Isang disiplina sa engineering na tumatalakay sa integrasyon ng kaalaman sa mga computer system upang malutas ang mga kumplikadong problema na karaniwang nangangailangan ng mataas na antas ng kadalubhasaan ng tao:
- pamamahala ng pagsasaayos ng kaalaman (accounting);
- pamamahala ng pagbabago (ebolusyon);
- logistik (paghahanap at paghahatid kung kinakailangan).
Sa isang mataas na antas, ang proseso ng kaalaman sa engineering ay binubuo ng dalawa:
- Pagkuha ng kaalaman- pagbabago ng "hilaw na kaalaman" sa organisadong kaalaman, ang proseso ng pagkuha ng kaalaman mula sa mga mapagkukunan nito, na maaaring materyal na media (mga file, dokumento, libro) at mga eksperto (mga grupo ng mga eksperto). Ito ay bahagi ng Knowledge Engineering.
- Pagpapatupad ng kaalaman- pagbabago ng organisadong kaalaman sa natanto, ang proseso ng pagbabago ng organisadong kaalaman sa natanto.
Teknolohiya sa Pamamahala ng Kaalaman
Ang mga sumusunod na teknolohiya sa pamamahala ng kaalaman ay nakikilala:
- nagtatrabaho sa tacit na kaalaman(tacit na kaalaman) sa isip ng mga eksperto(madalas na sila ang ibig sabihin kapag pinag-uusapan natin ang tungkol sa "pamamahala ng kaalaman"). Cognitologist (gampanan):
- tinutulungan ang dalubhasa na tukuyin at buuin ang kaalamang kinakailangan para sa pagpapatakbo ng sistemang dalubhasa, kumukuha ng impormal na kaalaman mula sa dalubhasa;
- pinipili ang sistemang intelektwal na pinakaangkop para sa isang partikular na lugar ng problema, at tinutukoy ang paraan na kinakatawan ang kaalaman sa IS na ito;
- pumipili at nagprograma ng mga karaniwang function na gagamitin sa mga panuntunang ipinasok ng eksperto.
- nagtatrabaho sa nakasulat na kaalaman(Ang "pamamahala ng kaalaman" ay umaabot sa mga computer: pamamahala ng kaalaman ng korporasyon, Pamamahala ng Kaalaman) - diin sa "paghahanap ng buong teksto", "paghahanap ng semantiko", "awtomatikong anotasyon".
- Ang NLP bilang isang datalogical discipline ("trabaho ayon sa anyo"), wave technique, perceptual modalities, submodalities, spatial marking, calibration
- paggamit ng web 2.0 (mga blog at wiki)
- nagtatrabaho sa nakasulat na pormal na kaalaman(knowledge engineering, na kasama rin sa pamamahala ng kaalaman, ngunit hindi gaanong kumpiyansa) - diin sa mga database ng istruktura, mga modelo ng engineering, pagsasama ng data. Karamihan sa mga teknolohiya sa knowledge engineering ay sumunod sa landas ng pagpapatupad ng tinatawag na "semantic network", ang Husserl-Wittgenstein-Bunge approach na ang kaalaman ay kinakatawan ng mga katotohanan (at ang mga katotohanan ay mga relasyon sa pagitan ng mga konsepto). Mula sa isang hanay ng mga katotohanan, lumitaw ang isang semantic network (tingnan ang pagsusuri ni John F. Sowa), kung saan ang mga relasyon sa gilid ay nagkokonekta sa mga konsepto ng vertex. Ang ideya ng pag-iimbak at paggamit ng kaalaman sa semantiko na anyo ay ipinatupad ng maraming halos hindi magkakapatong na mga komunidad ng pagsasanay, na nagresulta sa paglitaw ng isang malaking bilang ng mga pagpapatupad at mga pamantayan kung saan walang isang salita ang pareho, ngunit kung saan ay magkatugma sa ideolohikal at teknolohikal.
- Pagmomodelo ng Data + Pagsasama ng Data. Ginagamit ang mga ito kapag kinakailangan upang pagsamahin ang data mula sa maraming CAD system mula sa iba't ibang mga supplier sa panahon ng pagtatayo ng isang malaking pasilidad sa industriya. Mga keyword: ISO 15926, Gellish, ISO 10303. Sa halip na ang salitang "ontology" ay sinasabi nilang "modelo ng data". : halos wala, lahat ng data query. Ang bawat isa ay nakikipaglaban sa kaalaman sa kamay-sa-kamay. Walang mga graphics, lahat ng XML, mga format ng pagmamay-ari ng storage Mga schema ng data sa bawat indibidwal na CAD system. Kamakailan, lumitaw ang iba pang mga solusyon na naglalayong pagsamahin ang heterogenous na data, halimbawa mula sa CYC at (batay sa standardized UMBEL ontology, expression sa RDF at pagbibigay ng access sa data sa pamamagitan ng HTTP, tingnan). Ang mga proyektong ISO 15926-7 ay bumaba sa parehong bagay: isang partikular na ontology + semantic web standards.
- Mapa ng konsepto() Ginagamit para sa (kadalasang collaborative sa pamamagitan ng web) na pang-edukasyon at malikhaing gawain. Mga pangunahing format (lahat sa XML): XCT 3.0, ngunit handa nang kainin ang Topic Map, at marami pang iba para sa pag-edit at pagpapakita. Mga tool sa pamamahala ng kaalaman: graphical na display, pinagsasama-sama ang mga network na iginuhit ng dalawang kalahok sa proseso ng creative. Ang isang malapit na kamag-anak ay MindMap, kung saan walang graph sa lahat, ngunit isang magandang iginuhit na puno, at ang mga koneksyon ay hindi pinangalanan.
- Mga Konseptwal na Graph Ginagamit para sa mga akademikong pag-aaral sa artificial intelligence, expert system, agent system at iba pang classic ng genre. Umaasa sila sa gawain ng pilosopo at logician na si Pierce ("intelligent indexing"), ang pangunahing tao ay si John F. Sowa. Pangunahing format para sa pag-iimbak ng kaalaman: tatlong syntax, ang pangunahing isa ay CGIF (XML). Mga tool sa pamamahala ng kaalaman: Karaniwang Logic (o ISO ISO/IEC IS 24707:2007, ).
- Mapa ng Paksa Gagamitin ang mga ito para sa mga hakbangin sa Pamamahala ng Kaalaman - at nanggaling sila sa mga katalogo (mga bibliograpo). Malaking tagahanga ng standardisasyon (tingnan), ngunit nawalan ng pokus (hindi maiiwasang maakit sila sa pangkalahatang pagmomodelo ng data, kung saan natalo sila sa mga diskarte sa Semantic Web). Mga pangunahing format para sa pag-iimbak ng kaalaman: ISO 13250, XTM 2.0, HyTM. Mga tool sa pamamahala ng kaalaman: topic mapa engine ay ginagamit (dosenang mga pagpipilian), dahil TMAPI 2.0 ay standardized. Bilang karagdagan, ang isang espesyal na pamantayan para sa pagtukoy ng mga hadlang para sa mga mapa ng paksa - ISO/IEC FCD 19756 (TMCL) - ay umabot na sa finish line, at ang Topic Map Query Language (ISO 18048 project) ay tila natigil.
17.2. Mga praktikal na paraan ng pagkuha ng kaalaman
17.3. Pagbubuo ng kaalaman
Ang pangunahing problema sa paglikha ng mga matalinong teknolohiya ng impormasyon ay ang sapat na representasyon ng kaalaman ng isang espesyalista sa memorya ng computer. Ito ay humantong sa pagbuo ng isang bagong direksyon sa computer science - kaalaman sa engineering, kung saan ang relasyon sa pagitan ng kaalaman ng tao at ang pormal (impormasyon) na pagpapakita nito sa isang computer ay tinutukoy. Pag-aaral at pagbuo ng mga isyung may kaugnayan sa pagkuha ng kaalaman, pagsusuri at pormalisasyon nito para sa karagdagang pagpapatupad sa isang matalinong sistema.
Layunin ng kabanata– magbigay ng pangkalahatang-ideya ng mga pangunahing teoretikal na aspeto ng kaalaman sa engineering at ipakilala ang ilang praktikal na pamamaraan ng pagtatrabaho bilang mga inhinyero ng kaalaman.
Pagkatapos pag-aralan ang kabanatang ito dapat mong malaman:
Mga diskarte sa pagkuha ng kaalaman kapag bumubuo ng mga ekspertong sistema
Teoretikal na mga problema na nagmumula sa pagkuha ng kaalaman
Mga tampok ng sikolohikal at linguistic na mga kadahilanan na kailangang isaalang-alang ng isang inhinyero ng kaalaman
Ang impluwensya ng pilosopiya ng kaalaman sa gawain ng isang inhinyero ng kaalaman
Mga pamamaraan ng knowledge engineer kapag nagtatrabaho sa isang source ng kaalaman
Mga paraan ng pagkuha ng kaalaman
Ang kakanyahan ng mga dalubhasang laro
Mga pamamaraan para sa pagkuha ng kaalaman mula sa mga teksto
Pag-istruktura ng nakuhang kaalaman
Pagbuo ng konseptwal at functional na istraktura ng lugar ng paksa
Paano napormal ang kaalaman at nabuo ang isang base ng kaalaman?
17.1. Teoretikal na aspeto ng pagkuha ng kaalaman
Mga estratehiya para sa pagkuha ng kaalaman
Sikolohikal na aspeto
Aspektong pangwika
Epistemological na aspeto
MGA ESTRATEHIYA PARA MAKAKUHA NG KAALAMAN
Mayroong ilang mga diskarte para sa pagkuha ng kaalaman. Ang pinakakaraniwan:
pagkuha;
pagkuha;
pagbuo.
Sa ilalim pagkuha ng kaalaman nauunawaan ang paraan ng awtomatikong pagtatayo ng isang base ng kaalaman sa pamamagitan ng isang diyalogo sa pagitan ng isang dalubhasa at isang espesyal na programa (sa kasong ito, ang istraktura ng kaalaman ay paunang binuo sa programa). Ang diskarte na ito ay nangangailangan ng makabuluhang paunang pag-aaral ng paksa. Ang mga sistema ng pagkuha ng kaalaman ay talagang nakakakuha ng mga yari na piraso ng kaalaman alinsunod sa mga istrukturang itinakda ng mga developer ng system. Karamihan sa mga tool na ito ay partikular na nakatuon sa mga partikular na sistema ng eksperto na may mahigpit na tinukoy na lugar ng paksa at modelo ng representasyon ng kaalaman, i.e. ay hindi pangkalahatan. Halimbawa, ang sistema ng TEIRESIAS, na naging ninuno ng lahat ng mga tool para sa pagkuha ng kaalaman, ay inilaan upang mapunan muli ang base ng kaalaman ng sistema ng MYCIN o mga sangay ng subsidiary nito, na binuo sa "shell" ng EMYCIN sa larangan ng mga medikal na diagnostic gamit ang isang produksyon. modelo representasyon kaalaman.
Termino pagkuha ng kaalaman may kinalaman sa direktang live na pakikipag-ugnayan sa pagitan ng knowledge engineer at ng knowledge source. May posibilidad na gamitin ng mga may-akda ang terminong ito bilang isang mas malawak at mas tumpak na nagpapahayag na kahulugan ng pamamaraan para sa paglilipat ng kakayahan ng isang dalubhasa sa pamamagitan ng isang inhinyero ng kaalaman sa base ng kaalaman ng isang sistema ng dalubhasa.
Termino mga formpataaspagkuha ng kaalaman ay tradisyonal na itinalaga sa lubhang promising at aktibong pagbuo ng larangan ng kaalaman sa engineering, na bumubuo ng mga modelo, pamamaraan at algorithm para sa pagsusuri ng data para sa pagkuha ng kaalaman at pag-aaral. Kasama sa lugar na ito ang mga inductive na modelo para sa pagbuo ng mga hypotheses mula sa mga sample ng pagsasanay, pag-aaral sa pamamagitan ng pagkakatulad, at iba pang mga pamamaraan.
Kaya, maaari nating makilala ang tatlong mga diskarte para sa pagsasagawa ng yugto ng pagkuha ng kaalaman sa pagbuo ng mga ekspertong sistema (Larawan 17.1).
kanin. 17.1. Tatlong Istratehiya para sa Pagkuha ng Kaalaman
Sa kasalukuyang yugto ng pag-unlad ng mga sistema ng dalubhasa sa ating bansa, ang diskarte ng pagkuha ng kaalaman ay tila ang pinaka-nauugnay, dahil halos walang mga sistemang pang-industriya para sa pagkuha at pagbuo ng kaalaman sa domestic software market.
Pagkuha ng kaalaman– ito ay isang pamamaraan para sa pakikipag-ugnayan sa pagitan ng isang dalubhasa at isang mapagkukunan ng kaalaman, bilang isang resulta kung saan ang proseso ng pangangatwiran ng mga espesyalista kapag gumagawa ng isang desisyon at ang istraktura ng kanilang mga ideya tungkol sa paksang lugar ay nagiging tahasan.
Sa kasalukuyan, napansin ng karamihan sa mga developer ng mga expert system na ang proseso ng pagkuha ng kaalaman ay nananatiling bottleneck sa pagtatayo ng mga sistemang pang-industriya.
Ang proseso ng pagkuha ng kaalaman ay isang mahaba at labor-intensive na pamamaraan kung saan ang isang knowledge engineer, armado ng espesyal na kaalaman sa cognitive psychology, system analysis, mathematical logic, atbp., ay kailangang muling likhain ang isang modelo ng paksa na ginagamit ng mga eksperto upang gawin. mga desisyon. Kadalasan, ang mga nagsisimula sa mga developer ng mga sistema ng dalubhasa, na gustong maiwasan ang masakit na pamamaraang ito, ay nagtatanong: maaari bang kunin ng isang eksperto ang kaalaman mula sa kanyang sarili? Para sa maraming mga kadahilanan na ito ay hindi kanais-nais.
Una, karamihan sa kaalaman ng isang dalubhasa ay resulta ng maraming mga layer, mga yugto ng karanasan. At madalas alam na mula sa A dapat SA, hindi napagtanto ng eksperto na ang kanyang chain of reasoning ay mas mahaba, halimbawa SA D, D A, A SA, o A Q, Q R, R B.
Pangalawa, tulad ng alam ng mga sinaunang tao (tandaan ang "Mga Dialogue" ni Plato), ang pag-iisip ay diyalogo. At samakatuwid, ang pag-uusap sa pagitan ng isang inhinyero ng kaalaman at isang dalubhasa ay ang pinaka-natural na anyo ng "pag-unwinding" ng mga labirint ng memorya ng eksperto, kung saan ang kaalaman ay naka-imbak, na bahagyang hindi pasalita, i.e. ipinahayag hindi sa anyo ng mga salita, sa anyo ng mga visual na imahe, halimbawa. Nasa proseso ng pagpapaliwanag sa inhinyero ng kaalaman na ang dalubhasa ay naglalagay ng malinaw na mga verbal na label sa mga malabong nag-uugnay na larawang ito, i.e. binibigyang salita ang kaalaman.
Pangatlo, mas mahirap para sa isang eksperto na lumikha ng isang modelo ng lugar ng paksa dahil sa lalim at kalawakan ng impormasyong taglay niya. Maraming mga sanhi-at-epekto na ugnayan ng isang tunay na lugar ng paksa ay bumubuo ng isang kumplikadong sistema, kung saan ang paghihiwalay ng "balangkas", o ang pangunahing istraktura, ay minsan ay mas naa-access sa isang analyst na nagmamay-ari din ng isang sistematikong pamamaraan: Ang anumang modelo ay isang pagpapasimple, at mas madaling gawing simple na may kaunting kaalaman sa mga detalye.
Upang maunawaan ang likas na katangian ng pagkuha ng kaalaman, itinatampok namin ang tatlong pangunahing aspeto ng pamamaraang ito (Larawan 17.2): sikolohikal, linguistic, epistemological, na inilarawan nang detalyado sa.
kanin. 17.2. Mga Pangunahing Aspekto ng Pagkuha ng Kaalaman
SIKOLOHIKAL NA ASPEKTO
Modelo ng komunikasyon para sa pagkuha ng kaalaman
Sa tatlong natukoy na aspeto ng pagkuha ng kaalaman sikolohikal ay, tila, ang pangunahing bagay, dahil tinutukoy nito ang tagumpay at kahusayan ng pakikipag-ugnayan sa pagitan ng isang inhinyero ng kaalaman (analyst) at ang pangunahing mapagkukunan ng kaalaman - isang propesyonal na dalubhasa. Itinatampok din namin ang sikolohikal na aspeto dahil ang pagkuha ng kaalaman ay kadalasang nangyayari sa proseso ng direktang komunikasyon sa pagitan ng mga developer ng system.
Ang pagnanais at kakayahang makipag-usap ay maaaring makilala ang antas ng propesyonalismo ng isang inhinyero ng kaalaman.
Ito ay kilala na ang mga pagkawala ng impormasyon sa panahon ng pakikipag-usap sa komunikasyon ay malaki (Larawan 17.3). Sa pagsasaalang-alang na ito, isasaalang-alang namin ang problema ng pagtaas ng nilalaman ng impormasyon ng komunikasyon sa pagitan ng isang analyst at isang dalubhasa sa pamamagitan ng paggamit ng sikolohikal na kaalaman.
kanin. 17.3. Pagkawala ng impormasyon sa panahon ng komunikasyon
Maaari naming imungkahi ang sumusunod na modelo ng istruktura ng komunikasyon kapag kumukuha ng kaalaman:
mga kalahok sa komunikasyon (mga kasosyo);
paraan ng komunikasyon (pamamaraan);
paksa ng komunikasyon (kaalaman).
Alinsunod sa istrukturang ito, i-highlight namin ang tatlong "mga layer" ng mga sikolohikal na problema na lumitaw kapag kumukuha ng kaalaman (Larawan 17.4), at isaalang-alang ang mga ito nang sunud-sunod.
kanin. 17.4. Ang istraktura ng sikolohikal na aspeto ng pagkuha ng kaalaman
contact layer
Halos lahat ng mga psychologist ay nagpapansin na ang anumang kolektibong proseso ay naiimpluwensyahan ng kapaligiran na lumitaw sa grupo ng mga kalahok. May mga eksperimento na ang mga resulta ay hindi maikakaila na nagpapakita na ang magiliw na kapaligiran sa isang koponan ay may mas malaking impluwensya sa resulta kaysa sa mga indibidwal na kakayahan ng mga indibidwal na miyembro ng grupo. Ito ay lalong mahalaga na ang development team ay bumuo ng kooperatiba sa halip na mapagkumpitensyang mga relasyon. Ang kooperasyon ay nailalarawan sa pamamagitan ng isang kapaligiran ng pakikipagtulungan, tulong sa isa't isa, interes sa mga tagumpay ng bawat isa, i.e. antas ng moral na komunikasyon, at para sa mapagkumpitensyang uri ng mga relasyon - isang kapaligiran ng indibidwalismo at interpersonal na tunggalian (mas mababang antas ng komunikasyon).
Sa kasamaang palad, imposibleng mahulaan ang pagiging tugma sa komunikasyon na may 100% na garantiya. Gayunpaman, posible na makilala ang isang bilang ng mga katangian ng personalidad, karakter at iba pang mga katangian ng mga kalahok sa komunikasyon, na walang alinlangan na nakakaimpluwensya sa pagiging epektibo ng pamamaraan. Ang kaalaman sa mga sikolohikal na pattern na ito ay bahagi ng kulturang sikolohikal na dapat taglayin ng isang inhinyero ng kaalaman upang matagumpay na maisagawa ang yugto ng pagkuha ng kaalaman:
mabuting kalooban at kabaitan;
pagkamapagpatawa;
magandang memorya at atensyon;
pagmamasid;
imahinasyon at impressionability;
higit na konsentrasyon at tiyaga;
pakikisalamuha at pagiging maparaan;
analyticity;
kaakit-akit na hitsura at paraan ng pananamit;
kumpiyansa sa sarili.
Procedural layer
Ang isang inhinyero ng kaalaman na matagumpay na nakabisado ang agham ng tiwala at kaugnayan sa isang dalubhasa (ang layer ng contact) ay dapat pa ring mapakinabangan ang mga kapaki-pakinabang na epekto ng kapaligirang ito. Ang mga problema ng procedural layer ay may kinalaman sa mismong pamamaraan ng pagkuha ng kaalaman. Mayroong maliit na pananaw at kagandahan na kapaki-pakinabang para sa paglutas ng problema ng pakikipag-ugnay ay kinakailangan dito.
Isaalang-alang natin ang mga pangkalahatang prinsipyo ng pamamaraan.
Ang pakikipag-usap sa isang dalubhasa ay pinakamahusay na isinasagawa sa isang maliit na silid ng tête-à-tête. Ang liwanag, init, ginhawa ay direktang nakakaapekto sa iyong kalooban. Ang tsaa o kape ay lilikha ng isang magiliw na kapaligiran. Ang American psychologist na si I. Atwater ay naniniwala na para sa komunikasyon sa negosyo ang pinaka-kanais-nais na distansya ay mula 1.2 hanggang 3 m Ang pinakamababang "kumportable" na distansya ay maaaring ituring na 0.7 - 0.8 m.
Ang muling pagtatayo ng iyong sariling pangangatwiran ay hindi madaling gawain, at samakatuwid ang tagal ng isang session ay karaniwang hindi lalampas sa 1.5 - 2 oras Mas mainam na piliin ang dalawang oras na ito sa unang kalahati ng araw (halimbawa, mula 10 hanggang 12 o'. orasan). Ito ay kilala na ang kapwa pagkapagod ng mga kasosyo sa panahon ng isang pag-uusap ay karaniwang nangyayari pagkatapos ng 20 - 25 minuto, kaya ang mga pag-pause ay kinakailangan sa session.
Ang bawat inhinyero ng kaalaman ay may sariling natatanging paraan ng pagsasalita. Ang iba ay mabilis na nagsasalita, ang iba ay nagsasalita ng mabagal; ang iba ay maingay, ang iba ay tahimik, atbp. Halos imposible na baguhin ang estilo ng pag-uusap - ito ay nakatanim sa isang tao sa maagang pagkabata. Gayunpaman, ang pagkuha ng kaalaman ay isang propesyonal na pag-uusap, at ang tagumpay nito ay apektado din ng haba ng mga pariralang sinasalita ng engineer ng kaalaman.
Ang katotohanang ito ay itinatag ng mga Amerikanong siyentipiko - linguist na si Ingve at psychologist na si Miller. Ito ay naging pinakamahusay na nakikita ng isang tao ang mga pangungusap na may lalim (o haba) na 7 plus o minus 2 salita. Ang numerong ito (7+2) ay tinatawag na numero ng Yngve-Miller. Ito ay maaaring ituring na isang sukatan ng "kolokyal" ng pananalita.
Ang pangangailangang ayusin ang pamamaraan para sa pagkuha ng kaalaman ay walang pag-aalinlangan. Ang tanong ay lumitaw: sa anong anyo ito dapat gawin? May tatlong paraan para magtala ng mga resulta:
direktang pag-record sa papel sa panahon ng pag-uusap (mga disadvantages - madalas itong nakakasagabal sa pag-uusap, bilang karagdagan, mahirap magkaroon ng oras upang isulat ang lahat, kahit na mayroon kang mga kasanayan sa shorthand);
tape recording, na tumutulong sa analyst na pag-aralan ang buong kurso ng session at ang kanyang mga pagkakamali (kapinsalaan - maaari itong makahadlang sa eksperto);
memorization na sinusundan ng pag-record pagkatapos ng pag-uusap (kawalan - angkop lamang para sa mga analyst na may napakatalino na memorya).
Cognitive layer
Pinag-aaralan ng cognitive psychology (eng. cognition) ang mga mekanismo kung saan nauunawaan ng isang tao ang mundo sa paligid niya.
Mag-alok tayo ng ilang payo sa knowledge engineer mula sa pananaw ng cognitive psychology:
huwag ipataw sa eksperto ang modelo ng representasyon na mas naiintindihan at natural sa kanya (ang analyst);
gumamit ng iba't ibang paraan ng pakikipagtulungan sa isang eksperto batay sa kondisyon na ang pamamaraan ay dapat lumapit sa eksperto tulad ng isang "susi sa isang lock";
malinaw na nauunawaan ang layunin ng pamamaraan ng pagkuha o ang pangunahing diskarte nito, na maaaring tukuyin bilang pagtukoy sa mga pangunahing konsepto ng lugar ng paksa at ang mga ugnayang nagkokonekta sa kanila;
mas madalas gumuhit ng mga diagram na sumasalamin sa pangangatwiran ng eksperto. Ito ay dahil sa matalinghagang representasyon ng impormasyon sa memorya ng tao.
Ang materyal na ipinakita sa itaas ay malapit na nauugnay sa mga pangunahing kaalaman ng sikolohikal na kultura, na kinabibilangan ng pag-unawa at kaalaman sa sarili at sa ibang tao; sapat na pagpapahalaga sa sarili at pagtatasa ng ibang tao; self-regulation ng mental state. Mas madaling makabisado ang kulturang ito sa tulong ng mga espesyalista - mga psychologist, psychotherapist, ngunit magagawa mo ito sa iyong sarili sa tulong ng mga libro, hindi bababa sa mga sikat, halimbawa. Bilang karagdagan, ang pag-master ng mga pangunahing kaalaman sa pag-arte at paglahok sa mga espesyal na klase sa pagsasanay sa sosyo-sikolohikal na video ay nakakatulong sa matagumpay na pagtagumpayan ng mga sikolohikal na pagkabigo.
Sa konklusyon, narito ang ilang tradisyonal na sikolohikal na pagkabigo ng isang baguhang analyst:
kakulangan ng pakikipag-ugnayan sa pagitan ng eksperto at ng inhinyero ng kaalaman (dahil sa mga sikolohikal na katangian ng isa o ng iba pa; mga pagkakamali sa pamamaraan; ang paglitaw ng isang "façade" na epekto, ibig sabihin, ang pagnanais ng eksperto na "ipakita ang kanyang sarili");
kakulangan ng pag-unawa (dahil sa epekto ng "projection", ibig sabihin, paglilipat ng pananaw ng analyst sa mga pananaw ng eksperto; o ang epekto ng "pagkakasunod-sunod", ibig sabihin, pagtutuon ng pansin sa kung ano ang unang ipinahayag, atbp.);
mababang pagiging epektibo ng mga pag-uusap (mahinang motibasyon ng eksperto, ibig sabihin, kawalan ng interes; o mahinang bilis ng pag-uusap; o hindi naaangkop na anyo ng mga tanong; o hindi kasiya-siyang mga sagot mula sa eksperto).
ASPEKTO NG LINGGWISTIK
Istruktura ng aspetong pangwika
Dahil ang proseso ng komunikasyon sa pagitan ng isang inhinyero ng kaalaman at isang dalubhasa ay komunikasyong pangwika, isaalang-alang natin aspetong pangwika kaalaman sa engineering. I-highlight natin ang tatlong layer ng mga problemang pangwika na mahalaga para sa kaalaman sa engineering (Larawan 17.5).
kanin. 17.5. Istruktura ng aspetong pangwika ng pagkuha ng kaalaman
Problema sa shared code
Karamihan sa mga psychologist at linguist ay naniniwala na ang wika ang pangunahing paraan ng pag-iisip, kasama ng iba pang mga sign system ng "panloob na paggamit." Ang mga wikang sinasalita at naisip ng analyst at ng eksperto ay maaaring magkaiba nang malaki.
Kaya, interesado kami sa dalawang wika - wika ng analyst, binubuo ng tatlong sangkap:
mga tuntunin ng paksa, na natutunan niya mula sa dalubhasang literatura sa panahon ng paghahanda;
pangkalahatang pang-agham na terminolohiya mula sa kanyang "teoretikal na bagahe";
araw-araw na sinasalitang wika na ginagamit ng analyst;
at wika dalubhasa na binubuo:
mula sa mga espesyal na terminolohiya na pinagtibay sa lugar ng paksa;
pangkalahatang pang-agham na terminolohiya; pang-araw-araw na wika;
neologisms na nilikha ng eksperto sa panahon ng kanyang trabaho (kanyang propesyonal na jargon).
Kung ipagpalagay natin na ang pang-araw-araw at pangkalahatang pang-agham na wika ng dalawang kalahok sa komunikasyon ay humigit-kumulang na nag-tutugma, kung gayon ang ilang karaniwang wika, o code, na kailangang bumuo ng mga kasosyo para sa matagumpay na pakikipag-ugnayan, ay bubuo ng mga daloy na ipinakita sa Fig. 17.6. Kasunod nito, ang pangkalahatang code na ito ay binago sa isang tiyak na konseptwal (semantiko) na network, na isang prototype ng larangan ng kaalaman ng lugar ng paksa.
kanin. 17.6. Scheme para sa pagkuha ng isang karaniwang code
Ang pagbuo ng isang karaniwang code ay nagsisimula sa pagsusulat ng analyst ng lahat ng mga terminong ginamit ng eksperto at nilinaw ang kanilang kahulugan. Sa katunayan, ito ay ang compilation ng isang diksyunaryo ng lugar ng paksa. Sinusundan ito ng pagpapangkat ng mga termino at pagpili ng mga kasingkahulugan (mga salitang magkapareho ang kahulugan). Ang pagbuo ng isang karaniwang code ay nagtatapos sa pagsasama-sama ng isang diksyunaryo ng mga tuntunin sa lugar ng paksa na may isang paunang pagpapangkat ng mga ito ayon sa kahulugan, i.e. sa pamamagitan ng konseptwal na kalapitan (ito ang unang hakbang sa pagbubuo ng kaalaman).
kanin. 17.7 ay nagbibigay ng ideya ng kalabuan sa interpretasyon ng mga termino ng dalawang espesyalista. Sa semiotics, ang agham ng mga sistema ng pag-sign, ang problema ng interpretasyon ay isa sa mga sentral. Ang interpretasyon ay nag-uugnay sa "sign" at ang "signified object". Sa pamamagitan lamang ng interpretasyon ay nagkakaroon ng kahulugan ang isang tanda. Kaya, sa Fig. 17.7 ang mga salitang "device X" para sa isang eksperto ay nangangahulugang ilang partikular na circuit na tumutugma sa circuit ng orihinal na device, ngunit sa ulo ng isang baguhang analyst ang mga salitang "device X" ay pumupukaw ng isang walang laman na imahe o ilang uri ng "black box" may mga hawakan.
kanin. 17.7. Kalabuan ng problema ng interpretasyon
Konseptwal na istraktura
Karamihan sa mga eksperto sa artificial intelligence at cognitive psychology ay naniniwala na ang pangunahing tampok ng natural na katalinuhan at memorya sa partikular ay ang koneksyon ng lahat ng mga konsepto sa isang network. Samakatuwid, upang bumuo ng isang base ng kaalaman, kailangan mo hindi ng isang diksyunaryo, ngunit isang encyclopedia kung saan ang lahat ng mga termino ay ipinaliwanag sa mga entry sa diksyunaryo na may mga link sa iba pang mga termino.
Kaya, ang gawaing pangwika ng isang inhinyero ng kaalaman sa isang naibigay na layer ng problema ay ang pagbuo ng mga kaugnay na mga fragment sa pamamagitan ng mga terminong "stitching". Sa maingat na gawain ng analyst at eksperto, ang isang hierarchy ng mga konsepto ay nagsisimulang lumabas sa mga istrukturang pangkonsepto, na sa pangkalahatan ay pare-pareho sa mga resulta ng cognitive psychology.
Hierarchy ng mga konsepto ay isang pandaigdigang iskema na maaaring maging batayan para sa isang konseptwal na pagsusuri ng istruktura ng kaalaman ng anumang larangan ng paksa.
Dapat itong bigyang-diin na ang gawain ng pag-iipon ng isang diksyunaryo at istrukturang konsepto ay nangangailangan ng linguistic na "pakiramdam", kadalian ng pagmamanipula ng mga termino at isang mayamang bokabularyo ng isang inhinyero ng kaalaman, dahil ang analyst ay madalas na pinipilit na independiyenteng bumuo ng isang diksyunaryo ng mga tampok. Ang mas mayaman at mas nagpapahayag ng nakabahaging code, mas kumpleto ang base ng kaalaman.
Ang analyst ay pinipilit na patuloy na alalahanin ang kahirapan sa paghahatid ng mga imahe at ideya sa pandiwang anyo. Kadalasan ang isang inhinyero ng kaalaman ay kailangang magmungkahi ng mga salita at ekspresyon sa isang dalubhasa.
Diksyunaryo ng Gumagamit
Ang mga resulta ng linguistic, na nauugnay sa mga layer ng karaniwang code at istrukturang konsepto, ay naglalayong lumikha ng isang sapat na base ng kaalaman. Gayunpaman, hindi natin dapat kalimutan na maaaring hindi payagan ng propesyonal na antas ng end user na gamitin ang wikang partikular sa domain nang buo. Upang bumuo ng isang user interface, ang karagdagang pagpipino ng karaniwang code dictionary ay kinakailangan, na inaayos para sa accessibility at "transparency" ng system.
Sa konklusyon, inilista namin ang mga katangiang pagkabigo sa linggwistika na naghihintay sa isang baguhan na inhinyero ng kaalaman:
pagsasalita ng iba't ibang mga wika (dahil sa mahinang pagsasanay ng engineer ng kaalaman);
hindi tugma sa konteksto at hindi sapat na interpretasyon ng mga termino (dahil sa kakulangan ng feedback, ibig sabihin, masyadong independiyenteng gawain ng knowledge engineer);
kakulangan ng mga pagkakaiba sa pagitan ng pangkalahatang code at wika ng gumagamit (hindi isinasaalang-alang ang mga pagkakaiba sa antas ng kaalaman ng eksperto at gumagamit).
GNOSEOLOGICAL ASPECT
Ang kakanyahan ng epistemological na aspeto
Epistemolohiya ay isang sangay ng pilosopiya na nauugnay sa teorya ng kaalaman, o ang teorya ng repleksyon ng realidad sa kamalayan ng tao.
Ang inhinyero ng kaalaman bilang isang agham, wika nga, ay dobleng epistemolohiko - ang katotohanan (O) ay unang makikita sa kamalayan ng dalubhasa (M 1), at pagkatapos ay ang mga aktibidad at karanasan ng eksperto ay binibigyang-kahulugan ng kamalayan ng inhinyero ng kaalaman (M 2), na nagsisilbing batayan para sa pagtatayo ng mga ikatlong interpretasyon (P z) - mga larangan ng kaalaman ng sistema ng dalubhasa (Larawan 17.8). Ang proseso ng cognition ay mahalagang naglalayong lumikha ng panloob na representasyon ng nakapaligid na mundo sa isip ng tao.
kanin. 17.8. Epistemological na aspeto ng pagkuha ng kaalaman
Sa proseso ng pagkuha ng kaalaman, ang analyst ay pangunahing interesado sa bahagi ng kaalaman na nauugnay sa hindi kanonikal na indibidwal na kaalaman ng mga eksperto, dahil ang mga paksa na may ganitong uri ng kaalaman ay itinuturing na pinaka-madaling kapitan sa pagpapatupad ng mga sistema ng dalubhasa. Ang mga lugar na ito ay karaniwang tinatawag na empirical, dahil sila ay naipon ng isang malaking volume ng mga indibidwal na empirical na katotohanan at mga obserbasyon, habang ang kanilang teoretikal na paglalahat ay isang bagay para sa hinaharap.
Ang kaalaman ay palaging nauugnay sa paglikha ng mga bagong konsepto at teorya. Ito ay kagiliw-giliw na madalas na ang isang eksperto ay bumubuo ng bagong kaalaman "on the fly", mismo sa konteksto ng isang pag-uusap sa isang analyst. Ang ganitong henerasyon ng kaalaman ay maaari ding maging kapaki-pakinabang sa mismong eksperto, na hanggang sa sandaling iyon ay maaaring hindi alam ang ilang mga relasyon at pattern ng paksang lugar. Ang analyst, na siyang "midwife" sa pagsilang ng bagong kaalaman, ay matutulungan dito ng mga tool ng system methodology, na nagpapahintulot sa paggamit ng mga kilalang prinsipyo ng lohika ng siyentipikong pananaliksik at ang konseptwal na hierarchy ng agham. Pinipilit siya ng pamamaraang ito na makita ang pangkalahatan sa likod ng partikular, i.e. bumuo ng mga kadena:
KATOTOHANAN GENERALIZED FACT EMPIRIKAL NA BATAS TEORETIKAL NA BATAS
Ang inhinyero ng kaalaman ay hindi palaging makakarating sa huling link ng chain na ito, ngunit ang mismong pagnanais na lumipat ay maaaring maging lubhang mabunga. Ang diskarte na ito ay ganap na naaayon sa istraktura ng kaalaman mismo, na may dalawang antas:
empirical (obserbasyon, phenomena);
teoretikal (mga batas, abstraction, generalizations).
Pamantayan ng kaalamang pang-agham
Ang teorya ay hindi lamang isang magkakaugnay na sistema para sa pag-generalize ng kaalamang siyentipiko, ito rin ay isang tiyak na paraan ng paggawa ng bagong kaalaman. Ang pangunahing pamantayan ng pamamaraan para sa pang-agham na karakter, na nagpapahintulot sa amin na isaalang-alang ang parehong bagong kaalaman mismo at ang paraan ng pagkuha nito pang-agham, ay:
panloob na pagkakapare-pareho at pagkakapare-pareho;
hindi pagbabago;
objectivity;
historicism.
Panloob na pagbabago. Sa unang sulyap, ang pamantayang ito ay hindi gumagana sa mga empirikal na lugar: sa kanila, ang mga katotohanan ay madalas na hindi sumasang-ayon sa bawat isa, ang mga kahulugan ay nagkakasalungatan, nagkakalat, atbp. Ang isang analyst na nakakaalam ng mga kakaiba ng empirical na kaalaman, ang modalidad nito, hindi pagkakapare-pareho at hindi kumpleto, ay kailangang pakinisin ang mga "kagaspangan" na ito ng empirics.
Modalidad ng kaalaman ay nangangahulugan ng posibilidad ng pagkakaroon nito sa iba't ibang kategorya, i.e. sa mga pagtatayo ng pagkakaroon at obligasyon. Kaya, ang ilan sa mga pattern ay posible, ang iba ay obligado, atbp. Bilang karagdagan, kailangan nating makilala sa pagitan ng mga kakulay ng modality bilang: alam ng eksperto na...; iniisip ng eksperto na...; gusto ng eksperto...; naniniwala ang eksperto na...
Maaari hindi pagkakapare-pareho Ang empirikal na kaalaman ay natural na bunga ng mga pangunahing batas ng dialectics, at ang mga kontradiksyong ito ay hindi dapat laging lutasin sa larangan ng kaalaman, ngunit sa kabaligtaran, ito ang mga kontradiksyon na kadalasang nagsisilbing panimulang punto sa pangangatwiran ng mga eksperto.
kawalan ng kumpleto Ang kaalaman ay nauugnay sa imposibilidad ng isang kumpletong paglalarawan ng lugar ng paksa. Ang gawain ng analyst ay limitahan ang hindi pagkakumpleto na ito sa isang tiyak na balangkas ng "pagkakumpleto", i.e. paliitin ang mga hangganan ng lugar ng paksa, o ipakilala ang ilang mga paghihigpit at pagpapalagay na nagpapasimple sa problema.
Systematicity. Ang sistema-istruktura na diskarte sa kaalaman (bumalik sa Hegel) ay nag-uutos sa analyst na isaalang-alang ang anumang paksa mula sa pananaw ng mga batas ng sistematikong kabuuan at ang pakikipag-ugnayan ng mga bahagi nito. Ang modernong istrukturalismo ay nagmula sa isang multi-level na hierarchical na organisasyon ng anumang bagay, i.e. lahat ng mga proseso at phenomena ay maaaring ituring na mas maliit na mga subset (mga tampok, mga detalye) at, sa kabaligtaran, anumang mga bagay ay maaaring (at dapat) isaalang-alang bilang mga elemento ng mas matataas na klase ng mga generalization.
Objectivity. Ang proseso ng cognition ay malalim na subjective, i.e. ito ay mahalagang nakasalalay sa mga katangian ng alam na paksa mismo. Ang pagiging paksa ay nagsisimula sa paglalarawan ng mga katotohanan at tumataas habang lumalalim ang ideyalisasyon ng mga bagay.
Dahil dito, mas tamang pag-usapan ang tungkol sa lalim ng pag-unawa kaysa sa pagiging objectivity ng kaalaman. Ang pag-unawa ay co-creation, ang proseso ng pagbibigay-kahulugan sa isang bagay mula sa punto ng view ng paksa. Ito ay isang kumplikado at hindi maliwanag na proseso na nagaganap sa kailaliman ng kamalayan ng tao at nangangailangan ng pagpapakilos ng lahat ng intelektwal at emosyonal na kakayahan ng isang tao. Dapat ituon ng analyst ang lahat ng kanyang pagsisikap sa pag-unawa sa problema. Kinumpirma ng sikolohiya ang katotohanan na ang mga taong mabilis at matagumpay na nilulutas ang mga problema sa intelektwal ay gumugugol ng halos lahat ng kanilang oras sa pag-unawa dito, habang ang mga taong mabilis na nagsimulang maghanap ng solusyon ay kadalasang hindi ito mahahanap.
Historisismo. Ang pamantayang ito ay nauugnay sa pag-unlad. Ang kaalaman sa kasalukuyan ay kaalaman sa nakaraan na nagsilang dito. At bagama't ang karamihan sa mga dalubhasang sistema ay nagbibigay ng isang "pahalang" na hiwa ng kaalaman - nang hindi isinasaalang-alang ang oras (sa statics), ang isang engineer ng kaalaman ay dapat palaging isaalang-alang ang mga proseso na isinasaalang-alang ang mga pagbabago sa oras - kapwa ang koneksyon sa nakaraan at ang koneksyon sa hinaharap. Halimbawa, ang istraktura ng larangan ng kaalaman at ang base ng kaalaman ay dapat na payagan ang pagsasaayos at pagwawasto kapwa sa panahon ng pag-unlad at sa panahon ng pagpapatakbo ng sistema ng eksperto.
Istraktura ng katalusan
Ang pagkakaroon ng pagsusuri sa pangunahing pamantayan para sa siyentipikong kalikasan ng kaalaman, susubukan nating ilarawan ang istraktura nito. Ang metodolohikal na istraktura ng katalusan ay maaaring iharap bilang isang pagkakasunud-sunod ng mga yugto (Larawan 17.9), na isasaalang-alang natin mula sa pananaw ng isang inhinyero ng kaalaman.
Paglalarawan at synthesis ng mga katotohanan. Ito ay tulad ng "dry residue" ng mga pag-uusap sa pagitan ng isang analyst at isang eksperto. Ang pagiging maingat at pagiging kumpleto ng pag-iingat ng mga tala sa panahon ng proseso ng pagkuha at nasa oras na "araling-bahay" sa mga ito ay ang susi sa isang produktibong unang yugto ng katalusan.
Sa pagsasagawa, lumalabas na mahirap sumunod sa mga prinsipyo ng objectivity at consistency na inilarawan sa itaas. Kadalasan, sa yugtong ito, ang mga katotohanan ay kinokolekta lamang at, parang, itinapon sa isang "karaniwang bag"; Ang isang bihasang inhinyero ng kaalaman ay madalas na agad na sumusubok na humanap ng isang "istante" o "kahon" para sa bawat katotohanan, sa gayon ay tahasang naghahanda para sa yugto ng konseptwalisasyon.
kanin. 17.9. Istraktura ng katalusan
Pagtatatag ng mga koneksyon at pattern. Sa ulo ng dalubhasa, ang mga koneksyon ay itinatag, bagaman madalas na hindi malinaw; Ang gawain ng inhinyero ay kilalanin ang balangkas ng mga konklusyon ng eksperto. Kapag nire-reconstruct ang pangangatwiran ng isang eksperto, maaaring umasa ang isang inhinyero ng kaalaman sa dalawang pinakasikat na teorya ng pag-iisip – lohikal at nag-uugnay. Kasabay nito, kung ang lohikal na teorya, salamat sa masigasig na mga tagahanga nito sa katauhan ng mga mathematician, ay malawak na binanggit at pinagsamantalahan sa lahat ng posibleng paraan sa mga gawa sa artificial intelligence, kung gayon ang pangalawa, ang associative theory, ay hindi gaanong kilala at sikat, bagaman mayroon din itong mga sinaunang ugat. Ang kagandahan at pagkakatugma ng lohikal na teorya ay hindi dapat ikubli ang malungkot na katotohanan na ang mga tao ay bihirang mag-isip sa mga tuntunin ng matematikal na lohika.
Ang teorya ng asosasyon ay kumakatawan sa pag-iisip bilang isang hanay ng mga ideya na konektado ng mga karaniwang konsepto. Ang mga pangunahing operasyon ng naturang pag-iisip ay mga asosasyon na nakuha batay sa iba't ibang mga koneksyon; pag-alala sa mga nakaraang karanasan; pagsubok at pagkakamali na may paminsan-minsang tagumpay; nakagawian ("awtomatikong") reaksyon, atbp.
Pagbuo ng isang idealized na modelo. Upang makabuo ng isang modelo na sumasalamin sa pag-unawa ng paksa sa lugar ng paksa, kailangan ng isang espesyal na wika kung saan maaaring ilarawan at mabuo ng isa ang mga idealized na modelo ng mundo na lumitaw sa proseso ng pag-iisip. Ang wikang ito ay unti-unting nilikha sa tulong ng mga kategoryang kagamitan na pinagtibay sa kaukulang lugar ng paksa, pati na rin ang pormal na simbolikong paraan ng matematika at lohika. Para sa mga empirical na paksa, ang naturang wika ay hindi pa nabubuo, at ang larangan ng kaalaman, na ilalarawan ng analyst sa isang semi-pormal na paraan, ay maaaring ang unang hakbang tungo sa paglikha ng naturang wika.
Paliwanag at hula ng mga modelo. Ang huling yugto ng istruktura ng kaalaman ay kasabay ng isang bahagyang pamantayan para sa katotohanan ng nakuhang kaalaman. Kung ang natukoy na sistema ng kaalaman ng dalubhasa ay kumpleto at layunin, sa batayan nito posible na gumawa ng mga hula at ipaliwanag ang anumang mga phenomena mula sa isang naibigay na lugar ng paksa. Karaniwan, ang mga base ng kaalaman ng mga ekspertong sistema ay dumaranas ng pagkapira-piraso at modularity (hindi pagkakaugnay) ng mga bahagi. Ang lahat ng ito ay hindi nagpapahintulot sa amin na lumikha ng tunay na matalinong mga sistema na, tulad ng mga tao, ay maaaring mahulaan ang mga bagong pattern at ipaliwanag ang mga kaso na hindi tahasang nakasaad sa database. Ang pagbubukod dito ay ang mga sistema ng pagbuo ng kaalaman na nakatuon sa pagbuo ng bagong kaalaman at "hula".
Sa konklusyon, inilista namin ang pinakakaraniwang mga pagkabigo na nauugnay sa mga epistemological na problema ng kaalaman sa engineering (bahagyang mula sa):
scrappy, pira-pirasong kaalaman (dahil sa mga paglabag sa prinsipyo ng pagkakapare-pareho o mga pagkakamali sa pagpili ng pokus ng pansin);
hindi pagkakapare-pareho ng kaalaman (dahil sa likas na hindi pagkakapare-pareho ng kalikasan at lipunan, hindi kumpleto ng nakuhang kaalaman, kawalan ng kakayahan ng eksperto);
misclassification (dahil sa maling pagtukoy ng bilang ng mga klase o hindi tumpak na paglalarawan ng klase);
maling antas ng generalization (dahil sa sobrang detalye o generalization ng object classes).
Ang sistema ay isang tagapamagitan, na nagtatapos sa isang kasunduan sa supply.
Ang knowledge engineering ay isang larangan ng computer science kung saan isinasagawa ang pananaliksik sa representasyon ng kaalaman sa mga computer, pinapanatili itong napapanahon at pagmamanipula nito.
Sistema ng kaalaman - isang sistemang batay sa kaalaman.
SOZ SBZ DBMS ES IS SII - sistema ng artificial intelligence.
Istraktura ng isang sistemang nakabatay sa kaalaman.
Mekanismo ng KB para sa pagkuha ng solusyon
INTERFACE
Ang knowledge base ay isang modelo na kumakatawan sa isang computer ng kaalaman na naipon sa isang partikular na lugar ng paksa. Ang kaalamang ito ay dapat gawing pormal.
Ang kaalaman ay nabuo gamit ang isang modelo at pagkatapos ay kinakatawan gamit ang isang tiyak na wika.
Ang kaalaman tungkol sa mga partikular na bagay at panuntunan ay karaniwang naka-highlight sa isang knowledge base. Ang mga patakarang ito ay isinasagawa bilang isang mekanismo para sa pagkuha ng mga solusyon upang makakuha ng mga bago mula sa orihinal na mga katotohanan.
Ang interface ay nagbibigay ng diyalogo sa isang wikang pamilyar sa user.
Ang mga pamamaraang nakabatay sa hinuha ay kadalasang ginagamit sa engineering ng kaalaman.
Ang konsepto ng isang lugar ng paksa.
Ang isang bagay ay isang bagay na umiiral o nakikita bilang isang hiwalay na nilalang.
Mga pangunahing katangian: discreteness; pagkakaiba.
Kapag naglalahad ng kaalaman, ginagamit ang isang pragmatikong diskarte, i.e. ang mga katangian ng bagay na mahalaga para sa paglutas ng mga problema na malulutas ng nilikhang sistema ay na-highlight. Samakatuwid, ang isang sistemang nakabatay sa kaalaman ay tumatalakay sa mga bagay na abstract na bagay. Ang bagay ay gumaganap bilang isang carrier ng ilang mga katangian ng bagay. Ang estado ng lugar ng paksa ay maaaring magbago sa paglipas ng panahon. Sa bawat sandali sa oras, ang estado ng lugar ng paksa ay nailalarawan sa pamamagitan ng isang hanay ng mga bagay at koneksyon. Ang estado ng lugar ng paksa ay nailalarawan sa pamamagitan ng isang sitwasyon.
Konseptwal na paraan ng paglalarawan sa lugar ng paksa.
Ang konseptwal na modelo ay sumasalamin sa mga pinaka-pangkalahatang katangian. Upang makapagbigay ng detalyadong paglalarawan, kailangan ang mga wika. Ang mga tampok na katangian ng konseptong paraan ng paglalarawan ng isang paksa ay abstraction at universality. Magagamit ang mga ito upang ilarawan ang anumang lugar ng paksa.
Ang konsepto ng isang object class.
Ang konsepto ng isang bagay ay ang konsepto ng mga set. Ang mga bagay na magkatulad sa isa't isa ay pinagsama sa mga klase. Sa iba't ibang mga punto ng oras, ang iba't ibang hanay ng mga bagay ay maaaring tumugma sa parehong klase.
K – klase ng bagay.
Kt – set ng mga bagay ng klase K sa oras t.
Pangkat (1999) = (IA-1-99, IA-1-98, …, IA-1-94, IB-1-99,…)
Pangkat (1998) = (IA-1-98, IA-1-97, …, IA-1-93, IB-1-98,…)
(t Кt = ( … )
Posisyon sa pagtuturo = (propesor, associate professor, senior lecturer, lecturer, assistant)
1 4 Geometric figure, parisukat na hugis, asul na kulay.
(К: А1 К1, А2К2, …, АnКn) pangalan ng attribute pangalan ng mga klase ng object classes attribute pair
Ang pagkilala sa mga bagay ay maaaring direkta at hindi direkta. Sa kaso ng isang direktang linya, ang mga pangalan ng mga bagay at serial number ng mga bagay ay ginagamit; hindi direkta ay batay sa paggamit ng mga katangian ng bagay.
Ang isang katangian ay maaaring isang bahagi. Ang isang katangian ay nauunawaan bilang isang katangian, katangian, o pangalan ng mga bahagi.
(Geometric na hugis: hugis Geometric na hugis kulay Kulay)
Ang pangalan ng katangian at mga pares ng halaga ng katangian ay kadalasang pareho.
Halimbawang sitwasyon:
(Lektura: lecturer Apelyido ng lecturer, lugar No. ng audience, paksa Pamagat ng paksa, listener Group code, araw Araw ng linggo, oras Oras ng pagsisimula)
Sitwasyon - ang koneksyon sa pagitan ng "guro" at "tagapakinig" at iba pang mga katangian ng sitwasyong ito ay ipinapakita.
Mga tungkulin ng mga kalahok sa sitwasyon:
Tagapakinig
Mga katangian ng sitwasyon:
(K: А1К1, А2К2, …, АnКn) – representasyon ng kaalaman sa anyo ng ilang istruktura.
(petsa, araw, araw_ng-buwan)
(petsa, buwan, buwan_pangalan)
(petsa, taon, taon)
(geometric_figure, hugis, geometric_shape)
(geometric_figure, kulay, kulay)
Ang representasyon ng kaalaman na ito ay tumutugma sa representasyon ng kaalaman sa anyo ng mga indibidwal na katotohanan.
(K: A1K1, A2K2, ..., AnKn)
Ang mga representasyon ng kaalaman tungkol sa mga bagay ay nahahati sa:
mga klase ng object (istruktura ng data)
kaalaman tungkol sa mga partikular na bagay (tungkol sa data)
Mga klase ng bagay.
1. (K: A1K1, A2K2, ..., AnKn)
Аi – pangalan ng katangian
Ki – object classes, ay ang attribute value
K – pangalan ng klase
(mga guro:
Buong pangalan apelyido_with_initials,
Posisyon sa pagtuturo_posisyon)
(guro, buong pangalan, apelyido_may_inisyal, guro, posisyon_pagtuturo)
3. K (K1, K2, ..., Kn)
4. K (A1,A2, ..., An)
(guro (apelyido_may_inisyal, posisyon_pagtuturo), guro (buong pangalan, posisyon))
Representasyon ng kaalaman para sa unang anyo:
(K: A1K1,A2K2, ... , AnKn) ki (Ki
Katangiang representasyon ng kaalaman:
(guro: - kumakatawan
Buong pangalan Semenov - ilang istraktura
Posisyon ng assistant professor) - data
Representasyon ng kaalaman para sa pangalawang anyo:
(K: AiKi) k (K, ki (Ki
Attributive na representasyon ng kaalaman sa anyo ng mga indibidwal na katotohanan:
(guro1, buong pangalan, Semenov) - 1, 2 ay mga link sa pagitan
(guro1, posisyon, associate professor) - mga katotohanan
(guro2, buong pangalan, Petrov)
(guro2, posisyon, katulong)
Representasyon ng kaalaman para sa ikatlong anyo:
K (K1, K2, … , Kn)
(guro (Semenov, associate professor) - posisyonal na representasyon ng kaalaman
Kung walang mga pangalan ng katangian, at ang mga katangian mismo ay nakasulat sa ilang mga posisyon, kung gayon ito ay isang posisyonal na representasyon ng kaalaman.
Ang representasyon ng kaalaman sa anyo ng "triple" - (bagay, katangian, halaga).
Upang kumatawan sa mga hindi tumpak na halaga, ginagamit ang mga koepisyent ng kumpiyansa - (bagay, katangian, halaga, koepisyent ng kumpiyansa).
0 - tumutugma sa kawalan ng katiyakan. negatibong halaga - ang antas ng kumpiyansa sa imposibilidad ng halaga ng katangian.
(pasyente 1, diagnosis, gastritis, K740)
* (pasyente, buong pangalan, Antonov, diagnosis ng colitis K760, gastritis K740)
Ang isang representasyon ng kaalaman tungkol sa isang object class ay tinatawag na minimal kung, kapag ang isa sa mga attribute ay inalis, ang natitirang set ng mga attribute ay hindi na isang representasyon ng object class na ito.
Pag-upa (lease_object, tenant, lessor, lease_term, fee).
Kung aalisin mo ang "lease_term", makakakuha ka ng pagbili at pagbebenta, at kung aalisin mo
“rent_term” at “fee”, pagkatapos ay makakakuha ka ng regalo.
Representasyon ng kaalaman sa isang relational database.
Relational database - ang data ay nakaimbak sa isang positional na format.
Ang data ay naka-imbak sa anyo ng isang talahanayan, kung saan ang pangalan ng talahanayan ay ang pangalan ng klase.
Ang bawat klase ay tumutugma sa isang table o database file. Ang pangalan ng klase ay ang pangalan ng kaukulang talahanayan. Mga pangalan ng katangian – kaukulang mga field ng talahanayan
(hanay). Ang mga hilera ng talahanayan ay mga talaan ng database. Ang entry ay tumutugma sa isang entry sa positional na format.
|A1 |A2 | . . .|Isang |
| | |. . | |
|K1 |K2 | . . .|Kn |
| | |. . | |
Mga guro
|Pangalan |posisyon|
|Semyonov |Associate Professor |
|Petrov |katulong|
Ang konsepto ng isang katangian sa isang positional database ay pinapanatili.
Ang entry na K (A1,A2, ..., An) ay tinatawag na relasyon sa pagitan ng mga katangian. Ang terminolohiyang ito ay ginagamit sa isang relational database. Ang ideya ng data sa isang relational database ay batay sa konsepto ng isang "susi".
Ang isang susi ay isang hanay ng mga katangian ng kaugnayan na ang halaga ay natatanging kinikilala ang isang tala sa isang file.
Apartment
| lungsod | kalye | bahay | gusali | apartment | lugar | bilang ng mga silid|
|Moscow |Tverskaya |2 |1 |47 |60 |2 |
|Moscow |Tverskaya |2 |1 |54 |50 |1 |
Sa kasong ito, ang susi ay bubuo ng ilang mga patlang.
Ang Ki sup Kj ay isang subclass ng class sup subclass; subclass sup class.
Ang Ki ay isang subclass ng Kj if (t Ki t (Kj t
(Kung sa anumang oras t ang klase Ki ay isang subclass ng Kj)
Npr - pag-uuri ng network.
Ang pag-uuri ng network ay ipinakita bilang isang hierarchical na istraktura.
Student sup student.
Ki bahagi ng Kj - ay bahagi ng Ki bahagi Kj
Ang Ki ay bahagi ng Kj kung ang isang partikular na bagay ng klase Ki ay bahagi ng isang natatanging tinukoy na bagay na Kj.
Saloobin ng pag-aari. k isa K - ay isang elemento
Ki ius K - ay isang bahagi
Nangangahulugan na ang isang bagay ng klase K ay binubuo ng mga bagay ng klase K1, K2, ...,
Kn, at isang object ng class K ay maaaring magsama ng ilang object ng class Ki.
Lektura Blg. 4.
Mga katangian ng mga relasyon.
Ang mga ugnayang partial order ay may pag-aari ng transitivity.
Ki sup Kj Kj sup Km
Ki part Kj Kj part Km
Kung ang isang elemento ay isang bahagi ng isang bloke, at ang bloke ay binubuo...
Walang mga cycle sa membership graph.
K1 ins K2, K2 ins K3,…,Kn-1 ins Kj
Hindi totoo na Kn ins K1
Ang Moscow ay isang lungsod
Lungsod sup Lokalidad
Ang Moscow ay isang Lokalidad
Mga operasyon sa mga klase ng mga bagay.
Gamit ang mga operasyon sa mga klase ng object, maaari mong tukuyin ang isang bagong klase ng object
Ki set ng mga bloke, halimbawa, mga TV
Ang mga materyal na bagay ay nahahati sa tatlong klase
Kundisyon (Premises (Kagamitan = Materyal na bagay
Tao (Kwarto = Tao (Kagamitan = Kwarto (
Kagamitan =?
Paglalagay ng mga Object Class
Tao (Apelyido, Pangalan, Patronymic na pangalan, Taon ng kapanganakan, kasarian)
Kasarian=(lalaki, babae)
Lalaki, babae = Human gender
K (K1, K2, K3, K4, K5)
KK5 – Paghahati-hati ng klase ayon sa klase ng K5.
Ang unyon ng lahat ng mga uri na ito ay tao.
Lalaki? Babae=Tao
Lalaki? Babae=?
(Kaalaman sa wikang banyaga
Maalam na tao
Paksa foreign_language)
Bilang resulta ng paghahati, nakakakuha tayo ng mga klase ng mga taong may alam ng banyagang wika.
Ang konseptwal na diagram ng isang lugar ng paksa ay isang hanay ng mga klase ng mga bagay, mga relasyon at mga operasyon na tinukoy dito.
Mga paglalarawan ng template ng estado ng lugar ng paksa:
Ang mga Klase K ay nagsasagawa ng mga klase sa pagdidisiplina sa isang grupo sa on in.
Ivanov I.I. nagsasagawa ng mga klase sa disiplina ng TOE sa pangkat na IT-1-98 sa Lunes sa ika-4 na pares sa G-301.
(mga klase: guro Disiplina ng guro Disiplina_pangalan pangkat Group_code araw Linggo_araw oras Pair_number lugar Audience)
Mga konseptong modelo ng isang paksang lugar - isang konseptwal na diagram kasama ng isang hanay ng mga pahayag na binuo ayon sa isang may hangganang hanay ng mga template.
Entity at Relationship Diagram (ER Diagram)
Diagram ng Relasyon ng Entity
Kakanyahan
Mga Katangian ng Entity at Relasyon
N guro ang nagtatrabaho sa 1 departamento. "*" ang tanda ng guro - mahahanap mo ang departamento.
Komunikasyon pandiwa o bagay
Katangian – pang-uri, numerator, sukat, lugar ng pagkilos
Mag-load ng iskedyul
Mga lohikal na sistema (mga modelo), batay sa isang halimbawa ng paghahatid ng mga kalakal sa isang tindahan.
Mga lohikal na modelo ng representasyon ng kaalaman.
Paglalarawan ng lugar ng paksa sa isa sa mga logical programming language, batay sa predicate calculus.
Wika ng multiple predicate calculus ng 1st order. Maramihang lohika ng 1st order.
Upang buuin ang wikang ito:
Ang konsepto ng isang uri ay tumutugma sa konsepto ng mga klase ng mga bagay.
Maraming mga uri ng S
Sa set ay tinukoy ng mga function. pangalan ng f-function;
mga uri ng argumento;
B - uri ng halaga ng function.
Z – ang lagda ay ang pinakamataas na antas ng representasyon ng kaalaman sa mga lohikal na modelo.
Predicate -
T=(0;1)
magsinungaling ng totoo
- pare-pareho ng uri B
Tingnan natin ang pagproseso ng mga bahagi sa produksyon bilang mga halimbawa.
2-turn;
1-paggiling;
S=(Bahagi, Makina, Operasyon, Part_type, Machine_type, Oras)
1) bata: Detalye ng Operasyon; f A1 B
2) st: Operasyon (Machine;
3) simula: Operasyon (Oras
4) con: Operasyon (Oras
5) part_type: Part (Part_type
6) type_st: Machine (Uri ng makina
7) 0: (Oras
T: (Oras
8) shaft_shaft: (Part_type shaft_place: (Part_type
9) mga milling cutter: (Machine_type kasalukuyang: (Machine_type
10) cutter_face: operation T current_rev: operation T
11) +: Oras* Oras Oras
12): Oras*Oras T
Kaalaman tungkol sa mga tiyak na bagay
(mas mababang antas ng representasyon ng kaalaman) sa wika ng multiple predicate calculus ay tinatawag na structure integrated signature
1) lagda
2) Istraktura ng pagsasama. Mga lagda.
3) Para sa bawat pangalan ng iba't-ibang, maraming bagay ng iba't-ibang ito ang nilikha.
Bahagi = (bahagi 1, bahagi 2, bahagi 3, bahagi 4)
Machine = (st.1, st.2, st.3)
Operasyon =(oper1,oper2,oper3,oper4,oper5,oper6,oper7,oper8)
Uri ng Bahagi = (stem_shaft, shaft_place)
Machine_type = (kasalukuyan, mga milling cutter)
Oras = (1,2,…,t)
Ang unyon ng lahat ng set ay ang uniberso.
Ang bawat function at predicate mula sa istraktura sa system ay tumutugma sa maraming mga kadahilanan.
1) bata(oper.1)=bata1 bata(operasyon2)=bata1 bata(operasyon3)=bata2
…………………..
2) st.(oper.1)= st.3 st.(oper.2)= st.1 st.(oper.3)= st.3
…………………
3) start(oper.1)=0 start(operation2)=5 start(operation3)=5
…………………..
4) conc(oper.1)=5 conc(oper.2)=12 conc(oper.3)=0
…………………
5) type_det(part.1)=stem_shaft type_detail(detail.2)=shaft_places type_detail(details.3)=steel_shaft type_detail(details4)=shaft_seats
………………….
6) uri_st. (st.1)=kasalukuyang uri_st. (st.2)=kasalukuyang uri_st. (st.3) = mga pamutol
………………….
10) cutter_face (oper1) current_rev (oper2) cutter_face (oper3)
|operasyon|bahagi |makina |simula |wakas |mill_end|current_arr|
|Oper1 |Det.1 |Art.3 |0 |5 |1 |0 |
|Oper2 |Det.1 |St.1 |5 |12 |0 |1 |
|Oper3 |Det.2 |Art.3 |5 |10 |1 |0 |
|Oper4 |Det.2 |Art.2 |10 |17 |0 |1 |
|Oper.5 |Det.3 |Art.3 |10 |16 |1 |0 |
|Oper6 |Det.3 |Art.1 |16 |26 |0 |1 |
|Oper7 |Det.4 |Art.3 |16 |22 |1 |0 |
|Oper8 |Det.4 |Art.2 |22 |32 |0 |1 |
|Bahagi|Uri_detalye |
|Det.1 |St_shaft |
|Det.2 |St_val |
|Det.3 |Val_place|
|Det.4 |Val_place|
|Machine|Type_st |
|St.1 |Kasalukuyan. |
|Art.2 |Kasalukuyan. |
|St.3 |Fr. |
3) Component: Mga lohikal na formula
Mga panuntunan para sa pagbuo ng mga formula: a) ang constant ng sort A ay isang term ng sort A b) isang variable na kumukuha ng value mula sa sort A ay isang term ng sort A c) kung ang signature ay naglalaman ng isang function - constructed terms of sorts ayon sa pagkakabanggit, pagkatapos
- may term ng sort B d) kung ang lagda ay naglalaman ng panaguri -
,therms ng built varieties
, iyon ay, isang atom. e) kung - mga termino ng parehong uri, pagkatapos ay ang expression, iyon ay, isang atom e) Ang isang atom ay isang tamang pagkakagawa ng formula (PPF) Ang isang variable na kasama sa isang atom ay libre sa atom na ito. g) kung ang itinayong formula ay malayang kasama ang mga variable x ng uri A, kung gayon ang mga expression:
Gayundin ay isang PPF, ang variable na "x" ay nakatali (sa mga bagong file) h) kung ang mga formula ay naitayo na, kung gayon ang , ay isa ring PPF
Mga halimbawa:
1) Kaalaman sa Representasyon b => oper2 na ginanap sa isang lathe type_st(st(oper2))=current
2) Nakumpleto ang Opera 2 sa stop 1 sa st. 1 start 5 end 12
3)
Lektura 8 11/12/99.
Paraan ng paglutas
Ang paraan ng paglutas ay nagpapatunay na hindi praktikal.
Upang magamit ang pamamaraang ito, kinakailangan na i-convert ang orihinal na formula sa DNF.
DNF:
- disjunction ng mga titik pii – atom o negation ng isang atom.
Pagkatapos ay kinakatawan ang DNF bilang isang hanay ng mga sugnay
Sa paraan ng paglutas mayroong isang panuntunan ng hinuha
Bilang resulta, mula sa 2 clause nakakakuha kami ng bago, na tinatawag na ruoventa
- nakakakuha tayo ng walang laman na sugnay, na palaging mali.
Kung ang isang set ay naglalaman ng isang walang laman na sugnay, kung gayon ito ay hindi kasiya-siya.
Ang resulta ay isang walang laman na sugnay, na nagpapatunay na ang hanay na ito ay hindi kasiya-siya.
Inilapat ang paraan ng paglutas hanggang sa makuha ang isang walang laman na sugnay.
m,n – const
pagpapalit sa halip na isang pare-parehong baryabol – pag-iisa.
Sa kasong ito, ginagawa namin ang pagpapalit (n/y):
Mula sa (1) at (2) => a(x)c(x,n) (5)
Mula sa (3) at (5), gumaganap ng pagpapalit (m/n) => c(m,n) (6)
Mula sa (4) at (6) nang walang mga pamalit => 0
Ang prinsipyo ng mga resolusyon sa Prolog
Ang prolog ay gumagamit ng mga sugnay na Chordian, i.e. disjuncts na naglalaman ng isang titik na walang negasyon.
Halimbawa
=>
pang-ugnay na walang negasyon
Maaaring gamitin ang mga disjunct na hindi naglalaman ng mga titik. – ito ang target na pahayag sa prologue: ? – a a: - b,c,d. b: - e,f. c. e. f.
?-a a(1) a(2) a(3)
|Hakbang Blg. |Target |Paunang |resolusyon|
| |. disjunct | |
|1 |?- a. |a:-b,c,d. |-b,c,d. |
|2 |?-b,c,d |b:-e,f |-e,f,c,d |
|3 |?-e,f,c,d |e |-f,c,d |
|4 |?-f,c,d |f |-c,d |
|5 |?-c,d |c |-d |
|6 |?-d |d |0 |
Representasyon ng programa sa anyo ng isang graph a: - b;c b: - d,e c: - g,f. e: - i,h g: - h,j d. f. h.
?-a
"," - At
";" - o
Ang pagbuo ng graph ay nagsisimula sa target na sugnay.
Ang graph ay nagpapakita kung alin at kung gaano karaming mga solusyon ang problemang isinasaalang-alang.
Dalawang solusyon sa problema
Modelo ng produksyon ng representasyon ng kaalaman.
Ang batayan para sa modelong ito ay mga panuntunan sa produksyon, na mayroong sumusunod na anyo
- panuntunan sa produksyon >:=
Kung noon [CD=]
Mga halimbawa:
Panuntunan 5
Kung kasarian=babae
At karagdagan=maliit
At timbang=65 taon_o_higit pa
Pagkatapos relative_weight = variable
Ang salik ng kumpiyansa ay tinutukoy ng bilang na 0-100
Panuntunan 27
KUNG inaasam-asam=mahusay
At panganib=mataas
TO factor=0 CD=10
Sa pangkalahatan, ang premise ay maaaring isang lohikal na pagpapahayag.
Kung ang premise ay totoo, kung gayon ang konklusyon ay totoo, i.e. ang konklusyon ay maaaring magpahiwatig ng ilang aksyon na ginagawa kung ang premise ay totoo
::[AI...ako]
::== object, attribute, value, confidence factor - representasyon ng kaalaman sa anyo ng apat
::==
:==CD=
Ang parehong bagay ay maaaring magkaroon ng iba't ibang kahulugan.
Ang mga multi-valued na bagay ay mga bagay na maaaring magkaroon ng ilang wastong halaga.
Kung ang isang bagay ay hindi idineklara bilang multi-valued, maaari itong magkaroon ng ilang mga halaga, kung gayon hindi nila kailangang maging maaasahan, i.e. CD= 100
Para sa mga bagay, ang halaga na hinihiling mula sa user.
Anong karagdagan?
1. Maliit
2. Average na pinapayagang mga halaga
3. Malaki
Ano ang edad
1. mas mababa sa 25
2. mula 25 hanggang 55
3. higit sa 55
Confidence factor ng parcel=min(Kdusl)
Katotohanang nakuha bilang resulta ng pagtupad sa prospect ng panuntunan = mahusay na AC = 50 panganib = mataas AC = 70 kadahilanan = 0
Pangunahing istraktura ng modelo ng produksyon ng representasyon ng kaalaman
Paunang data
Resulta
Lecture 9 (Wakas)
|№ |Salungatan |Pagpapatupad|Nagmula|
|hakbang|Marami | | |
| |mga tuntunin |mga tuntunin |katotohanan |
|1 | | | |
|2 | | | |
|3 | | | |
|4 | | | |
|5 | | | |
Nagtatapos ang mga hinuha kapag naabot na ang target na peak, o walang natitira pang naaangkop na panuntunan at hindi naabot ang layunin.
Baliktarin ang mga konklusyon - ginawa mula sa itaas hanggang sa ibaba (na may mga konklusyon na nakatuon sa target)
P 1 P2 P3 P4
P5
C 4 C5 C6 C7 C8
|№ |Layunin|Salungatan |Katuparan|Subgoals|Katotohanan|
|hakbang| |set | | | |
| | |mga panuntunan |mga tuntunin | | |
|1 |S1 |P6,P7 |P6 |S2,S3 | |
|2 |S2 |P1,P2 |P1 |S1,S5,S| |
|3 |C3 | | |3 |F1 |
|4 |C4 | | | |F2 |
|5 |C5 |P3 |P3 | | |
|6 |C6 | | |C6,C7,C|F3 |
|7 |C7 | | |8 |F4 |
|8 |C8 | | | |F5 |
| | | | | | |
Layunin - "tagal" - ang layunin ay tinukoy sa pamamagitan ng pangalan ng bagay.
Inihahambing ito sa konklusyon ng mga tuntunin at ang panuntunang may konklusyon ay pinili
, na naglalaman ng pangalan ng bagay. Pumili kami ng panuntunan na naglalaman ng target na bagay, bumubuo kami ng hypothesis
Sa proseso, ang hypothesis ay maaaring nakumpirma o pinabulaanan. Ang mga konklusyon ay nagpapatuloy hanggang sa ang isa ay makumpirma o ang lahat ng posibleng hypotheses ay naubos na.
Mas kaunting mga tseke ang ginagamit dahil ang isang tuntunin ay may ilang kundisyon at isang konklusyon.
Bidirectional na mga output.
Una, ang mga direktang konklusyon ay ginawa batay sa isang maliit na halaga ng data, bilang isang resulta ng isang hypothesis ay nabuo upang kumpirmahin o pabulaanan ang iba pang mga konklusyon ay ginawa.
Upang suriin ang mga kondisyon ng mga patakaran, ginagamit ang isang patakaran sa pag-activate ng patakaran, na sa bawat hakbang ay pinipili ang mga panuntunan kung saan ang mga kundisyon ay nasuri.
Dapat ding gamitin ang mga kundisyon. Sa mga tuntunin ng mga patakaran, ang mga indibidwal na patakaran ay nakikilala at pagkatapos ay ang mga pangkalahatan.
Pangkalahatang mga tuntunin - mga tuntunin ng mga kondisyon ng paglalapat. Saklaw ng pagkakalapat.
Pangkalahatang istruktura ng isang panuntunan sa produksyon.
(i); Q; P; A; =B; N
(i)– pangalan ng panuntunan:
Q - saklaw ng aplikasyon ng panuntunan;
P – kundisyon para sa pagkakalapat ng panuntunan (lohikal na kondisyon)
A => B – pangunahing tuntunin, kung saan ang A ay ang premise at ang B ay ang konklusyon;
N - tinutukoy ng set na kondisyon ang mga aksyon na gagawin kung ang kernel ay naisakatuparan.
P – kung totoo, ang core ng panuntunan ay isinaaktibo.
Frame – isang istruktura ng data para sa kumakatawan sa isang stereotypical na sitwasyon
(k: A1K1, A2K2, …., AnKn)
(sa: A1k1, A2k2,….,An kn)
(file name: slot1 name (slot1 value) slot2 name (slot2 value)
………………………………….. slot n pangalan (slot n value))
Protoframe – kaalaman tungkol sa isang klase ng mga bagay.
Ang isang frame—isang instance—ay nakukuha mula sa isang protoframe sa pamamagitan ng pagpuno sa mga puwang ng mga partikular na halaga.
Karaniwang kasama sa istruktura ng frame ang mga puwang ng system. Kasama sa sistema ng slot ang:
Tinutukoy namin ang mga puwang bilang isang frameparent, isang puwang na tumuturo sa mga direktang anak ng isang frame.
Bilang isang sistema ng mga puwang: mga puwang na naglalaman ng impormasyon tungkol sa lumikha ng programa at pagbabago nito.
Kasama sa istraktura ang:
- tagapagpahiwatig ng mana;
- tagapagpahiwatig ng uri ng data;
- mga demonyo, atbp.
FMS LANGUAGE (FMS).
Ang mga inheritance pointer ay maaaring:
U – unique – unique
S – pareho- ilang
R - saklaw - tagapagpahiwatig ng hangganan;
0 –override – huwag pansinin
U – sa mga frame ng iba't ibang antas na may parehong mga pangalan ay magkakaiba.
S – mga puwang para sa pagmamana ng mga halaga mula sa mas mataas na antas ng mga puwang na may parehong mga pangalan
Ang halaga ng mas mababang equation ay dapat nasa loob ng mga hangganan ng halaga na tinukoy sa itaas na equation.
R
Tao
Kung ang halaga ay hindi tinukoy, kung gayon ito ay minana mula sa tuktok na puwang ng equation, at kung ito ay tinukoy, kung gayon ang mana ay hindi papansinin.
Lektura 11 12/3/99
Kumbinasyon ng mga modelo ng network at frame sa sistema ng representasyon ng kaalaman sa OPS-5
Ang wikang ito ay may mga panuntunan sa produksyon at mga database
::=({| }+)
()+ - Maaaring ulitin nang maraming beses
::=((halaga))
::= |
(Sustansya klase acid
Pangalan
Kulay: walang kulay)
(Pagkakasunud-sunod ng mga gawain: Pinagmulan, Leaks Fencing)
Ano ang mga patakaran:
::=(P)
::={}+
::= | -
::= | |
::=((value>)+) |
# (Task order)
([{ }+])
# (Substance)
Ang pattern ay hindi kinakailangang ipahiwatig ang lahat ng mga katangian ng isang naibigay na klase, i.e. maaari naming isulat
(Sustansya klase acid
Pangalan) i.e. variable acid -bagay ay makakakuha ng halaga
::= ({ >}+)
Ang halaga mula sa kaukulang katangian ng elemento ng memory work ay dapat tumugma sa isa sa mga elementong tinukoy sa sheet na ito, kahit isa.
Ang mga kahulugang ito ay tinukoy sa mga tiyak na salita.
# (Substance class acid
Kulay)
::= ({{{}+}}+)
Ang listahan ng mga halaga ay maaari ding tukuyin bilang mga paghihigpit
# (Engine power (100 200))
(Engine power 160)
:={}+
::=(gumawa | tanggalin | (modif
{} +)
# (P coordinate _a
(aktibo ang target na estado
Pangalan coordinate)
Kung ang target ay makakapag-coordinate at ang pagkakasunud-sunod ng mga gawain ay hindi natukoy, pagkatapos ay lumikha
(Pagkasunod-sunod ng mga gawain) ->
(gawing aktibo ang target na estado
Pangalanan ang mga gawain sa pagkakasunud-sunod)
(modif1 status ng paghihintay))
Ang diskarte para sa paglutas ng mga problema ay batay sa isang tahasang setting ng layunin
Pagganap
1. paghahambing sa mga elemento ng memorya na nagreresulta sa isang magkasalungat na hanay ng mga panuntunan
2. Pagpili ng mga panuntunan mula sa set ng kontrahan
3. Pagsasagawa ng mga kilos na tinukoy sa pagtatapos ng mga tuntunin
Isinasagawa hanggang sa maabot ang layunin.
Pagkuha ng kaalaman
Pagkuha ng kaalaman mula sa isang pinagmulan, pagbabago nito sa kinakailangang anyo, at paglilipat nito sa base ng kaalaman ng isang matalinong sistema.
Ang kaalaman ay nahahati sa:
- objectified;
- subjective
Objectified - kaalaman na ipinakita sa mga panlabas na mapagkukunan - mga libro, magasin, gawaing pananaliksik.
- naka-format, ibig sabihin. ipinakita sa anyo ng mga batas, formula, modelo, algorithm.
Subjective - ang kaalaman na dalubhasa at empirikal ay hindi ipinakita sa panlabas na anyo.
Ang kaalaman ng isang dalubhasa ay impormal, ito ay binubuo ng maraming heuristic na pamamaraan at panuntunan, ito ay nagpapahintulot sa isa na makahanap ng mga diskarte sa paglutas ng mga problema at maglagay ng mga hypotheses na maaaring kumpirmahin o pabulaanan.
Ang kaalaman ay maaaring makuha sa proseso ng pagmamasid sa anumang bagay.
Mga mode ng pagpapatakbo ng isang inhinyero ng kaalaman at consultant sa proseso ng pagkuha ng kaalaman.
1. pagsusuri ng protocol
- Ang mga pangangatwiran ay naitala nang malakas sa proseso ng paglutas ng mga problema.
O.S. ang mga protocol ay iginuhit at sinusuri
2. Panayam - isang diyalogo ang isinasagawa kasama ang eksperimento, na naglalayong makakuha ng kaalaman.
3. Game simulation ng mga propesyonal na aktibidad.
Mga paraan ng pakikipanayam.
1. Ang pagpuputol sa mga hakbang ay tumutukoy sa mga koneksyon na nagpapahintulot sa pagbuo ng mga hierarchical na istruktura
2. Ang repertory grid 3 na mga konsepto ay iminungkahi at kinakailangang pangalanan ang pagkakaiba sa pagitan ng ika-2 konsepto at ng ika-3. Ang eksperto ay inaalok ng ilang mga konsepto at kinakailangang pangalanan ang mga karaniwang katangian => mga klase ng form.
Ang pamamaraan ng trabaho ng isang conitologist upang bumuo ng isang larangan ng kaalaman
May kasamang 2 yugto
1. paghahanda
1.1. Malinaw na paghahanda ng problema na dapat lutasin ng system
2. Pagpapakilala kay Konit kay Litova
3. Pagpili ng mga eksperto
4. Pagpapakilala sa mga eksperto sa kopya
5. Ipinapakilala ang eksperto sa isang sikat na pamamaraan ng artificial intelligence
6. Pagbuo ng isang larangan ng kaalaman mula sa isang kopya
2. Pangunahing yugto
1. pumping ang patlang ng kaalaman sa mode
2. team work ng cosmetologist - pagsusuri ng protocol, pagkilala sa mga koneksyon sa pagitan ng mga konsepto, paghahanda ng mga tanong para sa dalubhasa
3. Pumping up ang larangan ng kaalaman - ang gawain ng pagtatanong sa isang dalubhasa
4. Pormalisasyon ng konseptwal na problema.
5. Sinusuri ang pagkakumpleto ng modelo
Kung hindi kumpleto ang modelo, gagamitin ang 2nd approximation.
Lektura 12 10.12. 99.
Malabo na set
– kapal ng produkto maliit katamtamang malaki
degree
10 15 40 kapal ng produkto
- fuzzy set x - unibersal na set
x - bumuo ng isang hanay ng mga pares A
- tinatawag na membership function ng isang fuzzy set.
Ang mga halaga ng function ng membership para sa isang partikular na elemento X ay tinatawag
Degree ng kaakibat
Tagapagdala ng isang malabo na hanay
Ang isang normal na fuzzy set ay isang set kung saan
Malabo na set
X - unibersal na hanay
X - bumuo ng isang hanay ng mga pares A
: - tinatawag na membership function ng isang fuzzy set.
Ang halaga ng function ng membership para sa isang partikular na elemento X ay tinatawag na antas ng pagiging miyembro
- carrier ng fuzzy set
&
Ang isang normal na fuzzy set ay isang set para sa bawat isa
Kung babawasan natin sa normal na anyo => kailangan nating hatiin ang lahat ng mga halaga nito sa pamamagitan ng
.
Hayaang ibigay ang function ng membership ng isang integer mula 10 hanggang 40
Tukuyin ang konsepto ng maliit na kapal ng isang produkto.
| | | | | | | | x x
10 11 12 13 14 15 16 17 18
18
Mga operasyon sa mga fuzzy set
1. Unyon ng mga fuzzy set
2. Intersection ng fuzzy set
3. Complementation ng isang fuzzy set
Simula ng lektura 12 at 13.
(A1,(A2,….,(Isang x1,x2,…,xn x1(X1 x2(X2 … xn(Xn)
(A1 x(A2 x … x(An = ())
(x (x1,x2,…,xn) = min((A1 (x1), (A2 (x2)…(An (xn) ) )
(A x(B = (,
, }
5. Pagtaas ng fuzzy set sa isang power.
(A2 = con((A) - konsentrasyon
(A0.5 = dil((A) – stretching
Mga pamamaraan para sa pagtukoy ng function ng pagiging miyembro.
Higit ng kaunti sa 2. Mula 0 hanggang 5.
|x |0 |1 |2 |3 |4 |5 |
|n1 |- |- |- |10|8 |4 |
|n2 |10|10|10|- |2 |6 |
(A = n1 / (n1 + n2)
Paraan ng pagraranggo.
Malabo na variable.
(- pangalan ng fuzzy variable x - lugar ng kahulugan nito
(A ang kahulugan, tinutukoy ng fuzzy set ang semantics ng fuzzy variable
baryabol sa wika.
(- pangalan ng linguistic variable
T – basic term set – bumubuo ng mga pangalan ng fuzzy variable
(bihira, minsan, madalas), na mga variable na pangwika
X – carrier ng linguistic na kahulugan – domain ng kahulugan
G – sintaktikong pamamaraan
M - pamamaraang semantiko
Syntactic procedure sa anyo ng mga grammatical terms, ang mga simbolo na bumubuo sa mga termino mula sa mga set terms (at, o, hindi), type modifiers
(napaka, bahagyang, hindi, atbp.)
(- dalas
T = (bihira, minsan, madalas)
Madalas
Ang ganitong mga termino, kasama ang mga orihinal, ay bumubuo ng isang derivative ng mga termino ng set.
Ginagawang posible ng mga semantic procedure na muling isulat ang thermo-fuzzy semantics.
M((1 o (2) = (A1 ((A2.).
((1, x1, (A1)
((2, x2, (A2)
M((1 at (2) = (A1 ((A2.).
M(very() = con((A)
M(slightly() = dil((A)
Sitwasyon.
Ito ay isang klase ng mga modelo ng frame para sa representasyon ng kaalaman, kung saan ang kaalaman tungkol sa pagkakasunud-sunod ng mga aksyon at mga kaganapan na tipikal para sa lugar ng paksa ay ipinakita sa isang pangkalahatan at istruktura na anyo. Isaalang-alang natin ang isang stereotype - isang sanhi ng senaryo - tinutukoy nito ang pagkakasunud-sunod ng mga aksyon na kinakailangan upang makamit ang mga layunin.
(pangalan ng kcus: pangalan ng slot1(halaga ng slot1); pangalan ng slot2(halaga ng slot2);
... pangalan ng puwang n(halaga ng puwang n))
(kcus actor target actor premise key consequence pangalan ng system)
Tinutukoy ng premise ang mga aksyon na dapat gawin bago ang pangunahing aksyon upang magkabisa ito. Ang kahihinatnan ay ang pangwakas na aksyon. Ang pangalan ng system ay script.
(kcus “firefighting”: aktor (S:) layunin ng aktor (C: “stop the fire”)
P11, P12 parcels (cus: “search for extinguishing agents” R1, “extinguishing vehicles”)
K1 key (f: “paggamit ng mga ahente ng pamatay para sa isang kumpletong tigil-putukan”) kinahinatnan (P: “pagtigil sa putukan”) pangalan ng system (sys: cus*1))
R1 - mas maaga
(kcus “search for extinguishing means”: actor (S:) goal of the actor (C: “finding extinguishing means”)
P121, P22 parcels (cus: "pagtukoy sa mga coordinate ng lokasyon ng mga paraan ng pamatay" R1, "paglipat sa lokasyon ng mga paraan ng pamatay")
K2 key (f: "pagkuha ng mga ahente ng pamatay") kahihinatnan (P: "nasa lokasyon ng mga ahente ng pamatay") pangalan ng system (sys: cus*2))
(kcus "transportasyon ng mga paraan ng pamatay sa lugar ng apoy": aktor (S:) layunin ng aktor (C: "paghahatid ng mga paraan ng pamatay sa lugar ng apoy")
P31, P32 parcels (cus: “availability of extinguishing means” R1, “determining the coordinate of the fire location”)
K3 key (f: "paglipat sa lugar ng sunog") resulta (P: "paghahanap ng mga ahente ng pamatay sa lugar ng sunog") pangalan ng system (sys: cus*3))
Pagpapahusay ng kaalaman na nakabatay sa sitwasyon.
Sequencing:
D = cus: P11 R1 cus: P12 R1 K1 =
P21R1P22R1K2 P31R1P32R1K3
P21R1P22R1K2 R1 P31R1P32R1K3 R1 K1
Tinutukoy ng mga lugar ang mga aksyon na dapat gawin bago ang pangunahing aksyon at kinakailangan para sa pagkilos nito. Ang pagsisiyasat ay ang huling aksyon. script ng pangalan ng system.
Ang muling pagdadagdag ng kaalaman batay sa pseudophysical logics.
P1 – landing ng eroplano
P2 – suplay ng hagdan
P3 – mga pasaherong umaalis sa eroplano
P4 – paghahatid ng bus
P5 – pagdating sa terminal ng paliparan
Ang istruktura ng teksto sa antas ng lingguwistika ay kinakatawan ng sumusunod na pormula:
TS = PR4dt&P1R3 10,(P2&P2R1P3&P4R3 2,(P5 t = 15 oras 20 minuto
PR4dt , P1R3 10,(P2 (P2R4 dt + 10
P1R3 10,(P2 (P1R1P2
P4R3 2,(P5 (P4R1P5
TS* = P1R1P2& P1R1P3& P2R1P3& P4R1P5
Mga modelo at pamamaraan ng paglalahat ng kaalaman.
Ang paglalahat ay tumutukoy sa proseso ng pagkuha ng kaalaman na nagpapaliwanag ng mga umiiral na katotohanan, gayundin ang kakayahang mag-uri-uriin, ipaliwanag at mahulaan ang mga bagong katotohanan. Ang paunang data ay kinakatawan ng isang sample ng pagsasanay. Ang mga bagay ay maaaring hatiin sa mga klase. Depende sa kung ang isang priori dibisyon ng mga bagay sa mga klase ay tinukoy o hindi, ang mga modelo ng generalization ay nahahati sa mga modelo ng generalization ayon sa mga sample at ayon sa mga klase.
(+ = (01+, 02+…0nj+) – positibong sample.
Maaaring magtakda ng negatibong sample (- = (01-, 02-…0ьj-)
Kinakailangang maghanap ng panuntunan na nagpapahintulot sa iyo na matukoy kung ang isang bagay ay kabilang sa klase Kj o hindi.
Sa mga modelo ng generalization ng data, ang isang sample ay kinakatawan ng isang set ng mga object ng klase. Ang mga pamamaraan ng paglalahat ay nahahati sa mga pamamaraan ng paglalahat batay sa mga katangian at mga pamamaraan ng paglalahat ng istruktura-lohikal.
Z = (z1, z2, …, zr)
Zi = (zi1, zi2, …, zini)
Ang isang bagay ay nailalarawan sa pamamagitan ng isang hanay ng mga halaga ng tampok Qi = (z1j1, z2j2, …, zrjr).
Ginagamit ang mga paraan ng paglalahat ng istruktura-lohikal upang kumatawan sa kaalaman tungkol sa mga bagay na may panloob na istruktura sa mga pamamaraang istruktural-lohikal. Dalawang direksyon ang maaaring iharap: inductive na pamamaraan ng normal na calculus at generalization method sa semantic network.
Algorithm para sa pag-generalize ng mga konsepto batay sa mga tampok.
Ang mga patakaran para sa pagtukoy kung ang mga bagay ay kabilang sa isang partikular na klase ay kinakatawan sa isang bilang ng mga lohikal na formula na ang mga elemento ay hij at mga function ((((((((
Z = (z1, z2) (kasarian, edad)
Z1 = (z11, z12) (m, f)
Z2 = (z21, z22, z23) (bata, gitna, matanda)
(j+ = (01+, 02+) (j- = (01-, 02-, 03-)
01+ = (z11, z21) 02+ = (z11, z22)
01- = (z11, z23) 02- = (z12, z21) 03- = (z12, z22)
&i hij - pangkalahatan conjunctive konsepto
0 = max(xij – 1/(i), kung saan ang 0 ay isang pamantayan, ang xij ay ang dalas ng paglitaw ng isang tiyak na halaga ng isang tampok, (i ay ang bilang ng mga tampok.
0 = 3/5 – 1/2 = 0.1
(j+ = (01+, 02+) (j- = (01-)
(-1+ = 0 (-1- = {02-, 03-}
-----------------------
Sitwasyon
Static
Dynamic
Patuloy na pag-aari at relasyon
Estado
Sustainable
Pansamantala
Mga proseso
(pasyente 1, diagnosis, colitis, K760)
(pasyente 1, diagnosis, gastritis, K740)
mag-aaral
Hindi natukoy na bagay
Tukoy na bagay
Materyal na bagay
Hindi nasasalat na bagay
sitwasyon
space
silid
kagamitan
mga mag-aaral
kawani ng administratibo
mga guro
kawani ng serbisyo
nagtapos na estudyante
pinuno ng departamento
Methodist
Propesor
katulong
katulong sa laboratoryo
space
lalawigan
lokalidad
gumagana
guro
Pangalan ng cafe
pagpapalit
disiplina
Code ng pangkat
Ang knowledge engineering ay isang teknolohiya para sa pagbuo ng mga expert system. Nangangailangan ang prosesong ito ng isang espesyal na paraan ng pakikipag-ugnayan sa pagitan ng lumikha ng sistema ng eksperto, na tinatawag na isang inhinyero ng kaalaman, at isa o higit pang mga eksperto sa isang partikular na paksa. "Kinuha" ng isang knowledge engineer mula sa mga eksperto ang mga pamamaraan, diskarte, at panuntunan ng thumb na ginagamit nila upang malutas ang mga problema at i-embed ang kaalamang ito sa isang expert system. Ang isa sa pinakamahirap na problema na lumitaw kapag lumilikha ng mga ekspertong sistema ay ang pagbabago ng kaalaman ng eksperto at mga paglalarawan ng mga pamamaraan na ginagamit niya upang makahanap ng mga solusyon sa isang form na nagbibigay-daan sa kanila na maipakita sa base ng kaalaman ng system, at pagkatapos ay epektibong ginagamit upang malutas mga problema sa isang partikular na paksa.
Karaniwan, ang eksperto ay hindi gumagamit ng pamamaraang pamamaraan o dami. Ang pangunahing paraan nito ay pagkakatulad, intuwisyon at abstraction. Kadalasan hindi man lang maipaliwanag ng dalubhasa kung gaano niya eksaktong nahanap ang solusyon. Ang pagbuo ng isang base ng kaalaman ay may kasamang tatlong yugto:
- paglalarawan ng lugar ng paksa;
- pagpili ng modelo ng representasyon ng kaalaman;
- pagkuha ng kaalaman.
Ang unang hakbang sa pagbuo ng isang base ng kaalaman ay ang tukuyin ang lugar ng paksa kung saan ang sistema ng eksperto ay nakatuon sa paglutas ng mga problema. Sa esensya, ang gawaing ito ay bumaba sa pagtukoy sa kaalaman ng inhinyero sa mga hangganan ng saklaw ng aplikasyon ng system at ang klase ng mga problemang nilulutas nito. Sa kasong ito, kinakailangan:
- tukuyin ang likas na katangian ng mga gawain na lutasin;
- pumili ng mga bagay sa lugar ng paksa;
- magtatag ng mga koneksyon sa pagitan ng mga bagay;
- pumili ng modelo ng representasyon ng kaalaman;
- tukuyin ang mga partikular na katangian ng paksang lugar.
Ang pagkakakilanlan ng domain ay ang unang hakbang sa pag-abstract ng totoong mundo. Kapag natukoy na ang isang lugar ng paksa, dapat itong pormal na ilarawan ng inhinyero ng kaalaman. Upang gawin ito, kailangan niyang pumili ng modelo ng representasyon ng kaalaman. Sa pormal, ito ay dapat na isang modelo kung saan maaari mong pinakamahusay na ipakita ang mga detalye ng lugar ng paksa.
Ang inhinyero ng kaalaman ay una sa lahat obligado na interbyuhin ang dalubhasa at pagkatapos lamang magsimulang bumuo ng sistema. Sa kasong ito, kinakailangan upang matukoy ang nilalayon na layunin ng system. Sa kasong ito, ang pangunahing layunin ay nahahati sa mga subgoal.
Sa susunod na yugto, kinakailangan na balangkasin ang mga hangganan ng pinagmumulan ng data. Upang bumuo ng isang espasyo sa paghahanap para sa isang solusyon, kinakailangan upang tukuyin ang mga subgoal sa bawat antas ng hierarchy ng mga layunin ng pangkalahatang problema. Sa tuktok ng hierarchy ay dapat ilagay ang isang gawain na, sa pangkalahatan, ay sumasalamin sa mga pangunahing kakayahan at layunin ng system.
Matapos makilala ang mga bagay ng lugar ng paksa, kinakailangan upang maitatag kung anong mga koneksyon ang umiiral sa pagitan nila. Dapat mong sikaping tukuyin ang pinakamaraming koneksyon hangga't maaari.
Ang nagreresultang husay na paglalarawan ng lugar ng paksa ay dapat na kinakatawan sa pamamagitan ng ilang pormal na wika upang dalhin ang paglalarawang ito sa isang form na nagpapahintulot na mailagay ito sa base ng kaalaman ng system. Upang malutas ang problemang ito, ang isang angkop na modelo ng representasyon ng kaalaman ay pinili, sa tulong ng kung aling impormasyon tungkol sa lugar ng paksa ay maaaring ipahayag nang pormal.>
Ang sistema ay isang tagapamagitan, na nagtatapos sa isang kasunduan sa supply.
Ang knowledge engineering ay isang larangan ng computer science kung saan isinasagawa ang pananaliksik sa representasyon ng kaalaman sa mga computer, pinapanatili itong napapanahon at pagmamanipula nito.
Sistema ng kaalaman - isang sistemang batay sa kaalaman.
SOZ SBZ DBMS ES IS SII - sistema ng artificial intelligence.
Istraktura ng isang sistemang nakabatay sa kaalaman.
INTERFACE
Ang knowledge base ay isang modelo na kumakatawan sa isang computer ng kaalaman na naipon sa isang partikular na lugar ng paksa. Ang kaalamang ito ay dapat gawing pormal. Ang kaalaman ay nabuo gamit ang isang modelo at pagkatapos ay kinakatawan gamit ang isang tiyak na wika.
Ang kaalaman tungkol sa mga partikular na bagay at panuntunan ay karaniwang naka-highlight sa isang knowledge base. Ang mga patakarang ito ay isinasagawa bilang isang mekanismo para sa pagkuha ng mga solusyon upang makakuha ng mga bago mula sa orihinal na mga katotohanan.
Ang interface ay nagbibigay ng diyalogo sa isang wikang pamilyar sa user.
Ang mga pamamaraang nakabatay sa hinuha ay kadalasang ginagamit sa engineering ng kaalaman.
Ang konsepto ng isang lugar ng paksa.
Ang isang bagay ay isang bagay na umiiral o nakikita bilang isang hiwalay na nilalang.
Mga pangunahing katangian: discreteness; pagkakaiba.
Kapag naglalahad ng kaalaman, ginagamit ang isang pragmatikong diskarte, i.e. ang mga katangian ng bagay na mahalaga para sa paglutas ng mga problema na malulutas ng nilikhang sistema ay na-highlight. Samakatuwid, ang isang sistemang nakabatay sa kaalaman ay tumatalakay sa mga bagay na abstract na bagay. Ang bagay ay gumaganap bilang isang carrier ng ilang mga katangian ng bagay. Ang estado ng lugar ng paksa ay maaaring magbago sa paglipas ng panahon. Sa bawat sandali sa oras, ang estado ng lugar ng paksa ay nailalarawan sa pamamagitan ng isang hanay ng mga bagay at koneksyon. Ang estado ng lugar ng paksa ay nailalarawan sa pamamagitan ng isang sitwasyon.
Konseptwal na paraan ng paglalarawan sa lugar ng paksa.
Ang konseptwal na modelo ay sumasalamin sa mga pinaka-pangkalahatang katangian. Upang makapagbigay ng detalyadong paglalarawan, kailangan ang mga wika. Ang mga tampok na katangian ng konseptong paraan ng paglalarawan ng isang paksa ay abstraction at universality. Magagamit ang mga ito upang ilarawan ang anumang lugar ng paksa.
Ang konsepto ng isang object class.
Ang konsepto ng isang bagay ay ang konsepto ng mga set. Ang mga bagay na magkatulad sa isa't isa ay pinagsama sa mga klase. Sa iba't ibang mga punto ng oras, ang iba't ibang hanay ng mga bagay ay maaaring tumugma sa parehong klase.
K – klase ng bagay.
K t – set ng mga bagay ng klase K sa oras t.
Pangkat (1999) = (IA-1-99, IA-1-98, …, IA-1-94, IB-1-99,…)
Pangkat (1998) = (IA-1-98, IA-1-97, …, IA-1-93, IB-1-98,…)
" t K t = (… )
Posisyon sa pagtuturo = (propesor, associate professor, senior lecturer, lecturer, assistant)
1 4 Geometric figure, parisukat na hugis, asul na kulay.
pares ng katangian ng mga bagay
Ang pagkilala sa mga bagay ay maaaring direkta at hindi direkta. Sa kaso ng isang direktang linya, ang mga pangalan ng mga bagay at serial number ng mga bagay ay ginagamit; hindi direkta ay batay sa paggamit ng mga katangian ng bagay.
Ang isang katangian ay maaaring isang bahagi. Ang isang katangian ay nauunawaan bilang isang katangian, katangian, o pangalan ng mga bahagi.
(Geometric figure:
hugis Geometric na hugis
Kulay ng kulay)
Ang pangalan ng katangian at mga pares ng halaga ng katangian ay kadalasang pareho.
Halimbawang sitwasyon:
lecturer Apelyido ng lecturer,
lugar #_audience,
paksa Topic_name,
tagapakinig Group_code,
araw Araw ng linggo,
oras Start_time)
Sitwasyon - ang koneksyon sa pagitan ng "guro" at "tagapakinig" at iba pang mga katangian ng sitwasyong ito ay ipinapakita.
Mga tungkulin ng mga kalahok sa sitwasyon:
Tagapakinig
Mga katangian ng sitwasyon:
(K: A 1 K 1, A 2 K 2, ..., A n K n) – representasyon ng kaalaman sa anyo ng ilang istruktura.
(petsa, araw, araw_ng-buwan)
(petsa, buwan, buwan_pangalan)
(petsa, taon, taon)
(geometric_figure, hugis, geometric_shape)
(geometric_figure, kulay, kulay)
Ang representasyon ng kaalaman na ito ay tumutugma sa representasyon ng kaalaman sa anyo ng mga indibidwal na katotohanan.
(K: A 1 K 1, A 2 K 2, ..., A n K n)
Ang mga representasyon ng kaalaman tungkol sa mga bagay ay nahahati sa:
Mga klase ng bagay (struktura ng data)
Kaalaman tungkol sa mga partikular na bagay (tungkol sa data)
Mga klase ng bagay.
1. (K: A 1 K 1, A 2 K 2, ..., A n K n)
At ako ang pangalan ng katangian
Sa i - object classes, ay ang attribute value
K – pangalan ng klase
(mga guro:
Buong pangalan apelyido_with_initials,
Posisyon sa pagtuturo_posisyon)
2. (K: A i K i)
(guro, buong pangalan, apelyido_may_initials,
guro, posisyon pagtuturo_posisyon)
3. K (K 1, K 2, ..., K n)
4. K (A 1, A 2, ..., A n)
(guro (apelyido_may_inisyal, posisyon_pagtuturo),
guro (pangalan, posisyon))
Representasyon ng kaalaman para sa unang anyo:
(K: A 1 K 1 ,A 2 K 2 , … , A n K n) k i Î K i
Katangiang representasyon ng kaalaman:
(guro: - kumakatawan
Buong pangalan Semenov - ilang istraktura
Posisyon ng assistant professor) - data
Representasyon ng kaalaman para sa pangalawang anyo:
(K: A i K i) k Î K, k i Î K i
Attributive na representasyon ng kaalaman sa anyo ng mga indibidwal na katotohanan:
(guro 1 , buong pangalan, Semenov) - 1 , 2 ay mga link sa pagitan ng
(guro 1 , posisyon, associate professor) - mga katotohanan
(guro 2 , buong pangalan, Petrov)
(guro 2 , posisyon, katulong)
Representasyon ng kaalaman para sa ikatlong anyo:
K (K 1, K 2, ..., K n)
(guro (Semenov, associate professor) - posisyonal na representasyon ng kaalaman
Kung walang mga pangalan ng katangian, at ang mga katangian mismo ay nakasulat sa ilang mga posisyon, kung gayon ito ay isang posisyonal na representasyon ng kaalaman.
Ang representasyon ng kaalaman sa anyo ng "triple" - (bagay, katangian, halaga).
Upang kumatawan sa mga hindi tumpak na halaga, ginagamit ang mga koepisyent ng kumpiyansa - (bagay, katangian, halaga, koepisyent ng kumpiyansa).
(pasyente 1, diagnosis, colitis, K760)
0 - tumutugma sa kawalan ng katiyakan.
negatibong halaga - ang antas ng kumpiyansa sa imposibilidad ng halaga ng katangian.
 |
(pasyente 1, diagnosis, gastritis, K740)
* (pasyente, buong pangalan, Antonov, diagnosis ng colitis K760, gastritis K740)
Ang isang representasyon ng kaalaman tungkol sa isang object class ay tinatawag na minimal kung, kapag ang isa sa mga attribute ay inalis, ang natitirang set ng mga attribute ay hindi na isang representasyon ng object class na ito.
Pag-upa (lease_object, tenant, lessor, lease_term, fee).
Kung aalisin mo ang "lease_term," makakakuha ka ng pagbili at pagbebenta, at kung aalisin mo ang "lease_term" at "fee," makakakuha ka ng regalo.
Representasyon ng kaalaman sa isang relational database.
Relational database - ang data ay nakaimbak sa isang positional na format.
Ang data ay naka-imbak sa anyo ng isang talahanayan, kung saan ang pangalan ng talahanayan ay ang pangalan ng klase. Ang bawat klase ay tumutugma sa isang table o database file. Ang pangalan ng klase ay ang pangalan ng kaukulang talahanayan. Ang mga pangalan ng katangian ay ang mga kaukulang field ng talahanayan (column). Ang mga hilera ng talahanayan ay mga talaan ng database. Ang entry ay tumutugma sa isang entry sa positional na format.
Sa kasong ito, ang susi ay bubuo ng ilang mga patlang.