Posibniki.com.ua Інформатика Прикладні системи штучного інтелекту 5.5. Адаптивні методи логічного розпізнавання на семантичних мережах


< Попередня  Змiст  Наступна >

5.5. Адаптивні методи логічного розпізнавання на семантичних мережах


15 доти, допоки не буде вичерпаний список G.

8. B = {F

1 (g’) ? F

2 (g’)}.

9. Модифікується В відповідно до (1).

10. Береться перший елемент (P’,g’,I’) зі списку В і він виключається з цього списку, причому імена Р і Р’ збігаються, а I’ = 1, якщо I = 2 і I’ = 2, якщо I = 1. Якщо таких елементів немає для ?g’ ? G, то — перехід на крок 17.

11. Знаходимо ? для Р і Р’.

12. B = B ? CLIST.

13. B = B?.

14. Якщо В = ?, то процедура завершилася успішно, інакше перехід на крок 15.

15. Першим елементом ALIST стає підсписок В.

16. Вибирається перший елемент з ALIST і він видаляється з СLIST, перехід на крок 5.

17. Якщо ALIST = ?, то процедура завершилася невдало, інакше в СLIST заноситься перший елемент ALIST, і цей елемент видаляється з ALIST.

18. Перехід до кроку 5.

Приклад: ()() ??yxMyxQg,,:

1 . ()()() vuQwvHvuMg,,,:

2 ??. ()()() zxHyzMyxFg,,,:

3 ?? . () abMg,:

4 ?. () acFg,:

5 ?. () cdMg,:

6 ?. g

4 QMHF g

5 g

3 g

6 g

1 g

2

8. B = {F

1 (g’) F

2 (g’)}.

9. Модифікується В відповідно до (1).

10. Береться перший елемент (P’,g’,I’) зі списку В і він виключається з цього списку, причому імена Р і Р’ збігаються, а I’ = 1, якщо I = 2 і I’ = 2, якщо I = 1. Якщо таких елементів немає для ?g’ ? G, то — перехід на крок 17.

11. Знаходимо ? для Р і Р’.

12. B = B ? CLIST.

13. B = B?.

14. Якщо В = ?, то процедура завершилася успішно, інакше перехід на крок 15.

15. Першим елементом ALIST стає підсписок В.

16. Вибирається перший елемент з ALIST і він видаляється з СLIST, перехід на крок 5.

17. Якщо ALIST = ?, то процедура завершилася невдало, інакше в СLIST заноситься перший елемент ALIST, і цей елемент видаляється з ALIST.

18. Перехід до кроку 5.

Приклад: ()() ??yxMyxQg,,:

1 . ()()() vuQwvHvuMg,,,:

2 ??. ()()() zxHyzMyxFg,,,:

3 ?? . () abMg,:

4 ?. () acFg,:

5 ?. () cdMg,:

6 ?. g

4 QMHF g

5 g

3 g

6 g

1 g

2чається з цього списку, причому імена Р і Р’ збігаються, а I’ = 1, якщо I = 2 і I’ = 2, якщо I = 1. Якщо таких елементів немає для ?g’ ? G, то — перехід на крок 17.

11. Знаходимо ? для Р і Р’.

12. B = B ? CLIST.

13. B = B?.

14. Якщо В = ?, то процедура завершилася успішно, інакше перехід на крок 15.

15. Першим елементом ALIST стає підсписок В.

16. Вибирається перший елемент з ALIST і він видаляється з СLIST, перехід на крок 5.

17. Якщо ALIST = ?, то процедура завершилася невдало, інакше в СLIST заноситься перший елемент ALIST, і цей елемент видаляється з ALIST.

18. Перехід до кроку 5.

Приклад: ()() ??yxMyxQg,,:

1 . ()()() vuQwvHvuMg,,,:

2 ??. ()()() zxHyzMyxFg,,,:

3 ?? . () abMg,:

4 ?. () acFg,:

5 ?. () cdMg,:

6 ?. g

4 QMHF g

5 g

3 g

6 g

1 g

2якщо I = 2 і I’ = 2, якщо I = 1. Якщо таких елементів немає для ?g’ ? G, то — перехід на крок 17.

11. Знаходимо ? для Р і Р’.

12. B = B ? CLIST.

13. B = B?.

14. Якщо В = ?, то процедура завершилася успішно, інакше перехід на крок 15.

15. Першим елементом ALIST стає підсписок В.

16. Вибирається перший елемент з ALIST і він видаляється з СLIST, перехід на крок 5.

17. Якщо ALIST = ?, то процедура завершилася невдало, інакше в СLIST заноситься перший елемент ALIST, і цей елемент видаляється з ALIST.

18. Перехід до кроку 5.

Приклад: ()() ??yxMyxQg,,:

1 . ()()() vuQwvHvuMg,,,:

2 ??. ()()() zxHyzMyxFg,,,:

3 ?? . () abMg,:

4 ?. () acFg,:

5 ?. () cdMg,:

6 ?. g

4 QMHF g

5 g

3 g

6 g

1 g

2

12. B = B ? CLIST.

13. B = B?.

14. Якщо В = ?, то процедура завершилася успішно, інакше перехід на крок 15.

15. Першим елементом ALIST стає підсписок В.

16. Вибирається перший елемент з ALIST і він видаляється з СLIST, перехід на крок 5.

17. Якщо ALIST = ?, то процедура завершилася невдало, інакше в СLIST заноситься перший елемент ALIST, і цей елемент видаляється з ALIST.

18. Перехід до кроку 5.

Приклад: ()() ??yxMyxQg,,:

1 . ()()() vuQwvHvuMg,,,:

2 ??. ()()() zxHyzMyxFg,,,:

3 ?? . () abMg,:

4 ?. () acFg,:

5 ?. () cdMg,:

6 ?. g

4 QMHF g

5 g

3 g

6 g

1 g

2

13. B = B?.

14. Якщо В = ?, то процедура завершилася успішно, інакше перехід на крок 15.

15. Першим елементом ALIST стає підсписок В.

16. Вибирається перший елемент з ALIST і він видаляється з СLIST, перехід на крок 5.

17. Якщо ALIST = ?, то процедура завершилася невдало, інакше в СLIST заноситься перший елемент ALIST, і цей елемент видаляється з ALIST.

18. Перехід до кроку 5.

Приклад: ()() ??yxMyxQg,,:

1 . ()()() vuQwvHvuMg,,,:

2 ??. ()()() zxHyzMyxFg,,,:

3 ?? . () abMg,:

4 ?. () acFg,:

5 ?. () cdMg,:

6 ?. g

4 QMHF g

5 g

3 g

6 g

1 g

2

14. Якщо В = ?, то процедура завершилася успішно, інакше перехід на крок 15.

15. Першим елементом ALIST стає підсписок В.

16. Вибирається перший елемент з ALIST і він видаляється з СLIST, перехід на крок 5.

17. Якщо ALIST = ?, то процедура завершилася невдало, інакше в СLIST заноситься перший елемент ALIST, і цей елемент видаляється з ALIST.

18. Перехід до кроку 5.

Приклад: ()() ??yxMyxQg,,:

1 . ()()() vuQwvHvuMg,,,:

2 ??. ()()() zxHyzMyxFg,,,:

3 ?? . () abMg,:

4 ?. () acFg,:

5 ?. () cdMg,:

6 ?. g

4 QMHF g

5 g

3 g

6 g

1 g

2

17. Якщо ALIST = ?, то процедура завершилася невдало, інакше в СLIST заноситься перший елемент ALIST, і цей елемент видаляється з ALIST.

18. Перехід до кроку 5.

Приклад: ()() ??yxMyxQg,,:

1 . ()()() vuQwvHvuMg,,,:

2 ??. ()()() zxHyzMyxFg,,,:

3 ?? . () abMg,:

4 ?. () acFg,:

5 ?. () cdMg,:

6 ?. g

4 QMHF g

5 g

3 g

6 g

1 g

2

1. CLIST = 0; ALIST = 0.

2. A = {F

1 (g) ? F

2 (g)}.

3. Множина А модифікується так, щоб кожен елемент мав вигляд (1).

4. CLIST = A.

5. Береться перший елемент з CLIST, що має вигляд (P,g,I), де Р — предикативний символ, g — ім’я диз’юнкта, а I = 1, якщо дуга (g,P

1 і I = 2, якщо дуга (g, P) Ц

2 . З CLIST виключається перший елемент.

6. Якщо I = 1, то G = {F

2 –1 (P)}?g; Якщо I = 2, то G = {F

1 –1 (P)} ?g, де F

1 1 і F

2 1 відображення, зворотні F

1 і F

2 .

7. Для всіх g’ ? G повторюються кроки 8

15 доти, допоки не буде вичерпаний список G.

8. B = {F

1 (g’) ? F

2 (g’)}.

9. Модифікується В відповідно до (1).

10. Береться перший елемент (P’,g’,I’) зі списку В і він виключається з цього списку, причому імена Р і Р’ збігаються, а I’ = 1, якщо I = 2 і I’ = 2, якщо I = 1. Якщо таких елементів немає для ?g’ ? G, то — перехід на крок 17.

11. Знаходимо ? для Р і Р’.

12. B = B ? CLIST.

13. B = B?.

14. Якщо В = ?, то процедура завершилася успішно, інакше перехід на крок 15.

15. Першим елементом ALIST стає підсписок В.

16. Вибирається перший елемент з ALIST і він видаляється з СLIST, перехід на крок 5.

17. Якщо ALIST = ?, то процедура завершилася невдало, інакше в СLIST заноситься перший елемент ALIST, і цей елемент видаляється з ALIST.

18. Перехід до кроку 5.

Приклад: ()() ??yxMyxQg,,:

1 . ()()() vuQwvHvuMg,,,:

2 ??. ()()() zxHyzMyxFg,,,:

3 ?? . () abMg,:

4 ?. () acFg,:

5 ?. () cdMg,:

6 ?. g

4 QMHF g

5 g

3 g

6 g

1 g

2

1. CLIST = ?, ALIST = ?

2. A = {F

1 (g

1 ) ? F

1 )} = {M, Q}

2 (g

3. A = {(M(y, a), g

1 , 1), (Q(x, y), g

1 , 1)}

4. CLIST = A

5–15. G = {g

6 } b = {F

4 , g

4 ) ? F

4 )} = {M} B = {(M (b,a), g

1 (g

2 (g

4 , 2)} ? = {b / y}

Надалі скорочено записуватимемо тільки зміни CLIST и ALIST.

16. CLIST = {(Q(x, b), g

1 , 1)} ? = {x / u, b / w} CLIST = {(M(x,v), g

2 , 1), (H(v, b), g

2 , 1)} ? = (b / x, a / v} CLIST = {(H(a, b), g

2 , 1)} ? = {a / x, b / z} ALIST = {{(H(c, b), g

2 , 1)}} CLIST = {(M(b, y), g

3 , 1), (F(a, y), g

3 , 1)} ? = {a / y} CLIST = {(F(a, a), g

3 , 1)}.

Перехід до пункту 17.

17. CLIST = {(H(с, b), g

2 , 1)} перший елемент ALIST ALIST = ? виключаємо перший елемент з ALIST ? = {c / x, b / z} CLIST = {(M(b, y), g

3 , 1), (F(c, y), g

3 , 1)} ? = {a / y} CLIST = {(F(c, a), g

3 , 1)} ? = ?

Процедура завершилася успішно. Цей алгоритм дозволяє обробляти мережі великої розмірності й ефективно знаходити рішення.

5.4. Нерезолютивні методи висновку на семантичних мережах

У зв’язку з обмеженістю методів, резолюцій дедуктивного висновку були розроблені процедури нерезолюцій доведення теорем.

1. Метод пошуку перетину.

Основна ідея методу полягає в доведенні істинності деякого вислову, заданого виразами (ключами), уявними вершинами мережі, між якими є явні зв’язки.

Пошук цього вислову здійснюється одночасно від кожної з двох вершин мережі, наприклад А і В, на всіх напрямках (обмежених дугами певного вигляду) до тих пір, поки не відбудеться перетин у деякій вершині шляхів, що йдуть з вершини А (довжина шляху l A ) і В (довжина шляху l

В ). Зазвичай вибирається та вершина, для якої l A + l

В мінімальна. У загальному випадку може бути знайдено перетин у більш ніж одній вершині.

2. Метод накладень.

У даному випадку відбувається зіставлення окремих фрагментів семантичної мережі. Суть такого зіставлення полягає в накладенні одного фрагмента на інший і успішним вважається те накладення, в результаті якого фрагменти семантичних мереж (структури) виявляються ідентичними. Зазвичай вважається, що змінна однієї структури може бути ідентична будь-якій константі іншої структури.

3. Спеціалізовані висновки.

Ці методи засновані на властивостях відносин. Наприклад, якщо R є транзитивним відношенням і треба довести істинність факту aRb, то в мережі слід знайти шлях а до b по відношенню R. Якщо шлях існує, то істинність факту доведена. У загальному випадку визначають відносини як композицію інших відносин: R = R

1

• R

• …

R n і вони використовуються як схема пошуку при виведенні нових тверджень.

2

Основний недолік цих методів полягає в обмеженості дедуктивних можливостей висновку, пов’язаний з комбінаторним зростанням числа накладень або перетинів і негнучкістю цих методів при переході з однієї ПРГ на іншу.

5.5. Адаптивні методи логічного розпізнавання на семантичних мережах

Зручною формою запису фреймів є семантичні мережі, доповнені описами можливих дій і умов їх застосовності. Спочатку семантичні мережі використовувалися лінгвістами для представлення змісту тексту природної мови (ПМ). Надалі з’явилося багато різновидів таких мереж. Загальним для них є те, що вершини мереж відповідають деяким об’єктам, а дуги — відносинам між відповідними об’єктами. Іноді вершини представляють складні відносини між об’єктами. У цьому випадку такі вершини з’єднуються дугами з тими об’єктами, які зв’язані даним відно-

Важливою рисою семантичних мереж є те, які знання, що представляються ними, добре піддаються обробці на ЕОМ. Це забезпечується явним завданням зв’язків між об’єктами і дозволяє розшифрувати зміст тексту, заданого семантичною мережею. Семантична мережа може описувати клас об’єктів або ситуацій. У такому разі вона має вид графа, що розпізнає, або ідентифікуючого. Проте знання такого роду для інтелектуальної технологічної системи носять фрагментарний характер. Вони, як правило, недостатні для організації цілеспрямованого функціонування виробничого комплексу.

Проте ці фрагментарні знання можуть з успіхом використовуватися для синтезу правил поведінки інтелектуальної виробничої системи типу «клас ситуацій — дія». Такі правила-фрейми дозволяють організувати цілеспрямовану адаптивну поведінку інтелектуальної виробничої системи в недетермінованих виробничих умовах, що змінюються. Наприклад, у технологічній системі розпізнавання й адресації деталей на підвісному конвеєрі як «клас ситуацій» може використовуватись аксіома класу деталей одного типу, а як «дія» — сигнал на приводи стрілок відгалуження, що забезпечує адресацію (доставку) деталей іншого класу на відповідні позиції складального конвеєра.

Принципово інший підхід до розпізнавання сцен за їх зображеннями базується на попередньому (у процесі навчання інтелектуальної системи) формуванні понять у вигляді аксіом класів з подальшим виокремленням тих чи тих об’єктів сцени за допомогою логічного аналізу та розпізнавання.

Основна ідея методу полягає у логічному представленні (у термінах предикатів-ознак) понять, що формуються в процесі навчання ПСШІ у вигляді проблемно-орієнтованих аксіом класів.

У режимі ПСШІ пред’являються в різних ракурсах еталонні об’єкти з різних класів. При цьому автоматично будуються описи класів у вигляді формул числення предикатів А

1 (?), А M (?), що зв’язують початкові предикати-ознаки і які набувають дійсних значень щонайменше на елементах повчальної вибірки.

Під час конструювання ПСШІ, що розпізнає, вельми важливо вибрати початкові предикати-ознаки так, щоб вони були інваріантні щодо допустимих перетворень. Сенс такої інваріантності полягає в тому, що предикати-ознаки повинні набувати одних і тих самих значень на об’єктах, що відрізняються один від одного допустимими перетвореннями. Проте однієї інваріантності ознак мало. Потрібно, щоби сукупність інваріантних ознак володіла пе-

шенням. Часто для наочності на дугах наголошується, яку роль відіграє кожен об’єкт або відношення [7].

Важливо відзначити, що коли аксіоми класів будуються на основі інваріантних предикатів-ознак, то вони самі також будуть інваріантні щодо сукупності допустимих перетворень. Якщо ж система предикатів повна по відношенню до сукупності перетворень G, то синтезовані з них аксіоми класів володіють такими властивостями: по-перше, вони дають повний опис класів, інваріантних відносно G; по-друге, вони дозволяють знайти невідоме перетворення g з G, що відрізняє даний об’єкт від еталонного.

Завдяки цьому забезпечується принципова можливість безпомилкового розпізнавання класів об’єктів, інваріантних стосовно до заданої сукупності перетворень при навчанні інтелектуального комплексу за вибіркою мінімального обсягу, — поодинці еталонному представникові з кожного класу.

Резюме за змістом теми

Процес побудови семантичних мереж потребує ретельного аналізу ПРГ. Для формалізації та фіксації окремих результатів процесу аналізу ПРГ розробляють короткий опис предметної галузі та словник. Також у процесі аналізу ПРГ виконують узагальнення понять, результати якого описують та враховують під час побудови семантичної мережі.

Основним принципом організації банків знань на основі семантичних мереж є поділ екстенсіональних й інтенсіональних знань. При цьому екстенсіональна семантична мережа є основою бази даних, а інтенсіональна — бази знань.

У семантичній мережі можуть бути продані такі види об’єктів, як поняття, події, спеціалізовані методи рішення. Опис об’єктів ПРГ виводиться на природно-мовний рівень. Збільшення номенклатури об’єктів знижує однорідність мережі та потребує збільшення арсеналу методів виведення.

Багатомірність семантичних мереж дозволяє подавати в них численні семантичні відношення, що зв’язують окремі поняття, поняття і події в вислови, а також речення в текстах; крім того, у семантичній мережі може бути відбита семантична ієрархія взаємної підпорядкованості спеціалізованих методів.

Виокремлюють такі найбільш загальні види семантичних мереж: 1) означальні, 2) доказові, 3) імплікаційні, 4) виконувані, мережі потоків даних 5) навчальні та 6) гібридні.

вною повнотою, а саме: вони повинні забезпечити можливість відновити будь-яке конкретне перетворення g з G, що відрізняє розпізнаваний об’єкт від еталонного.

Перевагами семантичних мереж є:

— великі виразні можливості мережних моделей;

— зручність та логічна прозорість — опис подій і понять проводиться на рівні, дуже близькому до природної мови;

— забезпечується можливість поєднання різних фрагментів мережі;

— відношення між поняттями і подіями утворюють невелику і добре формалізовану множину;

— можливість відображення структури, що властива знанням, оскільки відношення можуть бути явно специфіковані;

— для кожної операції над даними і знаннями можна виділити з повної мережі, що подає всю семантику, деяку частину мережі (фрагмент), яка охоплює необхідні в даному запиті смислові характеристики;

— розміщення в базі знань навколо відповідної вершини всієї точно відомої інформації тієї чи іншої концепції;

— ефективний інформаційний пошук, оскільки асоціації між об’єктами визначають шляхи доступу, що проходять по базі знань.

Недоліками семантичних мереж є:

• складність організації процедури пошуку в процесі виведення на семантичній мережі;

• брак достатньо розробленої денотаційної і особливо операційної семантики. Остання, як правило, використовує прості розуміння, пов’язані з реалізацією методів пошуку по шляхах доступу. Численні формалізми, що підтримують мережні схеми, не мають необхідного рівня повноти синтаксису і семантики;

• програш семантичних мереж у поданні суто структурних відношень, які легко реалізуються численням предикатів (логічні зв’язування, квантори спільності й існування), або процедуральному поданні (рівнобіжні процеси, динамічні події);

• менша виразна сила семантичних мереж порівняно з логікою предикатів. Зокрема, має певну складність відображення квантифікаторів. Деякі недоліки можуть бути усунуті за допомогою реалізації механізму спадкування: субконцепти успадковують властивості суперконцептів, якщо тільки це явно не заборонено. Як засоби подолання недоліків пропонувалося також уведення функцій Сколема в семантичних мережах, поділ семантичних мереж на частини. Остання пропозиція виявляється корисною для відображення в системі як самих планів, цілей і гіпотез, так і пропозицій системи про плани, цілі та гіпотези.

Терміни та поняття до теми

Семантична мережа — графічна система позначень для подання знань у шаблонах пов’язаних вузлів і дуг.

Узагальнений об’єкт — це деяке поняття, що є відомим і широко використовуваним у предметному середовищі, яке моделюється.

Конкретний (індивідний) об’єкт — це певним чином виділена одинична (індивідна) сутність.

Агрегатний об’єкт — об’єкт проблемного середовища, що складений певним чином з інших об’єктів, які є його частинами.

Нейронні мережі — широко використовувана технологія для навчання за допомогою зміни ваг, зіставлених вузлам або дугам мережі.

Питання для самоконтролю

1. Які три основні типи об’єктів використовують у семантичних мережах?

2. Що відображують лінгвістичні відношення?

3. До чого зводяться операції модифікації бази знань на семантичних мережах?

4. Яка особливість семантичної мережі як механізму подання знань?

5. Які види семантичних мереж ви знаєте?

6. Проаналізуйте переваги та недоліки семантичних мереж.

Завдання для індивідуальної роботи, обов’язкові та додаткові практичні завдання

1. Побудуйте лінгвістичні відношення, які відображають смисловий зв’язок між подіями, поняттями або властивостями.

2. Поясніть теоретико-множинні відношення частини і цілого, відношення підмножин, та відношення елементів множини.

3. Поясніть переваги семантичних мереж та їх недоліки.

4. Наведіть приклади гібридних мереж, що підтримують дві і більше функції, такі як твердження, визначення, виведення, обчислення або навчання в одній мережі чи в декількох окремих, але близько взаємодіючих мережах.

5. Опишіть адаптивні методи логічного розпізнавання на семантичних мережах.

Література для поглибленого вивчення матеріалу

1. Люгер Дж. Ф. Искусственный интеллект. — М. : Вильямс, 2005.

— 864 с.

2. Інформаційні системи в економіці : монографія / под ред. Устенко С. В. — К. : КНЕУ, 2011. — 424 с.

3. Іванченко Г. Ф. Системи штучного інтелекту : навч. посіб. — К. : КНЕУ, 2011. — 382 с.


< Попередня  Змiст  Наступна >
Iншi роздiли:
6.5. Фреймові моделі та їх реалізація
ТАБЛИЧНЕ ПОДАННЯ ФРЕЙМУ
Частина 4. ЗАСОБИ ДЛЯ ПОДАННЯ Й ОБРОБКИ МОДЕЛЕЙ ЗНАНЬ У ПСШІ
Тема 7. ПРОЦЕС ПРИЙНЯТТЯ РІШЕННЯ
7.3. Пошук асоціативних та секвенціальних закономірностей між пов’язаними подіями в базах знань
Дисциплiни

Медичний довідник новиниКулінарний довідникАнглійська моваБанківська справаБухгалтерський облікЕкономікаМікроекономікаМакроекономікаЕтика та естетикаІнформатикаІсторіяМаркетингМенеджментПолітологіяПравоСтатистикаФілософіяФінанси

Бібліотека підручників та статтей Posibniki (2022)