Студопедия — Понятие фрейма, его структура.
Студопедия Главная Случайная страница Обратная связь

Разделы: Автомобили Астрономия Биология География Дом и сад Другие языки Другое Информатика История Культура Литература Логика Математика Медицина Металлургия Механика Образование Охрана труда Педагогика Политика Право Психология Религия Риторика Социология Спорт Строительство Технология Туризм Физика Философия Финансы Химия Черчение Экология Экономика Электроника

Понятие фрейма, его структура.






Существуют десятки моделей (или языков) представления знаний для различных предметных областей. Большинство из них может быть сведено к следующим классам:

• продукционные модели;

• семантические сети;

• фреймы;

• формальные логические модели.

Термин фрейм (от английского frame, что означает «каркас» или «рамка») был предложен Марвином Минским [Минский, 1979], одним из пионеров ИИ, в 70-е годы для обозначения структуры знаний в целях восприятия пространственных сцен. Эта модель, как и семантическая сеть, имеет глубокое психологическое обоснование.Фрейм – это абстрактный образ для представления некоего стереотипа восприятия.

В психологии и философии известно понятие абстрактного образа. Например, произнесение вслух слова «комната» порождает у слушающих образ комнаты: «жилое помещение с четырьмя стенами, полом, потолком, окнами и дверью, площадью 6-20 м2». Из этого описания ничего нельзя убрать (например, убрав окна, мы получим уже чулан, а не комнату), но в нем есть «дырки» или «слоты» – это незаполненные значения некоторых атрибутов – например, количество окон, цвет стен, высота потолка, покрытие пола и др.

В теории фреймов такой образ комнаты называется фреймом комнаты. Фреймом также называется и формализованная модель для отображения образа.

Различают фреймы-образцы, или прототипы, хранящиеся в базе знаний, и фреймы-экземпляры, которые создаются для отображения реальных фактических ситуаций на основе поступающих данных. Модель фрейма является достаточно универсальной, поскольку позволяет отобразить все многообразие знаний о мире через:

• фреймы-структуры, использующиеся для обозначения объектов и понятий (заем, залог, вексель);

• фреймы-роли (менеджер, кассир, клиент);

• фреймы-сценарии (банкротство, собрание акционеров, празднование именин);

• фреймы-ситуации (тревога, авария, рабочий режим устройства) и др.

Традиционно структура фрейма может быть представлена как список свойств:

(ИМЯ ФРЕЙМА; (имя 1-го слота: значение 1-го слота), (имя 2-го слота: значение 2-го слота), (имя N-ого слота: значение N-ого слота)).

Ту же запись можно представить в виде таблицы, дополнив ее двумя столбцами.

Структура фрейма

Имя фрейма
Имя слота Значение слота Способ получения значения Присоединенная процедура

В таблице дополнительные столбцы предназначены для описания способа получения слотом его значения и возможного присоединения к тому или иному слоту специальных процедур, что допускается в теории фреймов. В качестве значения слота может выступать имя другого фрейма, так образуются сети фреймов. Существует несколько способов получения слотом значений во фрейме-экземпляре:

• по умолчанию от фрейма-образца (Default-значение);

• через наследование свойств от фрейма, указанного в слоте АКО;

• по формуле, указанной в слоте;

• через присоединенную процедуру;

• явно из диалога с пользователем;

• из базы данных.

Важнейшим свойством теории фреймов является заимствование из теории семантических сетей – так называемое наследование свойств. И в фреймах, и в семантических сетях наследование происходит по АКО-связям (A-Kind-Of = это). Слот АКО указывает на фрейм более высокого уровня иерархии, откуда неявно наследуются, то есть переносятся, значения аналогичных слотов.

Например, в сети фреймов на рис. понятие «ученик» наследует свойства фреймов «ребенок» и «человек», которые находятся на более высоком уровне иерархии. Так, на вопрос «любят ли ученики сладкое» следует ответ «да», так как этим свойством обладают все дети, что указано во фрейме «ребенок». Наследование свойств может быть частичным, так как возраст для учеников не наследуется из фрейма «ребенок», поскольку указан явно в своем собственном фрейме.

Основным преимуществом фреймов как модели представления знаний является то, что она отражает концептуальную основу организации памяти человека, а также ее гибкость и наглядность. Специальные языки представления знаний в сетях фреймов FRL (Frame Representation Language), KRL (Knowledge Representation Language) и другие программные средства позволяют эффективно строить промышленные ЭС. Широко известны такие фрейм-ориентированные экспертные системы, как ANALYST, МОДИС, TRISTAN, ALTERID.

Генетические алгоритмы – это компьютерная модель эволюции популяции искусственных «особей», ключевыми операторами которой являются селекция, скрещивание и мутация.

Генетические алгоритмы предназначены для решения задач оптимизации. К подобным задачам можно отнести, например, бизнес-планирование. В процессе разработки бизнес-плана экономист сталкивается с большим числом альтернатив, характерных для рыночной экономики. Так, можно выбирать из многочисленных условий получения кредита в различных банках, составлять различные схемы закупок и реализации, рассматривать вопросы приобретения оборудования у различных поставщиков и т.д. В результате комбинации альтернатив по каждой из позиций возможны миллионы и даже миллиарды различных вариантов бизнес-плана. В условиях такой многовариантности поиск оптимального решения полным перебором вариантов или методом случайного выбора крайне затруднителен – оба этих метода могут занять чересчур длительное время. Существуют столь сложные задачи, что для полного перебора вариантов не хватит вычислительных мощностей всех ныне существующих компьютеров.

В общем виде генетический алгоритм можно описать следующим образом. Его работа начинается с формирования начальной популяции – конечного набора допустимых вариантов решения задачи. На каждом шаге эволюции с помощью вероятностного оператора селекции выбираются два решения, называемых родителями. Алгоритм выбора таков, что с ненулевой вероятностью родителем может стать любой вариант, но больше шансов у вариантов с лучшим значением целевой функции. Это сделано для того, чтобы отдать предпочтение лучшим решениям, но не забыть и о менее удачных: хотя сейчас они и не являются лидирующими, возможно, в них заложены параметры, которые положительно проявятся на следующих шагах эволюции.

Генетические алгоритмы пригодны для разного рода оптимизационных задач; их эффективность будет тем больше, чем больше число возможных вариантов.

1.4. Нейросетевые технологии

Нейросетевыми технологиями называют комплекс информационных технологий, основанных на применении искусственных нейронных сетей. Искусственные нейронные сети (ИНС) – это программно или аппаратно реализованные системы, построенные по принципу организации и функционирования их биологического аналога – нервной системы человека.

В основе нейросетевых технологий лежит идея о том, что функционирование биологического нейрона можно промоделировать относительно простыми математическими моделями, а вся глубина и гибкость человеческого мышления и другие важнейшие качества нервной системы определяются не сложностью нейронов, а их большим числом и наличием сложной системы связей между ними.

Математическую модель нейрона, а также разработанные на ее основе программные и аппаратные реализации называют искусственным, или формальным нейроном.

Первые разработки в области нейромоделирования относятся к середине XX века. В 1943 году американские ученые У. Мак-Каллок и У. Питтс предложили первую модель формального нейрона – математической абстракции от нейрофизиологических данных (модель Мак-Каллока-Питтса). Через несколько лет канадский физиолог Д. Хеббс предложил теорию обучения нейронов. В 1957 году американский психолог Ф. Розенблатт впервые реализовал техническую модель процесса восприятия, получившую название персептрона (персептрона).

Принципиально важной для теории искусственных нейронных сетей является идея о возможности обучения нейрона. Подобно биологическим системам, которые он моделирует, искусственный нейрон изменяет свои характеристики в результате попыток достичь лучшей модели поведения.

Нейросетевые технологии успешно применяются для решения целых классов экономических задач. Вместе с тем, для многих областей изучение возможностей применения ИНС находится в экспериментальной стадии. Нейросетевые технологии не должны рассматриваться как универсальное средство решения всех интеллектуальных задач. Их применение оправдано в тех областях, в которых существует значительное число однотипных примеров, отражающих скрытые взаимосвязи.

 







Дата добавления: 2015-10-02; просмотров: 1825. Нарушение авторских прав; Мы поможем в написании вашей работы!



Обзор компонентов Multisim Компоненты – это основа любой схемы, это все элементы, из которых она состоит. Multisim оперирует с двумя категориями...

Композиция из абстрактных геометрических фигур Данная композиция состоит из линий, штриховки, абстрактных геометрических форм...

Важнейшие способы обработки и анализа рядов динамики Не во всех случаях эмпирические данные рядов динамики позволяют определить тенденцию изменения явления во времени...

ТЕОРЕТИЧЕСКАЯ МЕХАНИКА Статика является частью теоретической механики, изучающей условия, при ко­торых тело находится под действием заданной системы сил...

Обзор компонентов Multisim Компоненты – это основа любой схемы, это все элементы, из которых она состоит...

Кран машиниста усл. № 394 – назначение и устройство Кран машиниста условный номер 394 предназначен для управления тормозами поезда...

Приложение Г: Особенности заполнение справки формы ву-45   После выполнения полного опробования тормозов, а так же после сокращенного, если предварительно на станции было произведено полное опробование тормозов состава от стационарной установки с автоматической регистрацией параметров или без...

Способы тактических действий при проведении специальных операций Специальные операции проводятся с применением следующих основных тактических способов действий: охрана...

Искусство подбора персонала. Как оценить человека за час Искусство подбора персонала. Как оценить человека за час...

Этапы творческого процесса в изобразительной деятельности По мнению многих авторов, возникновение творческого начала в детской художественной практике носит такой же поэтапный характер, как и процесс творчества у мастеров искусства...

Studopedia.info - Студопедия - 2014-2024 год . (0.009 сек.) русская версия | украинская версия