|
|
|
сделать стартовой | добавить в избранное |
 |
|
Компьютеры, Программирование Программирование, Базы данных
Методы приобретения знаний в интеллектуальных системах |
Браслет светоотражающий, самофиксирующийся, желтый. 
Крючки с поводками Mikado SSH Fudo "SB Chinu", №4BN, поводок 0,22 мм. 
Гуашь "Классика", 12 цветов. Введение. Инженерия знаний – это область информационной технологий, цель которой – накапливать и применять знания, не как объект обработки их человеком, но как объект для обработки их на компьютере. Для этого необходимо проанализировать знания и особенности их обработки человеком и компьютером, а также разработать их машинное представление. К сожалению точного и неоспоримого определения, что собой представляют знания, до сих пор не дано. Но тем не менее цель инженерии знаний – обеспечить использование знаний в компьютерных системах на более высоком уровне, чем до сих пор – актуальна. Но следует заметить, что возможность использования знаний осуществима только тогда, когда эти знания существуют, что вполне объяснимо. Технология накопления и суммирования знаний идет бок о бок с технологией использования знаний, они взаимно дополняют друг друга и ведут к созданию одной технологии, технологии обработки знаний. В данной работе я постарался описать методы решения одной из проблем данного комплекса – это проблемы приобретения знаний, или говоря другими словами – обучения. Методы приобретения знаний. Приобретение знаний реализуется с помощью двух функций: получения информации извне и ее систематизации. При этом в зависимости от способности системы обучения к логическим выводам возможны различные формы приобретения знаний, а также различные формы получаемой информации. Форма представления знаний для их использования определяется внутри системы, поэтому форма информации, которую она может принимать, зависит от того, какие способности имеет система для формализации информации до уровня знаний. Если обучающаяся система совсем лишена такой способности, то человек должен заранее подготовить все, вплоть до формализации информации, т. е. чем выше способности машины к логическим выводам, тем меньше нагрузка на человека. Функции, необходимые обучающейся системе для приобретения знаний, различаются в зависимости от конфигурации системы. В дальнейшем при рассмотрении систем инженерии знаний предполагается, что Существует система с конфигурацией, показанной на рис, 1.1, которая включает базу знаний и механизм логических выводов, использующий эти знания при решении задач. Если база знаний пополняется знаниями о стандартной форме их представления, то этими знаниями также можно воспользоваться. Следовательно, от функций обучения требуется преобразование полученной извне информации в знания и пополнение ими базы знаний. Рис.1 Базовая структура систем обработки знаний Можно предложить следующую классификацию систем приобретения знаний, которая будет опираться на способность системы к восприятию знаний в разных форматах, качественно различающихся между собой и способностью к формализации (рис 2). Рис 2.Классификация методов приобретения знаний. Обучение без выводов. Категорию А можно назвать обучением без выводов или механическим запоминанием, это простой процесс получения информации, при котором необязательны функции выводов, а полученная информация в виде программ или данных используется для решения задач в неизменном виде. Другими словами, это способ получения информации, характерный для существующих компьютеров.
Категория Б—это получение информации извне, представленной в форме знаний, т. е. В форме, которую можно использовать для выводов. Обучающейся Системе необходимо иметь функцию преобразования входной информации в формат, удобный для дальнейшего использования и включения в базу знании. Приобретение знаний на этом этапе происходит в наиболее простой форме: это знания, предварительно подготовленные человеком во внутреннем формате, какими являются большинство специальных знании, изначально заданных в экспертных системах. В случае прикладных систем инженерии знаний необходимо преобразовать специальные знания из какой-либо области в машинный формат, но для этого нужен посредник, хорошо знающий как проблемную область, так и инженерию знаний. Таких посредников называют инженерами по знаниям. В общем случае для замены функции посредника можно использовать и специальные подпрограммы. Т.е. необходимо иметь функции выводов достаточно высокого уровня, но можно ограничиться и выводами на сравнительно низком уровне, а остальное доверить человеку — в этом и состоит приобретение знаний в диалоге. Примером служит хорошо известная система EIRESIAS. Это система-консультант в области медицины, разработанная на базе системы MYCI . Специалисты в проблемной области являются преподавателями обучающейся системы, а ученик — система инженерии знаний — изучает ответы на поставленные задачи и корректирует те правила в базе знаний, которые ранее приводили к ошибкам. Для подготовки знаний в экспертной системе необходимы вспомогательные средства типа редактора знаний, причем в процессе приобретения знаний в диалоге не только редактируются отдельные правила и факты, но и восполняются недостатки существующих правил, т. е. ведется редактирование базы знаний. Если знания заданы во внешнем формате, например на естественном языке, то следует преобразовать их во внутренний формат. Для этого необходимо понимать внешнее представление, т. е. естественный язык, графические данные и т. п. Фактически приобретение знаний и их понимание тесно связаны. Проблема понимания сводится не только к преобразованию структуры предложений — необходимо получить формат, удобный для применения. Аналогичная проблема — преобразование во внутренний формат советов, подсказок по решению задач, что называется «операционализацией» знаний В этом заключается центральная проблема искусственного интеллекта; она, в частности, изучает преобразование советов, подсказок, представленных в терминах проблемной области, в процедуры. Например, система U DERS A D выполняет операционализацию представления задачи о ханойской башне на английском языке путем построения соответствующих состояний и операций, приводящих к этим состоя киям. Приобретение знаний на метауровне Выше было рассмотрено обучение на объектном уровне, а еще более сложная проблема - приобретение знаний на метауровне, т. е. знаний, основой которых является информация по управлению решением задач с использованием знаний на объектном уровне. Для знаний на метауровне пока не установлены ни формы представления и использования, ни связь со знаниями на объектном уровне, ни другая техника их систематизации.
Поскольку не определена форма их представления с точки зрения использования, то трудно говорить о приобретении знаний на метауровне. Тем не менее с этой проблемой связаны многие надежды в инженерии знаний, Приобретение знаний из примеров Метод приобретение знаний из примеров отличается от предыдущего метода, тем , что здесь выполняется сбор отдельных фактов, их преобразование и обобщение, а только затем они будут использованы в качестве знаний. И соответственно от уровня сложности системы вывода в системе будут возникать разные по степени общности и сложности знания. Необходимо также упомянуть о том, что этот метод приобретения знаний почти не нашёл практического применения, это может быть связано с тем, что входная информация представляет собой не систематизированный набор данных и для их обработки требуется наличие в системе обширных знаний по конкретной области. По сравнению с предыдущим методом приобретения знаний, этот метод имеет большую степень свободы и соответственно необходимо описать общие положения этого принципа. 1. Языки представления. Обучение по примерам — это процесс сбора отдельных фактов, их обобщение и систематизация, поэтому необходим унифицированный язык представления примеров и общих правил. Эти правила, будучи результатом обучения, должны стать объектами для использования знаний, поэтому и образуют язык представления знаний. И наоборот, язык представления знаний должен учитывать и определять указанные выше условия приобретения знаний. 2. Способы описания объектов. В случае обучения .по примерам из описаний отдельных объектов создаются еще более общие описания объектов некоторого класса, при этом возникает важная проблема: как описать данный класс объектов. В полном классе некоторых объектов следует определить меньший класс объектов, обладающих общим свойством (объекты только в этом классе обладают заданным свойством), но в действительности проще определить список объектов и убедиться, что все объекты в нем обладают общим свойством. Для некоторого типа задач можно эффективно использовать ложные примеры или контрпримеры, убедительно показывающие, что данные объекты не входят в этот класс. Иллюстрацией применения контрпримеров может служить понятие «почти то». 3. Правила обобщения. Для сбора отдельных примеров и создания общих правил необходимы правила обобщения. Предложено несколько способов их описания: замена постоянных атрибутов языка на переменные, исключение описаний с ограниченным применением и т. п. Очевидно, что эти способы тесно связаны с языком представления знаний. 4. Управление обучением. В процессе обучения по примерам можно применять различные стратегии структуризации информации и необходимо управлять этим процессом в ответ на входные данные. Существуют два классических метода: метод «снизу-вверх», при .котором, последовательно выбираются и структурируются отдельные сообщения, и метод «сверху-вниз», при котором сначала выдвигается гипотеза, а затем она корректируется по мере поступления информации. На практике эти методы комбинируются, хотя управление обучением с максимальным эффектом не такая уж простая проблема.
Глава Центра охарактеризовал это обучение как средство "закабаления конкурента" [Коновалова И., Коновалов Б. Все на Продажу // Вечерняя Москва. 28 (22313). 5 февраля 1998. С. 6.]. В данном примере важно, что чем качественнее и универсальнее было бы исходное обучение и чем шире обучаемые использовали его результаты, тем масштабнее и разрушительней стал бы эффект последующих действий стороны, организовавшей обучение. Это обучение должно было стать поистине троянским. P Управление обучаемостью Подчеркнем, что речь идет именно об управлении обучаемостью, а не об управлении обучением. Ведь пытаться управлять обучением человека (интеллектуальной системы, программного агента) как процессом приобретения им тех или иных знаний, умений, навыков можно и не прибегая к изменению его обучаемости. Многие виды животных целенаправленно учат своих детенышей. Но нет никаких данных, что они целенаправленно управляют их обучаемостью - хотя стихийно, вероятно, влияют на нее. Целенаправленная разработка и реализация программ повышения обучаемости "учись учиться" - это прерогатива человека и, возможно, созданных им искусственных систем
1. Психология религии: предмет, место в системе научного знания и методы исследования
2. Самовольная постройка как способ приобретения права собственности
4. Разработка математической модели на основе описанных методов
5. Методы земской статистики как основа современных социологических исследований
9. Такты истории, как основные элементы структуры исторических процессов
10. Учение В.И. Вернадского о ноосфере, проблема морали как специфического способа освоения мира
11. Молодежный сленг как своеобразный способ вербализации бытия
12. Свидетельские показания как средство доказывания в арбитражном процессе
13. Аудио- видеозаписи как средства доказывания в гражданском процессе
14. Методика проведения игр как эффективного способа проведения праздничных мероприятий
16. Социология как наука о явлениях и процессах в обществе
Фляжка сувенирная "На здоровье!", 270 мл. 
Настольная игра "Баскетбол". 
Бусы-прорезыватели "Фруктовый микс". 17. Лизинг как перспективный способ финансирования предприятий
18. Ломоносовский период как особый этап в области научно-педагогического знания в России
19. Виды и методы контроля знаний учащихся при изучении предмета "Хранение плодов и овощей"
20. Задачи и методы теории знания
21. Проблема, как форма развития знания в юриспруденции
25. Основные этапы становления педагогической психологии как самостоятельной отрасли научного знания
26. Психология труда как область научного знания о человеке и его трудовой деятельности
27. Религиозная и светская культуры как типы систем социального знания
28. Научные тексты как эмпирический материал изучения строения знаний и процессов мысли
29. Гипотеза как форма развития знания
30. Управленческий учет как особая область экономических знаний
31. Методы и модели интеллектуального автоматизированного контроля знаний
32. Этнопсихология как междисциплинарная область знаний
Качели Фея "Чарли 3 в 1". 
Вожжи - страховка для ребенка Спортбэби "Комфорт". 
Ножницы "Pigeon" для ногтей новорожденных. 34. Базы знаний как современные интеллектуальные информационные системы
35. Формы и методы проверки знаний, умений, навыков по математике начальных классов
36. Управление как система знаний
41. Психология как система научных знаниях
42. Религиоведение как система теоретического знания
43. Становление социологии музыки, как области знания
44. Математизация как форма интеграции научного знания
45. Современная экология как междисциплинарный комплекс знаний
46. Приобретение гражданства Российской Федерации
48. Роман "Пути небесные" как итог духовных исканий Ивана Сергеевича Шмелева
Органайзер для планшета (2 кармана), 40х35 см. 
Вожжи (поводок детский) "Baby BUM" № 3 (с ручкой и подмышечными валиками). 
Копилка-раскраска "Зайчик". 49. Путь к независимости или Ганди как символ свободы
50. Истинные знания о жизни. Происхождение человека
51. Инженерия знаний. Создание системы "Посредник", заключающей договоры на поставку стройматериалов
52. Повышение эффективности процесса представления знаний
53. ДЭНС-ТЕРАПИЯ как новый и современный метод лечения в медицине
57. Компьютерные технологии как фактор эволюции форм и методов обучения
58. Основные формы организации научного знания
60. История формирования научного социально-психологического знания
61. Исследование знания юридических терминов
62. Логико-методологические аспекты технического знания
Овощечистка "Mayer & Boch". 
Автомобиль со звуковым сигналом "Джип-каталка", красный. 65. Роль социологических знаний в образовании и деятельности инженера
66. Соотношение веры и знания. Эразм Роттердамский
68. Становление и формирование научных знаний в России в XVIII столетии
69. Философия, религия и наука и их соотношения в философском знании (Доклад)
73. Базы знаний
74. Пути и методы повышения конкурентоспособности товара
75. Основы современных экономических знаний
76. Энеолит. Новая материальная фиксация знаний
77. “Идеальные типы” как метод исследования культуры по работам М. Вебера в его избранных произведениях
78. О гуманизме, будущем России и социально-гуманитарном знании
79. «Трилогия вочеловечения» как отражение этапов творческого пути А. Блока
80. Реализм, как творческий метод
Настольная игра "Уве Розенберга Пэчворк". 
Мотоцикл-каталка 2-х колесный, желтый. 
Карандаши цветные "Magic", 12+1 цветов. 81. Гормональная контрацепция как метод реабилитации после абортов
82. Дельфинотерапия как метод психотерапии
83. Диагноз и дифференциальный диагноз приобретенных пороков сердца
84. Метод ПЦР в диагностике воспалительных заболеваний мочеполовых путей у мужчин и женщин
85. Основные методы и пути минимизации финансового риска
89. Научное знание: формат носителя не соответствует структуре содержания
91. Значение знаний о наследственности человека. Приобщение его к здоровому образу жизни
93. К вопросу о компьютерных программах учебного контроля знаний
94. Элементы проблемного обучения как метод и средство мотивации учения при изучении темы физики
95. Роль интуиции и неявного знания в формировании стиля математического мышления
96. Видео практикум как активный метод развития профессионального мышления студентов
Форма для выпечки силиконовая "Медвежонок", 26x23,5x4 см. 
Грязевая фреза для минимоек, для пистолета 375 серии. 
Бумага "Color copy", А4, 220 г/м2, 250 листов. 97. Контроль знаний и умений учащихся по физике
98. Особливості контролю знань з математики
99. Проверка и оценка знаний на уроках природоведения
Треугольные гелевые ручки с глитерами, 12 цветов. 
