Приложение 3 глоссарий экспертных систем
Активное значение (active value). Процедура, вызываемая при изменении или считывании данных; часто употребляется для графического вывода изображений шкал, показывающих значение переменных программ.
Алгоритм (algoritm). Формальная процедура, гарантирующая оптимальное или корректное решение.
Архитектура доски объявлений (blackboard architecture). Способ представления и управления знанием, основанный на использовании независимых п)упп правил, называемых источниками знаний, которые общаются через центральную базу данных, называемую доской объявлений.
База данных (database). Набор фактов, утверждений и заключений, используемых при сопоставлении с правилами в системе, основанной на правилах.
База знаний (knowledge base). Часть системы, основанной на знаниях, или экспертной системы, содержащая экспертные знания.
Взаимодействующие источники знаний (cooperating knowledge sources). Специализированные модули в ЭС, которые независимо анализируют данные и взаимодействуют друг с другом через центральную структурированную базу данных, называемую доской объявлений.
Демон (demon). Процедура, активируемая изменением знаний в базе данных или доступом к ним.
Диспетчер (scheduler). Часть механизма вывода, которая решает, когда и в каком порядке применять <куски> предметных знаний.
Единица (units). Фреймоподобный формализм представлений, использующий слоты со значениями и процедурами, приписанными им.
Естественный язык (natural language). Стандартный метод обмена информацией между людьми, например английский язык, в отличие от искусственных языков, таких, как языки программирования.
Знания (knowledge). Информация, необходимая программе для того, чтобы эта программа вела себя интеллектуально.
Игрушечная задача (toy problem). Искусственная задача, такая, как игра или нереалистическая адаптация сложной проблемы.
Иерархия наследования (inheritance hierarchy). Структура, используемая в семантической сети или в системе, основанной на фреймах, которая позволяет элементу нижнего уровня сети наследовать свойства элементов более высокого уровня в той же сети.
Инженер зиянии (knowledge engineer). Человек который проектирует или создает ЭС. Обычно это специалист по информатике, имеющий опыт применения прикладных методов искусственного интеллекта.
Инженерия знании (knowledge engineering). Процесс создания ЭС.
Инструмент (tool). Сокращенное обозначение средств построения ЭС.
Инструментальные средства инженерии знаний (tools for knowledge engineer). Системы программирования, упрощения разработки ЭС. Они включают языки, программы и средства поддержки, облегчающие труд инженера знаний.
Интерпретатор (interpreter). В экспертных системах - часть механизма вывода, которая решает, каким образом применять предметные знания. В программировании - часть программного обеспечения, анализирующая программу, чтобы решить, какие затем предпринять действия.
Искусственный интеллект (ИИ) (artificial intelligence). Раздел информатики, связанный с разработкой интеллектуальных программ для компьютеров.
Исчерпывающий поиск (exhaustive search). Метод решения, при котором все возможные решения последовательно перебираются каким-либо примитивным способом, пока не будет найдено приемлемое решение.
Исчисление предикатов (predicate calculus). Формальный язык классической логики, который использует функции и предикаты для описания отношения между отдельными сущностями,
Конечный пользователь (end-user). Человек, который использует законченную ЭС; человек, для которого разработана система.
Коэффициент уверенности (certainty factor). Число, которое означает вероятность или степень уверенности, с которой можно считать данный факт или правило достоверным или справедливым.
Мастерство (skill). Результативное и умелое применение знаний для получения решения в некоторой предметной области.
Метазнания (metaknowledge). Знание экспертной системы о том, как эта система работает или рассуждает. В более широком смысле-знания о знаниях.
Метаправило (metarule). Правило, описывающее, каким образом другие правила должны быть использованы или модифицированы.
Методы ввода (inference engine). Методы, используемые в механизме вывода для доступа к предметным знаниям, например прямая или обратная цепочка вывода.
Методы, ориентированные на объект (object-oriented methods). Методы программирования, основанные на использовании элементов, называемых объектами, которые общаются друг с другом.
Методы, основанные на правилах (rule-based methods). Методы программирования, использующие правила вида ЕСЛИ - ТО, чтобы реализовать прямые и обратные цепочки рассуждения.
Методы, ориентированные на процедуру (procedure-oriented methods). Методы программирования, использующие вложенные подпрограммы для организации программы и управления ее выполнением.
Методы, основанные на логике (logic-based methods). Методы программирования, использующие исчисление предикатов для структурирования программы и управления ее выполнением.
Методы, ориентированные на доступ (access-oriented methods). Методы программирования, основанные на использовании датчиков, включающих новые вычисления при изменении или считывании данных.
Методы, основанные на фреймах (frame-based methods). Методы программирования, использующие иерархию фреймов для построения механизмов наследования свойств и прикрепление процедур.
Механизм вывода (inference engine). Та часть ЭС, в которой содержатся общие знания о схеме управления решением задач.
Механизм объяснения (explanation facility). Часть ЭС, которая объясняет, каким образом были получены решения, и обосновывает действия, предпринятые для их получения.
Множественные линии рассуждения (multiple lines of reasoning). Метод получения решения, при котором используется ограниченное число (возможно, не зависящих друг от друге) разных подходов решения задачи.
Обратная цепочка рассуждений (backward chaining). Метод вывода, В котором система начинает с того, что хочет доказать, например, с г, и пытается установить (факты, необходимые для доказательства z.
Отсечение решений (pruning). Уменьшение числа возможных вариантов, обычно используется для сужения выбора в ветвящейся древовидной структуре.
Пакет прерываний (break package). Механизм языка программирования или языка инженерии знаний для сообщения программе, где ей следует остановиться, чтобы программист мог построить значения переменных в этой точке.
Переформирование задачи (problem reformulation). Преобразование зяпачи, сформулированной некоторым произвольным образом, в форму, которая способствует более быстрому и эффективному решению.
Поиск (search). Продуманный организованный просмотр пространства возможных решений, гарантирующий эффективное нахождение приемлемого решения.
Пользователь (user). Человек, использующий ЭС, например конечный пользователь, эксперт, инженер знаний, разработчик инструмента или лаборант.
Порождение и проверка (generate and test). Метод решения, использующий генератор, который создает возможные решения, и оцениватель, который (Проверяет приемлемость этих решений.
Правило (rule). Формальный метод определения рекомендаций, указаний или стратегий поведения в формате ЕСЛИ (предпосылка), ТО (заключение) или ЕСЛИ (условие), ТО (действие).
Предметные зияния (domain knowledge). Знания о предметной области, например геологические знания в ЭС для поиска месторождений.
Представление (representation). Процесс формулирования или описания проблемы таким образом, чтобы ее было легко решить.
Представление знаний (knowledge representation). Процесс структурирования предметных знаний с целью облегчить поиск решения зашчи.
Проблема размерности (scaling problem). Трудность, связанная с попыткой применить методы решения, разработанные для упрощенной версии задачи, к самой реальной задаче.
Проблемно-ориентированный язык (problem-oriented language). Компьютерный язык, разработанный для специального класса проблем, например. Фортран, предназначенный для эффективного выполнения алгебраических операций, или Кобол, ориентированный на коммерческие задачи.
Пространство поиска (search space). Множество всех возможных решений задачи.
Прямая цепочка рассуждений (forward chaining). Метод вывода, в котором правила сопоставляются с фактами и устанавливаются новые факты.
Распространение вероятности (probability propagation). Изменение вероятностей в узлах сети вывода с целью учесть влияние новой информации о вероятности в каком-нибудь конкретном узле.
Реальная задача (real-world problem). Сложная практическая задача, решение которой полезно и в некотором смысле оправдывает затраты на его получение.
Робастность (robustness). Способность решателя задачи лишь постепенно снижать качество своей работы по мере приближения к границам области компетентности или допустимой надежности данных.
Семантическяя сеть (semantic net). Метод представления знаний посредством сети узлов, соответствующих понятиям или объектам, связанных дугами, описывающими отношения между узлами.
Сеть вывода (inference net). Совокупность всех цепочек вывода, которые можно получить из правил (в системе, основанной на правилах).
Символ (symbol). Цепочка знаков, представляющая некоторое понятие реального мира.
Символьное рассуждение (symbolic reasoning). Процесс решения задачи, основанный на применении стратегий и эвристик для манипулирования символами, означающими понятия проблемой области.
Система, основанная на знаниях (knowledge-based system). Программа, в которой предметные знания представлены в явном виде и отделены от прочих знаний программы.
Скелетный язык инженерии знаний (skeletal knowledge engineering language). Компьютерный язык, разработанный для построения ЭС, полученный удалением всех предметных знаний из уже существующей ЭС.
Слот (slot). Атрибут, связанный с узлом в системе, основанной на фреймах. Узел может означать объект, понятие или события; например, узел, представляющий объект <служащий>, может иметь слот с атрибутом имя и слот с атрибутом адрес. В этих слотах должны быть записаны действительные имя и адрес служащего.
Средства поддержки (support environment). Программы и аппаратура, связанные со средствами построения ЭС, помогающие пользователю взаимодействовать с ЭС. К ним относятся сложные отладочные средства, удобные программы редактирования и развитые устройства графического вывода.
Средство построения ЭС (expert-system-building tool). Язык программирования и поддерживающий пакет программ, используемые при создании ЭС.
Средства трассировки (tracing facility). Механизм в операционной системе или языки инженерии знаний, который может предъявить правила или выполняемые программы, включая значения используемых переменных.
Списковая структура (list structure). Набор элементов, заключенный в скобках, где каждый элемент может быть или символом или другим списком, например (ENGINE FUEL(Y5 BIIL)23(CLAY7)).
Схема (schema). Формализм фреймоподобного представления в языке инженерии знаний (например, в SRL).
Универсальный язык инженерии зиянии (general-purpose knowledge engineering language). Компьютерный язык, разработанный для построения ЭС и содержащий конструкторы, позволяющие применять его в разных прикладных областях и для разного типа систем.
Фрейм (frame). Метод представления знаний, который связывает свойства с узлами, представляющими понятие и объекты. Свойства описываются атрибутами (называемыми слотами) и их значениями.
Цепочка вывода (inference chain). Последовательность шагов или предметных правил, используемых в системе основанной на правилах, чтобы достичь заключения.
Эвристики (heuristic). Эмпирическое правило, упрощающее или ограничивающее поиск решения в предметной области, которая является сложной или недоступной ясному пониманию.
Эксперт (domain expert). Человек, который за годы обучения и практики научился чрезвычайно эффективно решать задачи, относящиеся к конкретной предметной области.
Экспертная система (expert system). Компьютерная программа, использующая экспертные задачи для обеспечения высокоэффективного решения задач в некоторой узкой области. Такие программы, как правило, представляют знания символически, исследуют и объясняют свои процессы рассуждения и предназначены для тех предметных областей, в которых людям для достижения мастерства необходимы годы специального обучения и практики.
Язык обработки текстов (symbol-manipulation language). Компьютерный язык, разработанный специально для представления и манипулирования сложными концепциями. Примерами служат ЛИСП и ПРОЛОГ.
Язык программирования (programming language). Искусственный язык, разработанный для управления выполнением операции компьютера.
- Глава 4 информационные ресурсы и информатизация общества 64
- Раздел II прикладная информатика 82
- Глава 5. Общая характеристика процессов сбора, передачи, обработки и хранения информации 82
- Глава 6. Технические средства реализации информационных процессов 105
- Глава 11 глобальная информационная сеть internet 222
- Глава 12 искусственный интеллект 270
- Глава 13 экспертные системы 297
- Острейковский в.А. Информатика
- Введение
- Раздел I теоретическая информатика глава 1 основные понятия и определения информатики
- 1.1. Терминология информатики
- 1.2. Объект информатики
- 1.3. Предметная область информатики как науки
- 1.4. Краткая история развития информатики
- Контрольные вопросы
- Глава 2 информатика как наука
- 2.1. Категории информатики
- 2.2. Аксиоматика информатики
- 2.3. Виды и свойства информации
- Контрольные вопросы
- Глава 3. Математические основы информатики
- 3.1. Методы и модели оценки количества информации
- 3.2. Основные понятия теории алгоритмов
- 3.3. Системы счисления
- 3.3.1. Позиционные системы счисления
- 3.3.2. Двоичная система счисления
- 3.3.3. Другие позиционные системы счисления
- 3.3.4. Смешанные системы счисления
- 3.3.5. Перевод чисел из одной системы счисления в другую
- 3.4. Формы представления и преобразования информации
- 3.4.1. Числовая система эвм. Представление целых чисел без знака и со знаком
- 3.4.2. Индикаторы переноса и переполнения
- 3.4.3. Представление символьной информации в эвм
- 3.4.4. Форматы данных
- Контрольные вопросы, упражнения и задачи
- Глава 4 информационные ресурсы и информатизация общества
- 4.1. Особенности информационного ресурса
- 4.2. Формы и виды информационных ресурсов
- 4.3. Информатизация общества
- 4.3.1. Сущность и цели информатизации
- 4.3.2. Создание информационных структур
- 4.3.3. Формирование индустрии информатики
- 4.3.4. Развитие интеллектуального и информационного рынков
- 4.4. Перспективы перехода к информационному обществу
- Контрольные вопросы
- Раздел II прикладная информатика глава 5. Общая характеристика процессов сбора, передачи, обработки и хранения информации
- 5.1. Восприятие информации
- 5.2. Сбор информации
- 5.3. Передача информации
- 5.4. Обработка информации
- Контрольные вопросы
- Глава 6. Технические средства реализации информационных процессов
- 6.1. Определение и принципы организации информационных процессов в вычислительных устройствах
- 6.2. Функционирование эвм с шинной организацией
- 6.3. Функционирование эвм с канальной организацией
- 6.4. Информационная модель эвм
- 6.5. Основные команды эвм
- 6.6. Персональные эвм
- 6.6.1. Общие сведения о пэвм и их классификация
- 6.6.2. Структурная схема пэвм
- 6.6.3. Внешние устройства пэвм
- 6.6.4. Внешние запоминающие устройства пэвм
- 6.6.5. Печатающие устройства пэвм
- 6.6.6. Перспективы развития пэвм
- 6.7. Вычислительные системы
- 6.8. Поколения вычислительных средств
- Контрольные вопросы, упражнения и задачи
- Глава 7 алгоритмизация и программирование
- 7.1. Определение алгоритма
- 7.2. Методы разработки алгоритма
- 7.2.1. Метод частных целей
- 7.2.2. Метод подъема
- 7.3. Программирование с отходом назад
- 7.4. Алгоритмы ветвей и границ
- 7.5. Жизненный цикл программного обеспечения
- Контрольные вопросы, упражнения и задачи
- Раздел III элементы информационных технологий глава 8 базы и банки данных
- 8.1. Автоматизированные банки данных
- 8.2. Модели данных
- 8.3. Схема функционирования субд
- 8.4. Организация поиска данных
- 8.5. Администратор базы данных
- Контрольные вопросы
- Глава 9 пакеты прикладных программ
- 9.1. Классификация ппп
- 9.2. Проблемно-ориентированные ппп
- 9.4. Интегрированные ппп
- 9.4. Пакеты прикладных программ для решения научно-технических задач
- 9.5. Библиотеки стандартных программ
- Контрольные вопросы
- Глава 10 вычислительные сети
- 10.1. Принципы построения и классификация вычислительных сетей
- 10.2. Способы коммутации и передачи данных
- 10.3. Программное обеспечение вычислительных сетей
- 10.4. Локальные вычислительные сети
- 10.4.1. Классификация лвс
- 10.4.2. Организация обмена информацией в лвс
- 10.4.3. Методы доступа в лвс
- 10.4.4. Модели взаимодействия в лвс
- 10.5. Обеспечение безопасности информации в вычислительных сетях
- Контрольные вопросы
- Глава 11 глобальная информационная сеть internet
- 11.1. Краткая характеристика основных информационных ресурсов internet
- 11.2. Принципы функционирования internet
- 11.2.1. Иерархия протоколов internet
- 11.2.3. Спецификация универсального адреса информационного ресурса в internet
- 11.3. Технология world wide web (www)
- 11.3.1. Общая характеристика www
- 11.3.2. Программы-клиенты www
- 11.3.3. Стратегия поиска информации в сети
- 11.3.4. Язык гипертекстовой разметки web-документов html
- 11.3.5. Поисковые машины www
- 11.4. Электронная почта в internet
- 11.5. Технологии доступа к ресурсам internet, отличные от www
- 11.5.1. Удаленный доступ к ресурсам сети telnet
- 11.5.2. Обмен файлами по протоколу ftp. Служба архивов ftp
- Контрольные вопросы
- Глава 12 искусственный интеллект
- 12.1. Направление исследований в области искусственного интеллекта
- 12.2. Машинный интеллект и робототехника
- 12.3. Интеллектуальные роботы
- 12.4. Моделирование биологических систем
- 12.5. Эвристическое программирование и моделирование
- 12.6. Система знаний
- 12.7. Модели представления знаний
- 12.7.1. Логическая модель представления знаний
- 12.7.2. Сетевая модель представления знаний
- 12.7.3. Фреймовая модель представления знаний
- 12.7.4. Продукционная модель представления знаний
- Контрольные вопросы
- Глава 13 экспертные системы
- 13.1. Общая характеристика эс
- 13.2. Структура и режимы использования эс
- 13.3. Классификация инструментальных средств эс
- 13.4. Организация знаний в эс
- 13.5. Отличие эс от традиционных программ
- 13.6. Виды эс
- 13.7. Типы задач, решаемых эс
- Контрольные вопросы
- Приложение 3 глоссарий экспертных систем