Daniel Golubiewski
Reprezentacja wiedzy w systemach ekspertowych
* Metody reprezentacji wiedzy 1. rachunek zdań :
- najprostsza metoda reprezentacji wiedzy, - oparta o logikę dwuwartościową ,
- dowolnie złożone zdania można rozdzielić za pomocą spójników logicznych tj. => implikacja,
<=> równoważność, ¬ negacja, koniunkcja,
alternatywa.
2. stwierdzenia
- zapisywane za pomocą trójki (<obiekt>, <atrybut>, <wartość>) , - dodatkowo stosuje się słowniki obiektów, atrybutów i wartości, - do wyznaczania relacji najczęściej stosuje się sieci semantyczne.
3. reprezentacja regułowa
- wiedza zapisywana za pomocą reguł typu:
IF przesłanka THEN konkluzja,
- w regułach dodatkowo można stosować spójniki NOT, AND, OR, ELSE, - dodatkowo można określać stopień pewności poszczególnych reguł.
4. rachunek predykatów
- jest rozszerzeniem rachunku zdań o kwantyfikatory „dla każdego” i „istnieje”,∀ ∃
- predykat to wyrażenie typu W(x) , które jest zdaniem po zastą pieniu x odpowiednią wartością , - agumenty predykatu nazywane są termami,
5. sieci semantyczne
6. reprezentacja za pomocą ram
- rama jest strukturą opisują cą obiekt lub klasę obiektów, - rama składa się z klatek opisują cych konkretną cechę obiektu,
- klatka składa się z fasetów określają cych jego wartość, ograniczenia, komentarz, - istnieje mechanizm dziedziczenia,
- wnioskowanie następuje poprzez przechodzenie w hierarchii dziedziczenia.
7. wnioskowanie rozmyte
* Reguły dla wnioskowania rozmytego są podobne jak dla zwykłego, z tą różnicą , że zarówno w przesłankach jak I konkluzjach takich reguł mogą wystą pić fakty rozmyte.
* Koncepcje teorii zbiorów rozmytych znalazły liczne zastosowania w realizacji systemów ekspertowych.
* Maszyna wnisokują ca takich systemów działa na podstawie tzw. Wnioskowania rozmytego, które można przeprowadzić dzięki odpowiedniej reprezentacji wiedzy opisują cej dany problem za
pomocą zbiorów rozmytych, a następnie zastosowaniu pewnych przekształceń danych wyjściowych w postać koń cową .
