаний в информационных системах iconКонспект урока по русскому языку во 2 классе «Общее представление о частях речи»
Формирование образовательных компетенций (информационных, коммуникативных, рефлексивных) учащихся 2 класса
Конспект лекций Представление знаний в информационных системах iconПрименение модельно-ориентированных семантических сетей в задачах проектирования гетерогенных информационных систем
Вопросы, связанные с построением графа информационного посредничества, который может лечь в основу проектирования распределенных...
Конспект лекций Представление знаний в информационных системах icon*для поиска книг используйте стандартный поиск word радиоэлектроника
Анализ пространственно-временных параметров удаленных объектов в информационных технических системах
Конспект лекций Представление знаний в информационных системах iconКонспект лекций
Конспект лекций предназначен для бакалавров факультета фф по направлению 5 522 200 "Телекоммуникации"
Конспект лекций Представление знаний в информационных системах iconПлан-конспект Мир психологических знаний
Гиппенрейтер Ю. Б. Введение в общую психологию: Курс лекций — М.: ЧеРо, 1996. 336 с
Разместите ссылку на наш сайт:
Уроки, сочинения


База данных защищена авторским правом ©izlov.ru 2000-2014
При копировании материала обязательно указание активной ссылки открытой для индексации.
связаться с нами