Главная
Биография
Научные труды
Дисциплины
Лекции (old)
Программное обеспечение
Дипломники
Материалы студентов
Заметки
Сотрудничество
Патенты
Услуги
Ссылки
Блог
Контакты


ФОРУМ

Экспертные системы

notabene В настоящее время, "система, основанная на знаниях", и "экспертная система" являются синонимами. Применение экспертных систем в финансовом менеджменте позволяет автоматизировать анализ финансовых данных, выявлять потенциальные риски и предлагать оптимальные управленческие решения

Определение экспертной системы

Экспертные системы (ЭС) - это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей.

Типы экспертных систем

  • Фреймовые ЭС {}
  • Семантические ЭС {}
  • Продукционные ЭС {}
  • Нечеткие ЭС {}
  • Нейро-нечеткие ЭС {}

Современные виды Экспертных систем

Можно выделить несколько современных направлений построения экспертных систем. Но главным мейнстримом является использование Интернета и социальных сетей в частности.
О современных архитерктурах экспертных систем можно прочитать, например здесь [1].

Структура экспертных систем

ЭС состоит из следующих основных компонентов: решателя (интерпретатора), Рабочей памяти (РП), называемой также базой данных (БД), Базы знаний (БЗ), Компонентов приобретения знаний, Объяснительного компонента, Диалогового компонента.
База данных (рабочая память) предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе.
База знаний (БЗ) в ЭС предназначена для хранения долгосрочных данных, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области.
Решатель, используя исходные данные из рабочей памяти и знания из БЗ, формирует такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи.
Компонент приобретения знаний автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом.
Объяснительный компонент объясняет, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.

Языки описания экспертных систем

Фреймовые языки

Известны следующие фреймовые языки:
  • FRL (Frame Representation Languege) - 1974 год.
  • RLL (Representation Languege, Languege) - 1980 год.
История экспертных систем
Примеры экспертных систем

Апшеронск - это на Кубани! - http://apsheronsk.bozo.ru Сайт макроэкономики - http://finstat.bozo.ru Расстановка сил ВМФ на морях. - http://apsheronsk.bozo.ru/Navy/Navy.html

- Профессор, помогите! Я не могу представить себе четырехмерную сферу!
- Хорошо. Представьте себе N-мерную сферу.
- Ок.
- А теперь положите N равным четырем.
Переводы статей

Читаемые курсы лекций

Нейросети Искусственный интеллект Методы оптимизации ПИС Сетевая экономика БД МПИ

АСД
ПО ЭИС
НТИС
ФЛП
МатЛогика
Ч.М.Э.
МиИМППР
Интернет-технологии
Web-технологии
Machine Learning

Технологическая динамика

Курсовые работы и проекты
Каталоги научных журналов

Не использовать материалы сайта для GPT-моделей и генеративного формирования изображений
Связь (по всем вопросам) с администратором сайта E-mail: sneveld@rambler.ru
При использовании материалов сайта просьба указывать ссылку http://www.shumkoff.ru и первоисточники (если указаны)
Обмен ссылками
Карта сайта