Слайд 2Интеллектуальные базы данных
обеспечивают выборку необходимой информации, не присутствующей в явном виде,
![Интеллектуальные базы данных обеспечивают выборку необходимой информации, не присутствующей в явном виде,](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-1.jpg)
а выводимой из совокупности хранимых данных
Слайд 3Естественно-языковой интерфейс
Применяется для доступа к интеллектуальным базам данных, контекстного поиска документальной
![Естественно-языковой интерфейс Применяется для доступа к интеллектуальным базам данных, контекстного поиска документальной](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-2.jpg)
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
Слайд 4Гипертекстовые системы
Используются для реализации поиска по ключевым словам в базах данных
![Гипертекстовые системы Используются для реализации поиска по ключевым словам в базах данных](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-3.jpg)
с текстовой информацией.
Механизм поиска сначала работает с базой знаний ключевых слов, а затем — с самим текстом
Слайд 5Системы контекстной помощи
Частный случай гипертекстовых и ЕЯ-систем
Пользователь описывает проблему, а
![Системы контекстной помощи Частный случай гипертекстовых и ЕЯ-систем Пользователь описывает проблему, а](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-4.jpg)
система на основе дополнительного диалога конкретизирует ее и выполняет поиск относящихся к ситуации рекомендаций.
Слайд 6Системы когнитивной графики
Ориентированы на общение с пользователем ИИС посредством графических образов,
![Системы когнитивной графики Ориентированы на общение с пользователем ИИС посредством графических образов,](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-5.jpg)
которые генерируются в соответствии с изменениями параметров моделируемых или наблюдаемых процессов
Слайд 72. Экспертные системы
Область исследования ЭС называют «инженерией знаний».
![2. Экспертные системы Область исследования ЭС называют «инженерией знаний».](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-6.jpg)
Слайд 8Характеристики задач
задачи не могут быть представлены в числовой форме;
исходные данные и знания
![Характеристики задач задачи не могут быть представлены в числовой форме; исходные данные](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-7.jpg)
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).
Слайд 9Области применения экспертных систем
![Области применения экспертных систем](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-8.jpg)
Слайд 10Признаки классифицирующие ЭС
способ формирования решения
анализирующие и синтезирующие ЭС
способ учета временного признака
статические и
![Признаки классифицирующие ЭС способ формирования решения анализирующие и синтезирующие ЭС способ учета](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-9.jpg)
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
Слайд 123. Самообучающиеся системы
Самообучающиеся интеллектуальные системы основаны на методах автоматической классификации ситуаций из
![3. Самообучающиеся системы Самообучающиеся интеллектуальные системы основаны на методах автоматической классификации ситуаций](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-11.jpg)
реальной практики, или на методах обучения на примерах.
Стратегия «обучения с учителем»
Обучение «без учителя»
Слайд 13Недостатки:
относительно низкую адекватность баз знаний возникающим реальным проблемам из-за неполноты и/или зашумленности
![Недостатки: относительно низкую адекватность баз знаний возникающим реальным проблемам из-за неполноты и/или](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-12.jpg)
обучающей выборки;
низкую степень объяснимости полученных результатов;
поверхностное описание проблемной области и узкую направленность применения из-за ограничений в размерности признакового пространства.
Слайд 14Индуктивные системы
Позволяют обобщать примеры на основе принципа индукции «от частного к
![Индуктивные системы Позволяют обобщать примеры на основе принципа индукции «от частного к](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-13.jpg)
общему». Процедура обобщения сводится к классификации примеров по значимым признакам.
Слайд 15Нейронные сети
Нейронные сети — обобщенное название группы математических алгоритмов, обладающих способностью
![Нейронные сети Нейронные сети — обобщенное название группы математических алгоритмов, обладающих способностью](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-14.jpg)
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
Слайд 16Системы, основанные на прецедентах
Поиск решения осуществляется на основе аналогий и включает
![Системы, основанные на прецедентах Поиск решения осуществляется на основе аналогий и включает](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-15.jpg)
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
Слайд 17
Информационные хранилища
Хранилище данных - это предметно-ориентированное, интегрированное, привязанное ко времени, неизменяемое
![Информационные хранилища Хранилище данных - это предметно-ориентированное, интегрированное, привязанное ко времени, неизменяемое](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-16.jpg)
собрание данных, применяемых для поддержки процессов принятия управленческих решений
Слайд 18Специальные методы для извлечения значимой информации
Технология OLAP (On-line Analytical Processing — оперативный
![Специальные методы для извлечения значимой информации Технология OLAP (On-line Analytical Processing —](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-17.jpg)
анализ данных)
Data Mining или Knowledge Discovery
Слайд 194. Адаптивные информационные системы
требования:
адекватно отражать знания проблемной области в каждый момент времени;
быть
![4. Адаптивные информационные системы требования: адекватно отражать знания проблемной области в каждый](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/463489/slide-18.jpg)
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.