ISMERETALAPÚ RENDSZEREK SZAKÉRTŐ RENDSZEREK

Slides:



Advertisements
Hasonló előadás
ADATBÁZISOK.
Advertisements

Informatikai tudásleképezés paradigmái és problémái Szekeres András Márk.
Néhány fontos terület a Kreatív Ipar fejlődéséhez
Készítette: Ágfalvi Zsófia – Szakértői rendszerek, Pannon Egyetem, 2009.
Információs és kommunikációs technikák szerepe a szakképzésben
Diagnosztika szabályok felhasználásával, diagnosztikai következtetés Modell alapú diagnosztika diszkrét módszerekkel.
K-Chat Dr. Szepesvári Csaba Kutatási Alelnök mindmaker.
Készítette: Ősz Edina október 31.
Szakértő rendszer problématípusok és a tudásalapú rendszerépítés jellegzetességei Horváth Milán Sántáné-Tóth Edit: Tudásalapú technológia, szakértő rendszerek.
Út a beszédértéstől a szövegértésen keresztül a matematikai problémák megoldásáig Előadó: Horváth Judit.
BIZONYTALANSÁG (UNCERTAINTY)
Képességszintek.
EE/R adatmodell (Extended E/R) 1 Az objektum orientált szemlélet elterjedésével egyre nőtt az igény az olyan SDM (Semantic Data Model) modellek iránt,
Intelligens irányító rendszerek (Intelligent control systems) BEVEZETÉS.
GoldWorks III.
Mi látszik egy jéghegyből?
Bevezetés a gépi tanulásba február 16.. Mesterséges Intelligencia „A számítógépes tudományok egy ága, amely az intelligens viselkedés automatizálásával.
A munka világával kapcsolatos tudás
TUDÁSALAPÚ RENDSZEREK ILCV441, ILDV443 Előadó: Kovács Zita 2013/2014. I. félév december 6.
TUDÁSALAPÚ RENDSZEREK Tudnivalók ILCV441 Előadó: Kovács Zita 2013/2014. I. félév.
ILCV441, ILDV443 Előadó: Kovács Zita 2013/2014. I. félév TUDÁSALAPÚ RENDSZEREK december 7.
Előadó: Kovács Zita 2013/2014. II. félév TUDÁSALAPÚ RENDSZEREK Bevezetés.
A matematikai kompetencia jellemzői, fejlesztése, módszerei
Persa György Témavezető: Szabó Csanád Pázmány Péter Katolikus Egyetem Információs Technológiai Kar 1.
A virtuális technológia alapjai Dr. Horv á th L á szl ó Budapesti Műszaki Főiskola Neumann János Informatikai Kar, Intelligens Mérnöki Rendszerek.
A virtuális technológia alapjai Dr. Horv á th L á szl ó Budapesti Műszaki Főiskola Neumann János Informatikai Kar, Intelligens Mérnöki Rendszerek.
Mesterséges intelligencia
Online hasonlóságelemzések: Online hasonlóságelemzések: Tapasztalatok elítéltek képzésének engedélyezése kapcsán Pitlik László, SZIE Gödöllő (Forrás: My-X.hu.
Bevezetés a robotok döntéshozatalának folyamatába és módszereibe Készítette : Fodor Bence II. Éves Programtervező Informatikus Nyíregyházi Főiskola V2.
DÖNTÉSELŐKÉSZÍTÉS, DÖNTÉS
Készítette: Harangozó Richárd.  Hayes-Rooth féle osztályozás:  Interpretáció  Előrejelzés  Diagnózis  Objektumtervezés  Tevékenységtervezés  Őrzés/monitorozás.
Szakértői rendszerek Bevezetés, alapok
MYCIN szakértői rendszer. MYCIN modell szakértői rendszer vér fertőzéseinek, gyógykezeléseknek meghatározását támogató orvosi diagnosztikai rendszer célvezérelt,
Intelligens irányító rendszerek Adat és tudás, adatábrázolás, tudásábrázolás.
Ismeretalapú rendszerek alaptechnikái I. Szabályalapú rendszerek.
Ismeretalapú rendszerek, szakértői rendszerek Bevezetés, alapok
Ismeretalapú rendszerek alaptechnikái
MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE)
INTELLIGENS GYÁRTÓRENDSZEREK
MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE) BEVEZETÉS.
Ismeretalapú rendszerek alaptechnikái I. Szabályalapú rendszerek.
MYCIN Szakértői rendszer.
Képesítési Keretrendszerek Európában
TÁMOP / „Átfogó minőségfejlesztés a közoktatásban ” A Magyar Képesítési Keretrendszer fejlesztése 5. pillér – MKKR és a közoktatás.
OAIS. Megőrzés feladatai Viability –Meg kell őrizni a bitfüzér változatlanságát és olvashatóságát a tároló eszközön Rendbebility –Meg kell őrizni a bitfüzér.
2003. december 18.Gyires Béla Informatikai Nap1 Következtés tudás alapú rendszerekben Bognár Katalin Debreceni Egyetem Informatikai.
Szakértők és rendszerek
Szép múlt vár ránk Magyar Coachszövetség Közhasznú Alapítvány.
 mesterséges intelligencián alapuló szoftver rendszer  a felhasználó által szolgáltatott adatok alapján képes viszonylag bonyolult problémákat megoldani,
Készítette: Terdik Sándor PTM IV. Ismeretszerzés természetes nyelvű dokumentumokból.
Önálló labor munka Csillag Kristóf 2005/2006. őszi félév Téma: „Argument Mapping (és hasonló) technológiákon alapuló döntéstámogató rendszerek vizsgálata”
1 Tudásalapú információ-kereső rendszerek elemzése és kifejlesztése Célkitűzés: Információk téma-specifikus, különböző típusú forrásokból (internet, intranet.
Tóth Máté Tudásbázisok, szakértői rendszerek Könyvtári szolgáltatások menedzselése I. Tóth Máté
Kompetenciamérés a szakmai vizsgán - mérőeszközök Ujfalvy Andrásné Egészségügyi Szakképző és Továbbképző Intézet április 27.
Fogalom-rendszerek - bevezetés -. Minden fogalom az emberi gondolkodás terméke Mindazok a dolgok, amelyek alapján a fogalom létrehozható, az emberi gondolkodástól.
11. tétel Adatbázis táblái közti kapcsolatok optimalizálása
Avagy: Mit lát a pitypang magja repülés közben?
Tudás és képesség az OKKR-ben Pajkossy Péter Kognitív Tudományi Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem.
A szövegértés diagnosztizálása és fejlesztése
Ficsor Lajos CPP2 / 1 Származtatási mechanizmus a C++ nyelvben Ficsor Lajos Miskolci Egyetem Általános Informatikai Tanszék.
WP-Dyna: tervezés és megerősítéses tanulás jól tervezhető környezetekben Szita István és Takács Bálint ELTE TTK témavezető: dr. Lőrincz András Információs.
PÁRHUZAMOS ARCHITEKTÚRÁK – 13 INFORMÁCIÓFELDOLGOZÓ HÁLÓZATOK TUDÁS ALAPÚ MODELLEZÉSE Németh Gábor.
Mesterséges intelligencia Áttekintés. Mesterséges intelligencia (MI) Artificial Intelligence (AI) Filozófia Matematika Pszichológia Nyelvészet Informatika.
Vezetői információs rendszerek 5. előadás: Felhasználási folyamatok 2. Elekes Edit, Anyagok: eng.unideb.hu/userdir/Elekes.
A különböző eszközök egymáshoz való viszonya IKER társadalmasítás workshop Budapest, április 12.
Tudásalapú rendszerek
Tudásalapú rendszerek
Mesterséges intelligencia
Tudásalapú rendszerek
Bevezetés Tematika Számonkérés Irodalom
Előadás másolata:

ISMERETALAPÚ RENDSZEREK SZAKÉRTŐ RENDSZEREK

ISMERETALAPÚ/TUDÁSALAPÚ RENDSZEREK, SZAKÉRTŐ RENDSZEREK Motiváció kevesebb ember/ kevesebb idő hibás döntések számának csökkenése egyszerűen, olcsón többszörözhető bármikor elérhető veszélyes helyekre elvihető intelligens problémamegoldás (bonyolult problémák, tanulás korábbi tapasztalatokból, természetes nyelvű közegek megértése, képek értelmezése, ...)

ISMERETALAPÚ/TUDÁSALAPÚ RENDSZEREK, SZAKÉRTŐ RENDSZEREK története (MI): általános problémamegoldó módszerek általános célú programok kidolgozására (GPS) általános reprezentációs módszerek és keresési stratégiák specifikus programok kidolgozására szűk problémakör szakértői szintű ismereteinek felhasználása specifikus programok kidolgozására (tudás elve)

ISMERETALAPÚ/TUDÁSALAPÚ RENDSZEREK, SZAKÉRTŐ RENDSZEREK Ismeretalapú rendszerek jellemzői: intelligens információfeldolgozó rendszer ismeretek ábrázolása: szimbolikusan következtetések: szimbólummanipulációval szimbolikus programok személyes/kollektív tapasztalatok heurisztikus jellegű ismeretek } számítógépes ábrázolása és feladatmegoldásra való mozgósítása

ISMERETALAPÚ/TUDÁSALAPÚ RENDSZEREK (KNOWLEDGE-BASED SYSTEMS, KBS) alapvető elemei: ismeretbázis/tudásbázis problématerületet leíró ismeretek (tudás) természetes nyelvhez közeli formalizmus szimbolikus módon leírt rendszer-specifikáció TUDÁSREPREZENTÁCIÓS MÓDSZER! következtető gép feladatmegoldás “motorja” általános problémamegoldó ismeretek MEGOLDÁSKERESŐ MÓDSZER! munkamemória (MM) kisegítő komponens konkrét feladat kiinduló/közbülső adatai információk

ISMERETALAPÚ/TUDÁSALAPÚ RENDSZEREK (KNOWLEDGE-BASED SYSTEMS, KBS)

ISMERETALAPÚ/TUDÁSALAPÚ RENDSZEREK (KNOWLEDGE-BASED SYSTEMS, KBS)

SZAKÉRTŐ RENDSZEREK (EXPERT SYSTEMS, ES) ES  KBS szakértői ismeretek felhasználása szűk problémakör kezelése elvárások: javaslatok kérdés/ válasz kérdésekhez magyarázat javaslatokhoz indoklás bizonytalanság kezelése ismeretalapú keretrendszerek, shellek

KERETRENDSZEREK (SHELLEK)

ISMERETALAPÚ RENDSZEREK ALAPTECHNIKÁI szabályalapú technikák keretalapú technikák gépi tanuláson alapuló technikák – induktív technikák hibrid technikák szimbólum-manipulációs technikák modell-alapú következtetési technikák kvalitatív technikák eset-alapú technikák temporális következtetési technikák

SZABÁLYALAPÚ RENDSZEREK IF . . . THEN . . . adatvezérelt szabályalapú rendszerek előrefelé haladó következtetés mintaillesztés konfliktusfeloldás szabályalkalmazás visszalépés célvezérelt szabályalapú rendszerek bizonyítandó cél ténnyel való illesztés (közvetlen) részcélok igazolására való visszavezetés (közvetett)

KERETALAPÚ RENDSZEREK Keret (frame): tulajdonságokkal rendelkező objektumok, események, fogalmak leírása relációkkal összekapcsolt, hierarchikusan szervezett hálók tulajdonságok öröklődése attribútumok  rekeszek (slots), értékek démonok

KERETALAPÚ RENDSZEREK keretstruktúrák, frame-ek célvezérelt/ adatvezérelt szabályok szabályok keretek attribútumai közötti heurisztikus kapcsolatok leírására előnye: fogalmi tisztaság jól kezelhetőség

KERETALAPÚ RENDSZEREK keretalapú formalizálás módszerei: irányított gráf táblázatos megoldás keretnyelvű leírás objektum / attribútum / érték hármasok démonok eseményvezérelt működés hatás továbbgyűrűzése  újabb démon aktivizálása

KERETALAPÚ RENDSZEREK keretalapú rendszerek végrehajtási mechanizmusa: következtető gép feladatai öröklődés kezelése démonok kezelése célvezérelt/ adatvezérelt szabályvégrehajtás