самообучающаяся ис которая на основе обучения на примерах реальной практики строит сеть передаточных

Тесты на тему «Интеллектуальные информационные системы (Интеллектуальные системы и технологии). Ответы на тест Синергия. «

1. Процесс обучения нейронной сети сводится к определению:

· числа нейронов в промежуточном слое

· числа нейронов во всей сети

· весов связей нейронов

· числа входных сигналов (признаков)

2. Наполнение базы знаний эс – это …

3. Управление рефлексами означает …

· любую фиксированную связь между состояниями классификаторов, фиксаторов представлений (памятью) и эффекторов

· использование простых рефлексов

· перебор планов действий

4. Правилом построения дерева целей не является

· все вершины нижнего уровня подчиняются всем вершинам вышестоящего уровня иерархии

· все вершины нижнего уровня подчиняются одной вершине вышестоящего уровня иерархии

· вершина нижнего уровня подчиняются только одной вершине вышестоящего уровня иерархии

5. Правило построения дерева целей:

· вершины нижнего уровня должны быть результатом декомпозиции для вершины вышестоящего уровня иерархии

· все вершины нижнего уровня должны подчиняться одной вершине вышестоящего уровня иерархии

· если для вершин нижнего уровня нет вершины вышестоящего уровня иерархии, она должна быть введена фиктивно

7. С точки зрения кибернетики, связывание представлений с темпоральными (временными) координатами и, вытекающая из этого способность предвидеть будущее, есть …

· моделирование (построение модели окружающей среды)

· распознавание сложных ситуаций

8. Искусственный интеллект – это …

· область исследований вычислительных комплексов

· раздел высшей математики

· одно из направлений информатики

· наука о мышлении человека

9. Цель вместе с указанием способа ее достижения, т.е. разложения на подчиненные цели, называется …

10. Идентификация знаний – это …

· параметризация предметной области

· создание прототипа ЭС

· разработка БЗ на языке представления знаний

· разработка неформального описания знаний о предметной области в виде графа, таблицы, диаграммы или текста

11. В понятие неопределенности знаний входит:

12. Семантическая сеть – это:

· модель, позволяющая представить знание в виде предложений типа «ЕСЛИ (условие), ТО (действие)»

· ориентированный граф, вершины которого – понятия, а дуги – отношения между ними

· структура данных, предназначенная для представления некоторой стандартной ситуации

· совокупность классов и объектов предметной среды

· модель, позволяющая представить знание в виде предложений типа «ЕСЛИ (условие), ТО (действие)»

· ориентированный граф, вершины которого – понятия, а дуги – отношения между ними

· структура данных, предназначенная для представления некоторой стандартной ситуации

· совокупность классов и объектов предметной среды

14. Продукционная модель – это:

· ориентированный граф, вершины которого – понятия, а дуги – отношения между ними

· модель, позволяющая представить знание в виде предложений типа «ЕСЛИ (условие), ТО (действие)»

· структура данных с присоединенными процедурами

· совокупность классов и объектов предметной среды

15. Получение инженером по знаниям наиболее полного из возможных представлений о предметной области и способах принятия решения в ней – это:

16. Извлечение знаний из данных в самообучающейся ИИС осуществляется на основе:

17. Отличие между синтетическими и динамическими экспертными системами заключается в:

· обработке неопределенности знаний

· использовании множества источников знаний

· реакции на события

18. К системам с интеллектуальным интерфейсом относят:

· интеллектуальные базы данных

· системы, основанные на прецедентах

· системы когнитивной графики

· специалист, занимающийся извлечением знаний и их формализацией в БЗ

· специалист, знания которого помещаются в БЗ

· специалист, интеллектуальные способности которого расширяются благодаря использованию ЭС

20. Этап реализации экспертной системы заключается в:

· настройке и доработке программного инструмента

· настройке и доработке программного инструмента, наполнении базы знаний

· нет правильного ответа

21. Пользователь – это:

· специалист, занимающийся извлечением знаний и их формализацией в БЗ

· специалист, знания которого помещаются в БЗ

· специалист, интеллектуальные способности которого расширяются благодаря использованию ЭС

22. В создании ЭС участвует:

· инженер по знаниям

· заказчик и эксперт

· эксперт и инженер по знаниям

· заказчик, эксперт и инженер по знаниям

23. Инженер по знаниям – это:

· специалист, занимающийся извлечением знаний и их формализацией в БЗ

· специалист, знания которого помещаются в БЗ

· специалист, интеллектуальные способности которого расширяются благодаря использованию ЭС

24. Процесс поиска решения задачи, заключающийся в выводе утверждений путем подстановки в общие утверждения других известных частных утверждений называется:

25. Сумма факторов уверенности множества значений при относительной шкале от 0 до 100:

· может быть различной

26. Процесс поиска решения задачи, заключающийся в получении на основе множества утверждений общих утверждений, называется:

27. Базу знаний формируют:

· инженеры по знаниям

28. Процесс поиска решения задачи, заключающийся в получении на основе множества известных частных утверждений других частных утверждений, называется:

29. На этапе идентификации проблемной области инженер по знаниям и эксперт играют следующие роли:

· инженер по знаниям – активную, эксперт – пассивную

· инженер по знаниям – пассивную, эксперт – активную

· оба играют активную роль

· оба играют пассивную роль

30. На этапе концептуализации проблемной области инженер по знаниям и эксперт играют следующие роли:

· инженер по знаниям – активную, эксперт – пассивную

· инженер по знаниям – пассивную, эксперт – активную

· оба играют активную роль

· оба играют пассивную роль

31. На этапе формализации базы знаний инженер по знаниям и эксперт играют следующие роли:

· инженер по знаниям – активную, эксперт – пассивную

· инженер по знаниям – пассивную, эксперт – активную

· оба играют активную роль

· оба играют пассивную роль

32. На этапе реализации экспертной системы инженер по знаниям и эксперт играют следующие роли:

· инженер по знаниям – активную, эксперт – пассивную

· инженер по знаниям – пассивную, эксперт – активную

· оба играют активную роль

· оба играют пассивную роль

33. На этапе тестирования экспертной системы инженер по знаниям и эксперт играют следующие роли:

· инженер по знаниям – активную, эксперт – пассивную

· инженер по знаниям – пассивную, эксперт – активную

· оба играют активную роль

· оба играют пассивную роль

34. Ассоциации возникают

· в иерархических структурах для сохранения существенной и отбрасывания несущественной информации

· в простейших нейронных сетях

· в популяциях одноклеточных организмов

35. Обучающая выборка, при которой для каждого примера в явном виде задается значение классообразующего признака, называется выборкой:

· нет правильного ответа

36. Обучающая выборка, при которой система по степени близости значений признаков классификации сама выделяет классы ситуаций, называется выборкой:

· нет правильного ответа

37. Самообучающаяся ИИС, позволяющая извлекать знания из баз данных и создавать специально организованные базы знаний, – это:

· система интеллектуального анализа данных

· система с интеллектуальным интерфейсом

38. Самообучающаяся ИИС, хранящая в качестве единиц знаний примеры решений и позволяющая по запросу подбирать и адаптировать наиболее похожие случаи, – это:

· система, основанная на прецедентах

39. Самообучающаяся ИИС, которая на основе обучения по примерам реальной практики строит деревья решений, называется:

· системой, основанной на прецедентах

· системой с индуктивным выводом

40. Самообучающаяся ИИС, которая на основе обучения на примерах реальной практики строит сеть передаточных функций, называется:

· системой с индуктивным выводом

· системой, основанной на прецедентах

41. Разработка описания структуры знаний о предметной области в виде графа, таблицы, диаграммы или текста – это:

42. Разработка БЗ на языке представления знаний – это:

43. Выберите наиболее точное определение базы знаний:

· совокупность правил принятия решений

· совокупность единиц знаний, отражающих факты и зависимости фактов

· совокупность описаний объектов и их связей

44. ЭС, осуществляющая оценку и выбор вариантов решений, называется:

45. Установите соответствие:

· Системы, основанные на прецедентах >

46. Установите соответствие:

· контекстные системы помощи >

47. Установите соответствие:

· системы с когнитивной графикой >

48. Установите соответствие:

· интеллектуальные базы данных>

49. Установите соответствие:

· системы интеллектуального анализа данных>

50. Установите соответствие:

· системы с естественно-языковым интерфейсом >

· системы интеллектуального анализа данных>

Источник

Самообучающиеся системы

Дата добавления: 2013-12-24 ; просмотров: 15395 ; Нарушение авторских прав

Самообучающаяся система – это интеллектуальная информационная система, которая на основе примеров реальной практики автоматически формирует единицы знаний.

В основе самообучающихся систем лежат методы автоматической классификации примеров реальной практики, то есть обучения на примерах. Примеры реальных ситуаций накапливаются за некоторый период и составляют обучающую выборку. В результате обучения системы автоматически строятся обобщенные правила или функции, определяющие принадлежность ситуаций классам, которыми обученная система пользуется при интерпретации незнакомых ситуаций. Из обобщающих правил автоматически формируется база знаний, которая периодически корректируется по мере накопления информации об анализируемых ситуациях.

Различают следующие виды самообучающихся систем:

1) Индуктивные системы. Система с индуктивным выводом – это самообучающаяся интеллектуальная информационная система, работающая на принципе индукции с помощью классификации примеров по значимым признакам.

Индуктивный вывод (от частного к общему) – вывод (обобщение) общих утверждений на основе множества частных утверждений. Обобщение примеров на основе этого принципа сводится к выбору классификационного признака из множества заданных; выявлению множества примеров по значению выбранного признака; определению принадлежности данных примеров одному из классов

Процесс классификации может быть представлен в виде дерева решений, в котором в промежуточных узлах находятся значения признаков последовательной классификации, а в конечных узлах – значения признака принадлежности определенному классу.

Например, фрагмент дерева решений:

[спрос] высокий [цена высокая]

низкий_[издержки] большие [цена высокая]

маленькие [цена низкая]

Анализ новой ситуации сводится к выбору ветви дерева, которая полностью определяет эту ситуацию. Поиск решения осуществляется в результате последовательной проверки признаков классификации. Каждая ветвь дерева соответствует одному правилу решения: Если Спрос=низкий и Издержки=маленькие То Цена=низкая.

2) Нейронные сети – это самообучающиеся интеллектуальные информационные системы, которые на основе обучения по реальным примерам строят ассоциативную сеть понятий (нейронов) для параллельного поиска на ней решений. В результате обучения на примерах строятся математические решающие функции (передаточные функции или функции активации), которые определяют зависимости между входными (Xi) и выходными (Yj) признаками (сигналами).

Рисунок 3 – Решающая функция – нейрон.

Здесь X_i – входные признаки; W_i – степень влияния входного признака на выходной; U – взвешенная сумма значений входных признаков; f(u) – решающая функция; Y – выходные признаки (сигналы).

Каждая такая функция, называемая по аналогии с элементарной единицей человеческого мозга – нейроном, отображает зависимость значения выходного признака (Y) от взвешенной суммы (U) значений входных признаков (Xi), в которой вес входного признака (Wi) показывает степень влияния входного признака на выходной: .

Решающие функции используются в задачах классификации на основе сопоставления их значений при различных комбинациях значений входных признаков с некоторым пороговым значением. В случае превышения заданного порога считается, что нейрон сработал и, таким образом, распознал некоторый класс ситуаций. Нейроны используются и в задачах прогнозирования, когда по значениям входных признаков после их подстановки в выражение решающей функции получается прогнозное значение выходного признака.

Нейроны могут быть связаны между собой, когда выход одного нейрона является входом другого. Таким образом, строится нейронная сеть, в которой нейроны, находящиеся на одном уровне, образуют слои.

Рисунок 4 – Нейронная сеть.

Обучение нейронной сети сводится к определению связей (синапсов) между нейронами и установлению силы этих связей (весовых коэффициентов). Алгоритмы обучения нейронной сети упрощенно сводятся к определению зависимости весового коэффициента связи двух нейронов от числа примеров, подтверждающих эту зависимость.

Наиболее распространенным алгоритмом обучения нейронной сети является алгоритм обратного распространения ошибки. Целевая функция по этому алгоритму должна обеспечить минимизацию квадрата ошибки в обучении по всем примерам:

здесь Ti – заданное значение выходного признака по i-му примеру; Yi – вычисленное значение выходного признака по i-му примеру.

Достоинство нейронных сетей перед индуктивным выводом заключается в решении не только классифицирующих, но и прогнозирующих задач. Возможность нелинейного характера функциональной зависимости выходных и входных признаков позволяет строить более точные классификации. Сам процесс решения задач в силу проведения матричных преобразований проводится очень быстро. Фактически имитируется параллельный процесс прохода по нейронной сети в отличие от последовательного в индуктивных системах. Нейронные сети могут быть реализованы и аппаратно в виде нейрокомпьютеров с ассоциативной памятью.

Последнее время нейронные сети получили стремительное развитие и очень активно используются в финансовой области. В качестве примеров внедрения нейронных сетей можно назвать:

• Система прогнозирования динамики биржевых курсов для Chemical Bank (фирма Logica);

• Система прогнозирования для Лондонской фондовой биржи (фирма SearchSpace);

• Управление инвестициями для Mellon Bank (фирма NeuralWare) и др.

В качестве инструментальных средств разработки нейронных сетей следует выделить инструментальные средства NeurOn-line (фирма GENSYM), NeuralWorks Professional II/Plus (фирма NeuralWare), отечественную разработку FOREX-94 (Уралвнешторгбанк) и др.

3) Системы, основанные на прецедентах (Case-based reasoning) – это самообучающиеся интеллектуальные информационные системы, которые в качестве единиц знаний хранят прецеденты решений (примеры) и позволяют по запросу подбирать и адаптировать наиболее похожие прецеденты. В этих системах база знаний содержит описания не обобщенных ситуаций, а собственно сами ситуации или прецеденты. Тогда поиск решения проблемы сводится к поиску по аналогии (абдуктивному выводу). Абдуктивный вывод (от частного к частному) – вывод частных утверждений на основе поиска других аналогичных утверждений (прецедентов). Он включает следующие этапы:

1. Получение подробной информации о текущей проблеме;

2. Сопоставление полученной информации со значениями признаков прецедентов из базы знаний;

3. Выбор прецедента из базы знаний, наиболее близкого к рассматриваемой проблеме;

4. В случае необходимости выполняется адаптация выбранного прецедента к текущей проблеме;

5. Проверка корректности каждого полученного решения;

6. Занесение детальной информации о полученном решении в базу знаний.

Также как и для индуктивных систем, прецеденты описываются множеством признаков, по которым строятся индексы быстрого поиска. Но в отличие от индуктивных систем допускается нечеткий поиск с получением множества допустимых альтернатив, каждая из которых оценивается некоторым коэффициентом уверенности. Далее наиболее подходящие решения адаптируются по специальным алгоритмам к реальным ситуациям. Обучение системы сводится к запоминанию каждой новой обработанной ситуации с принятыми решениями в базе прецедентов.

4) Информационные хранилища (Data Warehouse) – это самообучающиеся ИИС, которые позволяют извлекать знания из баз данных и создавать специально-организованные базы знаний. Информационные хранилища представляют собой хранилища значимой информации, регулярно извлекаемой из оперативных баз данных и предназначенной для оперативного анализа данных (реализации OLAP-технологии).

Типичными задачами оперативного ситуационного анализа являются:

• Определение профиля потребителей конкретного товара;

• Предсказание изменений ситуации на рынке;

• Анализ зависимостей признаков ситуаций (корреляционный анализ) и др.

Для извлечения значимой информации из баз данных используются специальные методы (Data Mining или Knowledge Discovery), основанные или на применении методов математической статистики, индуктивных методов построения деревьев решений или нейронных сетей. Формулирование запроса осуществляется в результате применения интеллектуального интерфейса, позволяющего в диалоге гибко определять значимые признаки анализа.

Источник

Московский государственный университет печати

Интеллектуальные информационные системы в экономике

Учебное пособие

Принятие решений относительно действий или поведения в той или иной ситуации любых субъектов (людей, роботов, сложных систем управления) осуществляется на основе информационных процессов. Информационный процесс реализует отношение объекта и субъекта ( рис. 1.1 ) и представляет собой восприятие субъектом объективной реальности в виде данных, переработку этих данных в соответствии с целевой установкой и имеющимися знаниями о зависимостях фактов в информацию.

На основе полученной информации происходит обновление знания субъекта, выработка решения по возможному изменению состояния объекта и целевой установки субъекта. Таким образом, информационный процесс рассматривается в трех аспектах:

В широком смысле под информацией понимают все три аспекта отражения информационного процесса.

Знания субъектов информационного процесса могут представляться в различной форме. У людей знания представляются либо в недокументированной (неявной, непосредственно в голове) форме, либо в документированной (явной, книжной) форме. Причем документированная текстовая форма представления знаний в виде учебников, положений, инструкций и т.д. мало приспособлена для быстрого извлечения необходимых знаний при обосновании конкретных решений. Неявное знание экспертов вообще трудно доступно для использования в решении задач другими специалистами.

Компьютерные информационные системы, выступающие в роли субъектов информационного процесса, призваны упростить процесс использования знания в решении задач принятия решений. Для этого знания должны структурироваться и запоминаться для последующего многократного использования.

Знание имеет двоякую природу: фактуальную и операционную:

• Фактуальное знание представляет известные сведения об объектах отражаемой реальности и накапливается в обычных базах данных.

• Операционное знание отражает зависимости и отношения между объектами, которые позволяют интерпретировать данные или извлекать из них информацию. Операционное знание представляется либо в алгоритмической форме, либо в декларативной форме в виде специальных баз структурированных знаний.

Информационный процесс с помощью компьютерной информационной системы сводится к адекватному соединению операционного и фактуального знаний и в различных типах ИС выполняется по-разному. Самый простой путь их соединения заключается в рамках одной прикладной программы:

Источник

Интеллектуальные информационные системы ответы Синергия

Продаж: 4 последняя 25 дн. назад
Возвратов: 0

Загружен: 09.06.2020
Содержимое: Ответы.zip 481,23 Кбайт

Продавец

Описание товара

Интеллектуальные информационные системы ( тесты Синергия ) Ответы на Отлично Сборник 45 вопросов
Сумма факторов уверенности множества значений при относительной шкале от 0 до 100 …
принадлежит отрезку от 0 до 100
всегда больше 100
может быть различной
всегда равна 100
всегда меньше 100

Обучающая выборка, при которой для каждого примера в явном виде задается значение классообразующего признака, называется выборкой …
«с учителем»
«без учителя»
нет правильного ответа

Извлечение знаний из данных в самообучающейся ИИС осуществляется на основе …
базы знаний
репозитория
информационного хранилища

Процесс поиска решения задачи, заключающийся в получении на основе множества утверждений общих утверждений, называется …
индуктивным выводом
абдуктивным выводом
дедуктивным выводом

Семантическая сеть – это …
совокупность классов и объектов предметной среды
структура данных, предназначенная для представления некоторой стандартной ситуации
модель, позволяющая представить знание в виде предложений типа «ЕСЛИ (условие), ТО (действие)»
ориентированный граф, вершины которого – понятия, а дуги – отношения между ними

В понятие неопределенности знаний входит …
Несколько вариантов:
изменчивость
неполнота
многозначность
недостоверность
качественность оценок

Экспертная система состоит из …
базы знаний
интеллектуального интерфейса, базы знаний и механизма вывода заключений
интеллектуального интерфейса
механизма вывода заключений

Самообучающаяся ИС, которая на основе обучения на примерах реальной практики строит сеть передаточных функций, называется …
нейронной сетью
системой, основанной на прецедентах
системой с индуктивным выводом

Разработка БЗ на языке представления знаний – это …
концептуализация знаний
реализация
идентификация знаний
формализация знаний

Этап реализации экспертной системы заключается в …
нет правильного ответа
настройке и доработке программного инструмента
настройке и доработке программного инструмента, наполнении базы знаний
наполнении базы знаний

Наполнение базы знаний ЭС – это …
формализация знаний
идентификация знаний
реализация

Формализация знаний – это …
разработка БЗ на языке представления знаний
получение инженером по знаниям наиболее полного из возможных представлений о предметной области и
способах принятия решения в ней
создание прототипа ЭС
разработка неформального описания знаний о предметной области в виде графа, таблицы, диаграммы или текста

Пользователь – это …
специалист, занимающийся извлечением знаний и их формализацией в БЗ
специалист, знания которого помещаются в БЗ
специалист, интеллектуальные способности которого расширяются благодаря использованию ЭС

Разработка описания структуры знаний о предметной области в виде графа, таблицы, диаграммы или текста – это …
концептуализация знаний
идентификация знаний
формализация знаний
реализация

Инженер по знаниям – это …
специалист, знания которого помещаются в БЗ
специалист, занимающийся извлечением знаний и их формализацией в БЗ
специалист, интеллектуальные способности которого расширяются благодаря использованию ЭС

Концептуализация знаний – это …
разработка описания структуры знаний о предметной области в виде графа, таблицы, диаграммы или текста
разработка БЗ на языке представления знаний
получение инженером по знаниям наиболее полного из возможных представлений о предметной области и
способах принятия решения в ней
создание прототипа ЭС

Установите порядок этапов проектирование экспертной системы
идентификация проблемной области
концептуализация проблемной области
формализация базы знаний
реализация экспертной системы
тестирование экспертной системы

В результате индуктивного вывода строится …
дерево целей
дерево решений
семантическая сеть

Получение инженером по знаниям наиболее полного из возможных представлений о предметной области и способах принятия решения в ней – это …
концептуализация знаний
формализация знаний
реализация
идентификация знаний

Дополнительная информация

Обучающую выборку составляют.
нет правильного ответа
примеры искусственных ситуаций, сгенерированных путем перебора всех возможных вариантов развития событий, описывающиеся множеством признаков классификации
примеры реальных ситуаций, накопленных за некоторый исторический период описывающиеся множеством признаков классификации
признаки классификации, использующиеся для описания возможных вариантов развития событий

Установите соответствие
Тип ответа: Сопоставление
А.системы, основанные на прецедентах
В.гипертекстовые системы
С.многоагентные системы

D.системы с интеллектуальным интерфейсом
Е.системы с доступом к различным источникам знаний
F.самообучающиеся ИС

Информация это … Новые и полезные решения задач факты
Знания – это … Принятые субъектом факты и их зависимости, запоминающиеся для последующего применения
Данные – это… Записанные на каком либо носителе факты
A – D
B – F
C – E

Источник