Отчет по лабораторной работе №1 По дисциплине

Вид материалаОтчет

Содержание


11 Анаиз предметной области и выбор модели представления знаний.
Декларативные знания
Процедурные знания
Представление знаний
2Фреймовая модель знаний
Разработка базы знаний
Подобный материал:

Федеральное агентство по образованию

ГОУ ВПО Уфимский государственный авиационный технический университет


Кафедра информатики


Отчет по лабораторной работе № 1

По дисциплине:

«Компьютерные технологии в науке и производстве»

На тему:

«Оформление пояснительной записки»


Выполнил:

Маг.гр.КАИД-511

Ахиярова Л.Н.

Проверил:

Минасова Н.С.


Уфа 2011




Содержание

Введение

Анализ предметной области и выбор модели представления знаний

Разработка базы знаний

Выводы

Введение

Темой курсовой работы является разработка базы знаний для диагностики простудных заболеваний.

Курсовая работа предназначена для углубления теоретических и практических навыков в области проектирования баз знаний.

В цели и задачи курсовой работы входят:
  • изучение основных понятий: знания и данные;
  • изучение архитектуры и особенностей экспертных систем;
  • изучение моделей представления знаний;
  • изучение процесса представления неопределенности знаний и данных;
  • изучение процесса приобретения знаний;
  • изучение методов структурирования и формализации.



11 Анаиз предметной области и выбор модели представления знаний.


Знания – это закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области.

По своей природе знания можно разделить на декларативные и процедурные.

Декларативные знания представляют собой описание фактов и явлений, фиксируют наличие или отсутствие таких фактов, а также включают описания основных связей и закономерностей, в которые эти факты и явления входят.

Процедурные знания – это описание действий, которые возможны при манипулировании фактами и явлениями для достижения намеченных целей.

По способу приобретения знания можно разделить на факты и эвристику (правила, которые позволяют сделать выбор при отсутствии точных теоретических обоснований). Факты – это хорошо известные в данной предметной области обстоятельства. Эвристика (правила) – это категория знаний, основанная на собственном опыте эксперта, работающего в конкретной предметной области, накопленной в результате многолетней практики.

По типу представления знания делятся на факты и правила. Факты – это знания типа «А – это А», такие знания характерны для баз данных и сетевых моделей. Правила , или продукции – это знания типа «Если А, то Б».

Представление знаний определяет характеристики системы искусственного интеллекта. Представление знаний – это выражение на некотором формальном языке свойств различных объектов и закономерностей, важных для решения прикладных задач и организации взаимодействия пользователя с ЭВМ. Совокупность знаний, хранящихся в вычислительной системе и необходимых для решения комплекса прикладных задач, называется системой знаний.

Необходимые условия представления знаний: однородность представления и простота понимания, структурирование и модульность. Цель метода представления знаний – эффективное выполнение функций наименования, описания и ограничения знаний, обеспечения качества основных структур знания в частности словаря и легкости понимания, механизмов запоминания и извлечения.

Существует достаточно много моделей представления знаний, но большинство из них может быть сведено к следующим классам:
  • продукционные модели – модель основанная на правилах, позволяет представить знание в виде предложений типа: «ЕСЛИ условие, ТО действие». Продукционная модель обладает тем недостатком, что при накоплении достаточно большого числа (порядка нескольких сотен) продукций они начинают противоречить друг другу;
  • сетевые модели (или семантические сети) – в инженерии знаний под ней подразумевается граф, отображающий смысл целостного образа. Узлы графа соответствуют понятиям и объектам, а дуги – отношениям между объектами. Обладает тем недостатком, что однозначного определения семантической сети в настоящее время отсутствует;
  • фреймовая модель – основывается на таком понятии как фрейм (англ. frame – рамка, каркас). Фрейм – структура данных для представления некоторого концептуального объекта. Информация, относящаяся к фрейму, содержится в составляющих его слотах. Слоты могут быть терминальными либо являться сами фреймами, т.о. образуя целую иерархическую сеть.

Для данной курсовой работы выберем фреймовую модель представления знаний.

2Фреймовая модель знаний


Фреймовая модель основана на концепции Марвина Мински (Marvin Minsky) – профессора Массачусетского технологического института, основателя лаборатории искусственного интеллекта, автора ряда фундаментальных работ. Фреймовая модель представляет собой систематизированную психологическую модель памяти человека и его сознания.

Фрейм (англ. frame – рамка, каркас) – структура данных для представления некоторого концептуального объекта. Информация, относящаяся к фрейму, содержится в составляющих его слотах.

Слот (англ. slot – щель, прорезь) может быть терминальным (листом иерархии) или представлять собой фрейм нижнего уровня.

Каждый фрейм, как показано на рисунке ниже, состоит из произвольного числа слотов, причем несколько из них обычно определяются самой системой для выполнения специфических функций, а остальные определяются пользователем.

Пояснение:
  • имя фрейма (имя фрейма) – это идентификатор, присваиваемый фрейму. Фрейм должен иметь имя, единственное в данной фреймовой модели (уникальное имя);
  • имя слота (имя слота) – это идентификатор, присваиваемый слоту. Слот должен иметь уникальное имя во фрейме, к которому он принадлежит. Обычно имя слота не несет никакой смысловой нагрузки и является лишь идентификатором данного слота, но в некоторых случаях оно может иметь специфический смысл;
  • указатель наследования – только для фреймовых моделей иерархического типа; они показывают, какую информацию об атрибутах слотов во фрейме верхнего уровня наследуют слоты с такими же именами во фрейме нижнего уровня;
  • указатель атрибутов – указатель типа данных слота.
  • значение слота – значение, соответствующее типу данных слота и удовлетворяющее условиям наследования;
  • демон – процедура, автоматически запускаемая при выполнении некоторого условия. Демоны запускаются при обращении к конкретному слоту фреймовой модели.

Пример фреймовой модели иерархического типа представлен ниже:

Таблица 1.1

Простудное заболевание

Название болезни

бронхит

Симптомы болезни

кашель


В данном случае "ПРОСТУДНОЕ ЗАБОЛЕВАНИЕ" - название фрейма; "НАЗВАНИЕ БОЛЕЗНИ", "СИМПТОМЫ БОЛЕЗНИ" - слоты; "БРОНХИТ", "КАШЕЛЬ" - значения слотов.

Фреймы образуют иерархию. Иерархия во фреймовых моделях порождает единую многоуровневую структуру, описывающую либо объект, если слоты описывают только свойства объекта, либо ситуацию или процесс, если отдельные слоты являются именами процедур, присоединенных к фрейму и вызываемых при его актуализации.

Формально фрейм – это тип данных вида:


  • – имя объекта;
  • – множество слотов, содержащих факты, определяющие декларативную семантику фрейма;
  • – множество слотов, обеспечивающих связи с другими фреймами (каузальные, семантические и т. д.);
  • – множество слотов, обеспечивающих преобразования, определяющие процедурную семантику фрейма.

Фреймы подразделяются на:
  • фрейм-экземпляр – конкретная реализация фрейма, описывающая текущее состояние в предметной области;
  • фрейм-образец – шаблон для описания объектов или допустимых ситуаций предметной области;
  • фрейм-класс – фрейм верхнего уровня для представления совокупности фреймов образцов.

В целом фреймовая модель допускает представление всех свойств декларативных и процедурных знаний. Глубина вложенности слотов во фрейме (число уровней) зависит от предметной области и языка, реализующего модель.


Разработка базы знаний

Используя редактор онтологий Protégé, разработаем фреймовую онтологическую модель заданной предметной области.

Чтобы начать разработку онтологии, необходимо выделить несколько основных вопросов:
  1. Виды простудных заболеваний
  2. Симптомы простудных заболеваний
  3. Динамика, жалобы заболевших.

Следующим шагом будет разработка иерархии классов. Здесь мы определили следующие моменты:

- заболевание

- симптомы

- жалобы заболевшего

- осмотр доктора

- диагноз

- динамика заболевания.




Рисунок 1.1 Иерархия классов

Для класса «диагноз» мы выделили подклассы:

- бронхит

- грипп

- орви

- пневмония

- ринит

- синусит

Для класса «жалобы» мы выделили подклассы:

- температура

- насморк

- заложенность носа

- кашель

- боль в горле

- слабость

И т.д.


Далее при помощи Ontograf мы создали графическую модель онтологии

Рисунок 1.2 Графическая модель онтологии


Выводы


В этом курсовом проекте я описала методологию разработки онтологии. Я перечислила шаги при разработке онтологии и затронула сложные вопросы определения иерархий классов и свойств классов и экземпляров. Тем не менее, помимо всех правил и советов, следует помнить одну из важнейших вещей: для любой предметной области не существует единственно правильной онтологии. Проектирование онтологии – это творческий процесс и две онтологии, разработанные разными людьми, никогда не будут одинаковыми. Потенциальные приложения онтологии, а также понимание разработчиком предметной области и его точка зрения на нее будут, несомненно, влиять на принятие решений при проектировании онтологии.

3Приложение


Текст приложения