Интеллектуальные информационные системы

Интеллектуальные базы данных
обеспечивают выборку необходимой информации, не присутствующей в явном виде, а выводимой из совокупности хранимых данных

Естественно-языковой интерфейс
Применяется для доступа к интеллектуальным базам данных, контекстного поиска документальной текстовой информации, голосового ввода команд в системах управления, машинного перевода с иностранных языков
Для реализации ЕЯ-интерфейса необходимо решить проблемы:
морфологического, синтаксического и семантического анализа, задачу синтеза высказываний на естественном языке

Гипертекстовые системы
Используются для реализации поиска по ключевым словам в базах данных с текстовой информацией.
Механизм поиска сначала работает с базой знаний ключевых слов, а затем — с самим текстом

Системы контекстной помощи
Частный случай гипертекстовых и ЕЯ-систем
Пользователь описывает проблему, а система на основе дополнительного диалога конкретизирует ее и выполняет поиск относящихся к ситуации рекомендаций.

Системы когнитивной графики
Ориентированы на общение с пользователем ИИС посредством графических образов, которые генерируются в соответствии с изменениями параметров моделируемых или наблюдаемых процессов

2. Экспертные системы
Область исследования ЭС называют «инженерией знаний».

Характеристики задач
задачи не могут быть представлены в числовой форме;
исходные данные и знания о предметной области обладают неоднозначностью, неточностью, противоречивостью;
цели нельзя выразить с помощью четко определенной целевой функции;
не существует однозначного алгоритмического решения задачи;
алгоритмическое решение существует, но его нельзя использовать по причине большой размерности пространства решений и ограничений на ресурсы (времени, памяти).

Области применения экспертных систем

Признаки классифицирующие ЭС
способ формирования решения
анализирующие и синтезирующие ЭС
способ учета временного признака
статические и динамические ЭС
вид используемых данных и знаний
ЭС с детерминированными и неопределенными знаниями
число используемых источников знаний
ЭС с использованием одного или нескольких источников знаний

4 основных класса ЭС

3. Самообучающиеся системы
Самообучающиеся интеллектуальные системы основаны на методах автоматической классификации ситуаций из реальной практики, или на методах обучения на примерах.
Стратегия «обучения с учителем»
Обучение «без учителя»

Недостатки:
относительно низкую адекватность баз знаний возникающим реальным проблемам из-за неполноты и/или зашумленности обучающей выборки;
низкую степень объяснимости полученных результатов;
поверхностное описание проблемной области и узкую направленность применения из-за ограничений в размерности признакового пространства.

Индуктивные системы
Позволяют обобщать примеры на основе принципа индукции «от частного к общему». Процедура обобщения сводится к классификации примеров по значимым признакам.

Нейронные сети
Нейронные сети — обобщенное название группы математических алгоритмов, обладающих способностью обучаться на примерах, «узнавая» впоследствии черты встреченных образцов и ситуаций.
Нейронная сеть — это кибернетическая модель нервной системы, которая представляет собой совокупность большого числа сравнительно простых элементов - нейронов, топология соединения которых зависит от типа сети

Системы, основанные на прецедентах
Поиск решения осуществляется на основе аналогий и включает следующие этапы:
получение информации о текущей проблеме;
сопоставление полученной информации со значениями признаков прецедентов из базы знаний;
выбор прецедента из базы знаний, наиболее близкого к рассматриваемой проблеме;
адаптация выбранного прецедента к текущей проблеме;
проверка корректности каждого полученного решения;
занесение детальной информации о полученном решении в БЗ

Информационные хранилища
Хранилище данных - это предметно-ориентированное, интегрированное, привязанное ко времени, неизменяемое собрание данных, применяемых для поддержки процессов принятия управленческих решений

Специальные методы для извлечения значимой информации
Технология OLAP (On-line Analytical Processing — оперативный анализ данных)
Data Mining или Knowledge Discovery

4. Адаптивные информационные системы
требования:
адекватно отражать знания проблемной области в каждый момент времени;
быть пригодными для легкой и быстрой реконструкции при изменении проблемной среды.
Ядром таких систем является постоянно развиваемая модель проблемной области, поддерживаемая в специальной базе знаний — репозитории.