SIAA_C11C12_2015

4
SIAA AFPDII Metode şi tehnici de achiziţionare a cunoştinţelor Metode automate de achiziţionare a cunoştinţelor În cazul acestor metode, rolul inginerului de cunoştinţe şi / sau expertului este minimizat sau chiar eliminat prin utilizarea unor instrumente specializate, cum ar fi: sistemele de învăţare automată, procesoarele inteligente de texte etc, în scopul reducerii pierderilor de informaţii care se produc în procesul de achiziţionare manuală a cunoştinţelor, pe de o parte, şi al reducerii volumului de muncă corespunzător acestui proces, pe de altă parte. Sistemele de învăţare automată reprezintă sisteme de prelucrare a surselor de cunoştinţe, în vederea identificării şi explicării cunoştinţelor, cu ajutorul unor metode şi tehnici de achiziţionare automată a cunoştinţelor. În vederea achiziţionării automate a cunoştinţelor, sistemele de învăţare automată aplică o serie de metode şi tehnici: metode de învăţare simbolică; metode de învăţare neuronală; metode mixte. Învăţarea simbolică permite construirea primei forme a bazei de cunoştinţe. Limitele metodelor bazate pe calcul simbolic au făcut ca procesul de automatizare a achiziţionării cunoştinţelor să fie foarte lent şi rezultatele puţin convingătoare. Dintre cele mai cunoscute metode şi tehnici de învăţare simbolică se pot aminti: metode şi tehnici de învăţare „pe de rost”, prin intermediul cărora cunoştinţele oferite de mediu sunt transferate în baza de cunoştinţe fără nicio modificare, transformare, prelucrare; metode şi tehnici de învăţare prin instruire, cunoştinţele explicite din cadrul surselor fiind transferate în bază într-o formă de reprezentare care să faciliteze utilizarea lor ulterioară; metode şi tehnici de învăţare prin analogie presupun identificarea unui domeniu analog celui vizat de sistemul inteligent şi maparea cunoştinţelor din domeniul analog în domeniul de expertiză; metode şi tehnici de învăţare prin inducţie (din exemple, prin descoperire şi observare); metode şi tehnici de învăţare deductivă (prin explicaţii, prin reformularea cunoştinţelor). Dintre metodele şi tehnicile de învăţare neuronală se pot aminti: metode şi tehnici de instruire supervizată a reţelelor; metode şi tehnici de instruire semisupervizată; metode şi tehnici de instruire nesupervizată. Metodele mixte combină învăţarea simbolică (teoretică) cu învăţarea bazată pe calcul neuronal (empirică). O astfel de metodă este reţeaua neuronală bazată pe cunoştinţe, obţinută convertind cunoştinţele din baza de cunoştinţe într-o reţea neuronală.

description

SIAA_C11C12_2015

Transcript of SIAA_C11C12_2015

  • SIAA AFPDII

    Metode i tehnici de achiziionare a cunotinelor Metode automate de achiziionare a cunotinelor n cazul acestor metode, rolul inginerului de cunotine i / sau expertului este

    minimizat sau chiar eliminat prin utilizarea unor instrumente specializate, cum ar fi: sistemele de nvare automat, procesoarele inteligente de texte etc, n scopul reducerii pierderilor de informaii care se produc n procesul de achiziionare manual a cunotinelor, pe de o parte, i al reducerii volumului de munc corespunztor acestui proces, pe de alt parte.

    Sistemele de nvare automat reprezint sisteme de prelucrare a surselor de cunotine, n vederea identificrii i explicrii cunotinelor, cu ajutorul unor metode i tehnici de achiziionare automat a cunotinelor.

    n vederea achiziionrii automate a cunotinelor, sistemele de nvare automat aplic o serie de metode i tehnici:

    metode de nvare simbolic; metode de nvare neuronal; metode mixte.

    nvarea simbolic permite construirea primei forme a bazei de cunotine.

    Limitele metodelor bazate pe calcul simbolic au fcut ca procesul de automatizare a achiziionrii cunotinelor s fie foarte lent i rezultatele puin convingtoare. Dintre cele mai cunoscute metode i tehnici de nvare simbolic se pot aminti:

    metode i tehnici de nvare pe de rost, prin intermediul crora cunotinele oferite de mediu sunt transferate n baza de cunotine fr nicio modificare, transformare, prelucrare;

    metode i tehnici de nvare prin instruire, cunotinele explicite din cadrul surselor fiind transferate n baz ntr-o form de reprezentare care s faciliteze utilizarea lor ulterioar;

    metode i tehnici de nvare prin analogie presupun identificarea unui domeniu analog celui vizat de sistemul inteligent i maparea cunotinelor din domeniul analog n domeniul de expertiz;

    metode i tehnici de nvare prin inducie (din exemple, prin descoperire i observare);

    metode i tehnici de nvare deductiv (prin explicaii, prin reformularea cunotinelor).

    Dintre metodele i tehnicile de nvare neuronal se pot aminti: metode i tehnici de instruire supervizat a reelelor; metode i tehnici de instruire semisupervizat; metode i tehnici de instruire nesupervizat. Metodele mixte combin nvarea simbolic (teoretic) cu nvarea bazat pe

    calcul neuronal (empiric). O astfel de metod este reeaua neuronal bazat pe cunotine, obinut convertind cunotinele din baza de cunotine ntr-o reea neuronal.

  • SIAA AFPDII

    Metode i tehnici de reprezentare a cunotinelor Metodele i tehnicile de reprezentare a cunotinelor definesc structurile de

    reprezentare a cunotinelor, structuri care trebuie s satisfac o serie de cerine: adecvarea reprezentaional, adic posibilitatea de reprezentare a tuturor

    categoriilor de cunotine din cadrul domeniului respectiv; adecvarea achiziional, schema de reprezentare fiind obligat s favorizeze

    procesul de achiziionare a cunotinelor; adecvarea inferenial, n sensul c structurile de reprezentare trebuie s

    permit definirea unor operatori, s fie prelucrabile; eficacitatea inferenial, n sensul c structurile de reprezentare trebuie s

    permit realizarea prelucrrilor nu n orice condiii, ci numai n condiii de eficien. O schem de reprezentare se poate caracteriza printr-o multitudine de

    caracteristici: gradul de granularitate al reprezentrii, dat de nivelul de detaliere al

    primitivelor reprezentaionale; gradul modularitate al construciilor (structurilor) de reprezentare care

    exprim nivelul de independen relativ al acestor structuri; gradul de compilare al reprezentrii, exprim msura n care reprezentarea

    favorizeaz anumite scheme de utilizare a cunotinelor; Teoretic, gradul de compilare trebuie s fie zero, ns necesitatea asigurrii unei eficiene impune facilitarea unor prelucrri, deci asigurarea unui grad de compilare mai mare sau mai mic.

    gradul de nedeterminare se refer la numrul de soluii alternative de reprezentare din care se poate face reprezentarea unei anumite piese de cunoatere.

    Cele mai folosite metode i tehnici de reprezentare a cunotinelor sunt cele bazate pe calculul simbolic: metode i tehnici bazate pe logic (logica propoziional, logica cu predicate de ordinul I), metoda regulilor de producie, metode i tehnici de reprezentare a cunotinelor structurate (reele semantice, cadre, scenarii, dependene conceptuale etc.).

    Metodele i tehnicile de reprezentare bazate pe calculul neuronal sunt mult mai omogene dect cele simbolice, n cadrul reelelor neuronale cunotinele fiind reprezentate prin intermediul parametrilor de reea.

    Metodele i tehnicile de reprezentare bazate pe calculul genetic au la baz conceptul de cromozom, ca unic structur de reprezentare adaptat.

    Logica cu predicate de ordinul I

    Logica cu predicate de ordinul I permite ca o propoziie s fie fragmentat n dou pri de baz: obiecte (argumente) i predicate.

    Predicatul este un enun formal despre obiecte i relaiile dintre ele. Obiectul este unitatea elementar reprezentat.

    Numrul de argumente al unui predicat reprezint aritatea predicatului. Un predicat de aritate 0 este o propoziie, numit i predicat constant.

  • SIAA AFPDII

    De exemplu, propoziia Ionescu este student la UPG se transcrie n logica cu predicate de ordinul I, astfel: student(Ionescu, UPG).

    Logica cu predicate de ordinul I utilizeaz i cuantificatori: cuantificatorul universal )(X - stabilete c o propoziie care conine o

    variabil este adevrat pentru toate valorile posibile ale variabilei; cuantificatorul existenial )(X - stabilete c o propoziie este adevrat

    pentru cel puin o valoare a variabilei. Cuantificatorul universal )(X , cu neles de pentru oricare sau pentru toate

    se interpreteaz c o conjuncie de predicate despre instane, n timp ce cuantificatorul existenial )(X este o form restrictiv a acestuia i are neles de exist, cel puin un, pentru nite, exist un.

    De exemplu, propoziiile: Orice student este absolvent al unui liceu. Exist un student al UPG care este student la tiine Economice.

    se transcriu n logica cu predicate de ordinul I astfel: (X), student(X)absolvent_liceu(X). (X), student(X, UPG)student(X, Stiinte Economice). Metoda regulilor de producie Regulile de producie sunt enunuri condiionale uor de neles i de descris, care

    specific o aciune care va avea loc n situaia n care condiiile sunt adevrate. n vocabularul inginerilor de cunotine, ele se mai numesc relaii cauz efect,

    premis concluzie, ipotez aciune, condiie aciune, test rezultat, IF THEN sau IF- THEN ELSE.

    O regul de producie are urmtoarea sintax:

    Dac / IF .....

    sunt ndeplinite atunci / then execut altfel / else execut

    unde: , sunt premise; reprezint conectorul logic ;,, , sunt concluzii care se ndeplinesc n situaia n care premisele sunt adevrate;

    , sunt concluzii care se ndeplinesc n situaia n care premisele nu sunt adevrate.

  • SIAA AFPDII

    Regulile de forma: Dac premis atunci concluzie.

    reprezint reguli deductive, iar regulile de forma: Concluzie dac premis.

    reprezint reguli inductive. n cadrul metodei regulilor de producie, cunotinele sunt reprezentate prin dou

    tipuri de entiti: reguli i fapte. Regulile sunt cunotine reprezentate de implicaii i exprim cunotine generale

    referitoare la domeniul problemei de rezolvat. De exemplu: Dac rata inflaiei crete i cererea de credite crete atunci rata dobnzii crete.

    Faptele sunt aseriuni unitare i reprezint cunotinele specifice care descriu un caz particular, de exemplu, o instan a problemei de rezolvat. De exemplu:

    SIAA este o disciplin studiat de studenii anului II AFPD.. Avantajele principale ale utilizrii modelului regulilor de producie n

    reprezentarea cunotinelor sunt: partiionarea cunotinelor n piese de cunoatere independente, permind

    astfel dezvoltarea incremental a bazei de cunotine; separarea cunotinelor generale din domeniul aplicaiei, de datele specifice

    unei instane a acesteia; posibilitatea pstrrii a dou forme de exprimare a regulilor: o form intern

    sistemului (adecvat procesului de dezvoltare) i o form extern (apropiat de limbajul natural, pentru interfaa utilizatorului cu sistemul).