REFERATUA.ORG.UA — База українських рефератів



Головна Інформатика, комп'ютери, програмування → ПРОГРАМНЕ ЗАБЕЗПЕЧЕННЯ ІНТЕЛЕКТУАЛЬНИХ СИСТЕМ

нижньою напіврешіткою SL = ?, 0>, а база даних системи включає в себе деяку множину об'єктів ?  S. Нехай нас цікавлять властивості цих об'єктів з деякої множини U2 ={w1, ..., wk} та про кожний об'єкт siΩ ςа кожну властивість wiU2 або відомо, що si має властивість wj ( і тоді він називається позитивним або (+)-прикладом відносно wj), або відомо, що si не має властивість wj (si є (–)-прикладом відносно wj), або не відомо ні те ні інше (тоді він називається невизначеним або (τ)-прикладом відносно wj). Таким чином, для фіксованої властивості wj всі об'єкти з Ω поділяються на три класи Ω+, Ω–, Ωτ позитивних, негативних та невизначених прикладів відповідно.

Правила І роду

Означення 4.

Нехай Ω+, Ω– – множина вихідних (+)- та (–)-прикладів. Позитивною (або (+)-) гіпотезою І роду, отриманою за правилом Іа+, називається глобальна схожість вигляду <h, {si1, ..., sit}> на напіврешітці <Ω+, ?, s0>, де si1, ..., sit – об'єкти з ?+ (позитивні приклади), для котрого h не є локальною схожістю яких-небудь об'єктів з ?–. Будемо називати h головою, а {si1, ..., sit} – хвостом гіпотези.

Негативна (або (–)-) гіпотеза І роду, отримана за правилом Іа–, визначається двояко.

Якщо схожість деяких позитивних прикладів si1, ..., sit співпадає зі схожістю деяких негативних прикладів si1, ..., sit, тобто

si1 ?...? sit = sj1 ?...? sjr = h,

то обидві пари

<h, {si1, ..., sit}>, <h, {sj1, ..., sjr}>

називаються суперечливими (або (0)-) гіпотезами, отриманими за правилом Іа0. Таке означення гіпотез близьке до типових означень гіпотез в системах машинного навчання, де будується таке узагальнення позитивних прикладів, яке не було б узагальненням негативних.

Правила ІІ роду.

Означення 5.

Позитивна або (+)-гіпотеза ІІ роду, отримана за правилом П+, є той об'єкт НΩτ, для якого існує (+)-гіпотеза І роду <h+, {si1, ..., sit}> така, що h+H та для довільної (–)-гіпотези І роду <h–, {si1, ..., sit}> має місце h–H.

Негативні (або (–)-) гіпотези визначаються двояко. НΩτ називається суперечливою (або (0)-) гіпотезою, отриманою за правилом П0, якщо Н включає голови як позитивних, так і негативних гіпотез І роду.

Розмірковування.

Вивід правдоподібних гіпотез в ДСМ-методі здійснюється в рамках квазіаксіоматичних теорій (КАТ). КАТ є трійка

<, , >,

де  – множина аксіом, що неповно описує предметну область (ПО),  – множина емпіричних елементарних речень про об'єкти з ПО. Зазвичай вони відповідають твердженням вигляду "Об'єкт має властивість А". Множина  відкрита та може поповнюватися за рахунок проведення нових експериментів, спостережень та ін., – множина правил виведення. = 10, де 1 – множина правил правдоподібного виведення (ППВ) та 0 – множина правил достовірного виведення.

Розмірковування в КАТ є побудова ланцюжка формул 1, ..., n, де кожна і або аксіома з , або фактичне висловлювання з  (відповідає (+)- чи (–)-прикладу – тобто об'єкту з ?+ чи ?–), або отримана з попередніх формул ланцюжка 1, ..., n шляхом застосування правил з як, наприклад, гіпотези І та ІІ роду. Визначення розмірковування в КАТ відрізняється від визначення логічного виведення тим, що:

  •  – відкрита множина, елементи якої і, релевантні цілі n, вставляються в ланцюжок, якщо має місце відношення схожості цілі – і R n.

  • Серед правил , що застосовуються при побудові вказаного ланцюжка формул, є правили з , де  – множина правил правдоподібного виведення.

  • В процесі побудови ланцюжка 1, ..., n можуть використовуватися металогічні засоби, наприклад, перевірка на несуперечливість, на невиводимість, на виконуваність або невиконуваність деяких умов та ін.

    Множина аксіом  складається з множини процедурних аксіом pr та множини декларативних аксіом dc. Аксіоми з pr формально виражають собою застосування правил І та ІІ роду з врахуванням їх часткового впорядкування. Частина декларативних аксіом з dc (позначимо її dc0) описує структуру даних (алгебру схожості, сполучення та різниці) предметної області, що розглядається. Інша частина декларативних аксіом, dc1, описує деякі природні властивості причинних відношень та гіпотез про них: правила комбінації наслідків одних і тих самих причин, а також принципи казуальної несуперечливості та повноти.

    Нехай правила І та ІІ роду, що застосовуються в ході ППВ, фіксовані. Тоді вимогою аксіоми (принципу) казуальної несуперечливості полягає в тому, щоб (+)-приклад не міг би стати (–)-гіпотезою ІІ роду на якому-небудь кроці породження гіпотез. Аксіома казуальної повноти вимагає того, щоб усі (+)-приклади ставали (+)-гіпотезами ІІ роду на якому-небудь кроці породження гіпотез.

    Декларативні аксіоми ДСМ-методу можуть бути засобом керування розмірковуванням: при невиконанні якої-небудь аксіоми ДСМ-"розмірковувач" може вимагати поповнення бази даних новими прикладами та вказувати вид прикладів, що дозволяють добитися виконання аксіоми після застосування ДДСМ-ППВ. Перевірка виконуваності аксіом може здійснюватися часто дедуктивним шляхом з використанням засобів логічного виведення, основаних на логічній теорії ДСМ-методу. Система логічного виведення інтегрована з засобами правдоподібного виведення ДСМ-методу в єдину логіко-інформаційну обчислювальну систему та дозволяє отримувати дедуктивний доказ або спростування виконання тих чи інших залежностей на об'єктах та гіпотезах із ДСМ-бази даних. Об'єднання в ДСМ-розв'язувачі індуктивного та дедуктивного виведення дає можливість бачити схожість ДСМ-розмірковувань з навчанням в системах, основаних на поясненні: складні залежності на об'єктах з бази даних є тут аналогами тверджень, що не задовольняють критерію операціональності. "Навчання" їм можливо лише після навчання елементарним гіпотезам (тобто отримання їх за допомогою правил І та ІІ роду) та проведення на їх основі логічного виведення.

    Висновок.

    В даній роботі було розглянуто ДСМ-метод, я саме загальний опис цього методу, а також основи ДСМ-методу автоматичного породження гіпотез, що об'єднує в собі риси індуктивних методів (навчання на позитивних та негативних прикладах) та методів, основаних на поясненні (використання дедуктивного виведення).

    Література.

    • Д. А. Поспелов. Моделирование рассуждений. Опыт анализа мыслительных актов. Москва, "Радио и связь", 1989

    • О. М. Анашков, Д. П. Скворцов, В.К. Финн, В. Г. Ивашко. Логические средства ДСМ-метода автоматического порождения гипотез: основные понятия и система правил вывода. НТИ, 1987.


  •  
    Загрузка...