'

Интеллектуальные информационные системы

Понравилась презентация – покажи это...





Слайд 0

Интеллектуальные информационные системы


Слайд 1

Интеллектуальные базы данных обеспечивают выборку необходимой информации, не присутствующей в явном виде, а выводимой из совокупности хранимых данных


Слайд 2

Естественно-языковой интерфейс Применяется для доступа к интеллектуальным базам данных, контекстного поиска документальной текстовой информации, голосового ввода команд в системах управления, машинного перевода с иностранных языков Для реализации ЕЯ-интерфейса необходимо решить проблемы: морфологического, синтаксического и семантического анализа, задачу синтеза высказываний на естественном языке


Слайд 3

Гипертекстовые системы Используются для реализации поиска по ключевым словам в базах данных с текстовой информацией. Механизм поиска сначала работает с базой знаний ключевых слов, а затем — с самим текстом


Слайд 4

Системы контекстной помощи Частный случай гипертекстовых и ЕЯ-систем Пользователь описывает проблему, а система на основе дополнительного диалога конкретизирует ее и выполняет поиск относящихся к ситуации рекомендаций.


Слайд 5

Системы когнитивной графики Ориентированы на общение с пользователем ИИС посредством графических образов, которые генерируются в соответствии с изменениями параметров моделируемых или наблюдаемых процессов


Слайд 6

2. Экспертные системы Область исследования ЭС называют «инженерией знаний».


Слайд 7

Характеристики задач задачи не могут быть представлены в числовой форме; исходные данные и знания о предметной области обладают неоднозначностью, неточностью, противоречивостью; цели нельзя выразить с помощью четко определенной целевой функции; не существует однозначного алгоритмического решения задачи; алгоритмическое решение существует, но его нельзя использовать по причине большой размерности пространства решений и ограничений на ресурсы (времени, памяти).


Слайд 8

Области применения экспертных систем


Слайд 9

Признаки классифицирующие ЭС способ формирования решения анализирующие и синтезирующие ЭС способ учета временного признака статические и динамические ЭС вид используемых данных и знаний ЭС с детерминированными и неопределенными знаниями число используемых источников знаний ЭС с использованием одного или нескольких источников знаний


Слайд 10

4 основных класса ЭС


Слайд 11

3. Самообучающиеся системы Самообучающиеся интеллектуальные системы основаны на методах автоматической классификации ситуаций из реальной практики, или на методах обучения на примерах. Стратегия «обучения с учителем» Обучение «без учителя»


Слайд 12

Недостатки: относительно низкую адекватность баз знаний возникающим реальным проблемам из-за неполноты и/или зашумленности обучающей выборки; низкую степень объяснимости полученных результатов; поверхностное описание проблемной области и узкую направленность применения из-за ограничений в размерности признакового пространства.


Слайд 13

Индуктивные системы Позволяют обобщать примеры на основе принципа индукции «от частного к общему». Процедура обобщения сводится к классификации примеров по значимым признакам.


Слайд 14

Нейронные сети Нейронные сети — обобщенное название группы математических алгоритмов, обладающих способностью обучаться на примерах, «узнавая» впоследствии черты встреченных образцов и ситуаций. Нейронная сеть — это кибернетическая модель нервной системы, которая представляет собой совокупность большого числа сравнительно простых элементов - нейронов, топология соединения которых зависит от типа сети


Слайд 15

Системы, основанные на прецедентах Поиск решения осуществляется на основе аналогий и включает следующие этапы: получение информации о текущей проблеме; сопоставление полученной информации со значениями признаков прецедентов из базы знаний; выбор прецедента из базы знаний, наиболее близкого к рассматриваемой проблеме; адаптация выбранного прецедента к текущей проблеме; проверка корректности каждого полученного решения; занесение детальной информации о полученном решении в БЗ


Слайд 16

Информационные хранилища Хранилище данных - это предметно-ориентированное, интегрированное, привязанное ко времени, неизменяемое собрание данных, применяемых для поддержки процессов принятия управленческих решений


Слайд 17

Специальные методы для извлечения значимой информации Технология OLAP (On-line Analytical Processing — оперативный анализ данных) Data Mining или Knowledge Discovery


Слайд 18

4. Адаптивные информационные системы требования: адекватно отражать знания проблемной области в каждый момент времени; быть пригодными для легкой и быстрой реконструкции при изменении проблемной среды. Ядром таких систем является постоянно развиваемая модель проблемной области, поддерживаемая в специальной базе знаний — репозитории.


Слайд 19


Слайд 20

Типы проектирования Оригинальное Реализация этого подхода основана на использовании систем автоматизированного проектирования, или CASE-технологий (Designer2000, SilverRun, Natural Light Storm и др.). Типовое Для реализации этого подхода применяются инструментальные средства компонентного (сборочного) проектирования информационных систем (R/3, BAAN IV, Prodis и др.).


×

HTML:





Ссылка: