Здесь вы узнаете про: модели представления данных в интеллектуальных системах, их различия, достоинства и недостатки каждой из моделей.
Основные модели представления знаний:
- Продукционные модели
- Семантические сети
- Фреймы
- Формальные логические модели
Продукционная модель
Продукционная модель позволяет представить знания в виде предложений, называемых продукциям, типа "Если (условие), то (действие)".
Достоинства:
- Подавляющая часть человеческих знаний может быть записана в виде продукций.
- Простота создания и понимания отдельных правил.
- Простота пополнения и модификации базы знаний.
- Простота механизма логического вывода.
- Возможность параллельной и асинхронной обработки правил.
Недостатки:
- Отсутствует теоретическое обоснование в построении продукционных систем. В основном при их построении используются эвристические приемы.
- Следствие из недостатка 1. При большом числе продукций процедура проверки непротиворечивости правил и корректности работы системы становится крайне сложной. Именно поэтому число продукций, с которыми работают реальные информационные системы, не превышает тысячи.
- Следствие из недостатка 2. Возможность легкого внесения серьезных искажений в базу знаний, приводящих к неправильному функционированию системы (если в системе нет развитых средств проверки целостности базы знаний).
Семантическая сеть
Это ориентированный граф, вершины которого отображают некоторые понятия, а дуги - отношения между ними.
Классификация семантических сетей по отношениям между понятиями:
1. По количеству отношений
- однородные - на графе представлен один тип отношений
- неоднородные - на графе представлены различные типы отношений
2. По типу отношений
- бинарные - связаны пары объектов
- n-арные - отношениями связано более двух понятий или объектов
Достоинства:
- Знания хорошо структурированы
- Структура понятна человеку
- Соответствие долговременной памяти у человека
Недостатки:
- Сложность организации процедуры поиска
- При большом объеме сеть трудно обозрима
Фреймы
В самом общем случае это структура, содержащая некоторую информацию. В искусственном интеллекте это так же структура, но она содержит объекты в виде атрибутов и их значений.
Достоинства:
- Обеспечивает эффективную реализацию процедур вывода
- Имеет возможность монотонных скачков
- Обеспечивает соответствие действительности
- Позволяет комбинировать различные модели представления знаний, объединяя их достоинства и устраняя недостатки
Недостатки:
- Каждый фрейм представляет собой довольно сложный фрагмент знаний. Удаление и включение нового фрейма довольно сложные процедуры.
- Сложное представление временных процессов
- Отсутствует формальная теория вывода на фреймах
Логические модели
Такие модели основаны на исчислении предикатов.
Предикат - это высказывание, в которое можно подставлять аргументы.
Достоинства:
- Формальный аппарат вывода новых фактов из известных фактов
- Возможность контроля целостности
- Простая и ясная нотация
Недостатки:
- Знания трудно структурировать
- При большом количестве формул их совокупность трудно обозрима, и вывод идет очень долго
