人工智能之知识库.pptx
- 文档编号:15123066
- 上传时间:2023-07-01
- 格式:PPTX
- 页数:42
- 大小:421.72KB
人工智能之知识库.pptx
《人工智能之知识库.pptx》由会员分享,可在线阅读,更多相关《人工智能之知识库.pptx(42页珍藏版)》请在冰点文库上搜索。
人工智能,知识库,报告提纲,相关文献,A,知识库的相关内容,本知识库下一步的工作方向,近期看过的文献,1.知识库方面的文献(19)aai07-analogy.pptOracle数据库系统和知识库建造.doc从SQL优化角度对医院信息系统进行优化.pdf基于Lucene的全文检索系统的研究与应用.nh基于NativeXML数据库的知识库系统应用研究.pdf基于OracleText的电子银行知识库系统设计.pdf基于OracleXMLDB的学科知识库设计与实现.pdf基于Oracle数据库系统的知识库建造.pdf基于SQLServer数据库和C+实现专家系统外壳.pdf基于数据库的保质设计制图综合知识库研究.pdf基于知识的产品设计数据库的设计与实现.pdf基于知识的故障诊断方法综述.pdf学术论文导航系统知识库的构建与实现.pdf数据库系统中SQL语句优化.pdf类比推理研究的回顾与展望.pdf面向对象电网知识库系统的研究与实践.pdf运用ACCESS数据库建立高原知识库管理系统.pdf智能故障诊断技术综述.pdf中医专家系统技术综述及新系统实现研究.pdf,2.Oracle方面的文献(5)ORACLE中SQL执行原理及性能优化研究.pdfORACLE数据库中SQL优化解析.pdfOracle数据库性能的优化设计.pdfSQLServer环境下的SQL优化方法探讨.pdf基于OracleXMLDB的XML文档存取技术.pdf,知识库的基本概念,知识是智能的基础。
人类制定决策的过程是一个“数据信息知识”的层次结构。
数据用来表示事实信息是数据的“浓缩”及对数据进行组合、概括、校对、比较、分类以及其它处理过程,转变成方便人们做出决策的形式,即信息知识,它是人类制定决策的基础。
知识的特性,1)知识的相对性在一定条件及环境下,知识是正确的和可信任的。
其中“在一定条件及环境下”这一限定是必不可少的,它是知识正确性的前提。
因为任何知识都是在一定的条件和环境下产生的,所以也只有在这种条件及环境下才是正确的。
2)知识的不确定性。
由于现实世界的复杂性,信息可能是精确的,也可能是模糊的;关联可能是确定的,也可能是不确定的。
这就使得知识并不总是只有“真”或“假”两种状态,而是在“真”或“假”之间还存在许多中间状态,即存在为“真”的程度问题。
a、由随机性引起的不确定性:
b、由模糊性引起的不确定性;c、由不完全性引起的不确定性;d、由经验性引起的不确定性。
(3)知识的可表示与可利用性知识可以用语言、文字、图形、神经元网络等,并通过相应形式加以利用和掌握。
知识的表示,对知识进行表示的过程就是把知识编码成某种数据结构的过程。
目前对人类知识的结构及机制的研究还没有完全成熟。
总体可以分为两大类:
符号表示法和连接机制表示法:
符号表示法是用各种包含具体含义的符号,以各种不同的方式和次序组合起来表示知识的一类方法。
它主要用来表示逻辑性知识。
连接机制表示法是用神经网络技术表示知识的一种方法。
它把各种物理对象以不同的方式及次序连接起来,并在其间互相传递及加工各种包含有具体意义的信息,以此来表示相关的概念及知识。
专家系统国内外研究现状和技术发展趋势,专家系统知识的获取是一个逐步积累的过程,专家系统的开发也是一个逐步发展、不断完善的过程。
因此,专家系统的创建是一个复杂的应用系统工程,需要在不断补充和完善中逐步提高系统的性能和水平。
专家系统的构建方法:
第一类是传统的符号推理(SymbolicReasoning)方法规则推理(Rule-BasedReasoning,简称RBR)模型推理(Model-BasedReasoning,简称MBR)案例推理(Case-BasedReasoning,简称CBR),第二类是软计算(SoftComputing,简称SC)方法模糊推理(FuzzyReasoning)人工神经网络(AnificialNeuralNetwork,简称ANN)(神经网络故障诊断虽然有它独特的优越性,但也存在一些困难。
主要表现在三方面:
一是训练样本获取困难;二是忽视了领域专家的经验知识;三是网络权值形式表达方式难以理解。
),第三类是混合智能推理(IntegratingReasoning)方法,模型推理,就是将被求解的问题描述为结构、功能、行为信息,用结构化的领域知识进行问题求解的推理方法。
基于模型的推理是通过对相关领域研究对象的结构和知识的精化与归纳,通过抽象描述表达出研究对象的特性和行为,建立该对象的数学模型、物理模型或结构模型以及相应的逻辑关系,并将其作为深知识在推理过程中使用。
推理过程是一个结点被建立或否定的搜索过程。
基于规则的推理,规则是可分解为前提和结论两部分的,能表达因果关系的知识,一般表示形式为:
“如果A则B,其中A为前提,B为结论。
基于规则的诊断方法具有知识表示简单、自然、一致性好、推理过程易于理解,诊断速度快等优点。
该方法一般采用BNF(Backus-NaurForm)语法形式,将知识表示为一组规则的有序集合,非常接近于人类思维方式和自然形式的“ifthen”结构,易实现求解过程中的分析、综合和推理。
基于规则的专家系统,是使用一套包含在知识库内的规则对工作存储器内的问题信息(事实)进行处理,通过推理机推断出新的信息的计算机程序,其工作模型如图:
基于规则的专家系统,动物识别专家系统该系统的知识库由15条规则组成,可识别7种动物,规则的基本格式是:
IF(如果)THEN(则),规则I1如果该动物有毛发则它是哺乳动物规则I2如果该动物能产乳则它是哺乳动物规则I3如果该动物有羽毛则它是鸟类动物规则I4如果该动物能飞行它能生蛋则它是鸟类动物规则I5如果该动物是哺乳动物它吃肉则它是食肉动物规则I6如果该动物是哺乳动物它长有爪子它长有利齿它眼睛前视则它是食肉动物规则I7如果该动物是哺乳动物它长有蹄则它是有蹄动物规则I8如果该动物是哺乳动物它反刍则它是有蹄动物,并且是偶蹄动物,规则I9如果该动物是食肉动物它的颜色是黄褐色它有深色的斑点则它是猎豹规则I10如果该动物是食肉动物它的颜色是黄褐色它有黑色条纹则它是老虎规则I11如果该动物是有蹄动物它有长腿它有长颈它的颜色是黄褐色它有深色的斑点则它是长颈鹿规则I12如果该动物是有蹄动物它的颜色是白的它有黑色条纹则它是斑马,规则I13如果该动物是鸟类它不会飞它有长颈它有长腿它的颜色是黑色和白色相杂则它是鸵鸟规则I14如果该动物是鸟类它不能飞行它能游泳它的颜色是黑色和白色则它是企鹅规则I15如果该动物是鸟类它善于飞行则它是海燕,海燕ALBATROSS企鹅PENGUIN驼鸟OSTRICH斑马ZEBRA长颈鹿GIRAFFE虎TIGER黑豹CHEETA见程序,基于案例的专家系统,这是一种基于人的认知过程的推理策略,是一种人们在生活中经常用来求解问题的方法。
其核心思想是:
专家系统在进行某个问题的求解时,往往把以前使用过的与该问题相同或类似的案例联系起来,运用以前解决该案例的经验、知识和方法,来解决当前问题。
基于案例的专家系统的目标就是运用计算机来得到类比推理和领域专家的记忆,并提供出类似该问题的解。
该方法方便了知识的获取,简化了知识的维护,增加了解决问题的效率和解答的质量,提高了用户的满意程度。
CBR是以自然界的两大原则为理论前提的1)世界是规则的相似的问题有相似的求解方法和过程;2)事物总是会重复出现的人们遇到的相同或相似的问题或事物总会重复出现的。
预测:
例如设备故障预测或股票市场的行为。
评估:
例如银行业或保险业的风险分析,项目成本的估计。
诊断:
例如医学诊断或设备故障诊断。
设计:
通过改进以前的产品开发出新的产品。
计划:
从旧的计划制订出新的决策计划。
配置:
从旧的进度表产生新的进度表。
类比推理,类比是人类应用过去的经验来求解新问题的一种思维过程。
类比学习是把两个或两类事物或情形进行比较,找出它们在某一抽象层上的相似关系,并以这种关系为依据,把某一事物或情形的有关知识加以适当整理(或变换)对应到另一事物或情况,从而获得求解另一事物或情形的知识。
根据已知域的情况,用类比来回答关于另一未知域的问题,主要是一个解决问题的过程。
Retrieval检索Elaboration细化Mapping映射Justification纠正,类比学习描述:
设有两个具有相同或相似的论域:
源域S和目标域T,已知S中的元素a和T中的元素b具有相似的性质P,即P(a)P(b),a还具有性质Q,即Q(a),根据类比推理,b也具有性质Q.即,P(a)Q(a),P(a)P(b)Q(b)Q(a),类比学习一般步骤:
(1)找出源域与目标域的相似性质P,找出源域中另一个性质Q和性质P对元素a的关系:
P(a)Q(a);
(2)在源域中推广P和Q的关系为一般关系,即对于所有的变量x来说,存在P(x)Q(x);(3)从源域和目标域映射关系,得到目标域的新性质,即对于目标域的所有变量x来说,存在P(x)Q(x);(4)利用假言推理:
P(b),P(x)Q(x)Q(b),最后得出b具有性质Q从上述步骤可见,类比学习实际上是演绎学习和归纳学习的组合。
步骤
(2)是一个归纳的过程,即从个别现象推断出一般规律;而步骤(4)则是一个演绎过程,即从一般规律找出个别现象。
类比学习的过程:
联想搜索匹配检验相似程度修正变换求解更新知识库,类比求解过程要明确的问题,问题特征怎样抽取相似性测度及计算方法如何确定如何搜索相似的问题怎样找出对应关系,如何匹配老问题的解如何变换地到新问题的解如何更新知识库,基于案例推理的专家系统包含的基本研究领域问题,案例获取案例表示案例索引检索模板检索类似于关系数据库的SQL查询分层检索决策树为基础关联检索邻近检索案例的修改学习和归纳,知识库建立需要考虑的问题,充分表示领域知识有利于对知识的使用便于对知识的组织、维护和管理便于理解与实现,知识库管理系统,知识库管理系统是知识库系统设计中必不可少的。
具体来说知识库管理系统所具有的功能如下:
1)知识库管理系统应具有传统数据库管理系统的切功能,包括对数据、知识的有效存取、数据处理等。
2)有一个描述性语言用于对知识的操作与处理。
知识库管理系统的特性,1)知识库管理系统所管理的知识限于事实和规则;2)知识库管理系统应能管理大量的知识;3)知识库管理系统所采用的语言大多数是逻辑语言,如用谓词逻辑表示;4)知识库管理系统的核心是一个推理系统(InferenceEngine),它完成对知识的操纵,其中主要包括对知识的一致性检查、知识的演绎检索等。
SQL处理过程,从SQL执行原理可知,影响SQL语句性能的关键是前两步。
一方面硬解析相当消耗资源(CPU时间、内存、栓锁等),频繁解析导致响应时间更长(效率低),系统支持同时在线的用户数更少(并发性差);另外,生成的执行计划的优劣主要依赖于统计信息的准确性。
因此,SQL性能优化的重点是:
尽量避免重复解析,充分重用SQL,知识库存放的知识,有效的SQL语句。
待复核的SQL语句。
驳回的SQL语句。
历史的SQL语句。
知识库中还可以放的知识,1当一个用户有数据库请求时,先判断是读还是写,如果是写的话,就直接返回写入服务器,这样当写服务器写完数据以后,差不多可以在3秒内返回其他两台机器。
2,当遇到一个读的请求时,根据监控返回来的数据判断,根据刚才的权值返回一个当前最空闲的机器。
需要注意的是,这时最好做一个记录器,用以保持一段时间的数值,可以让管理员自行设定,更好地做到几台数据库的压力平衡。
3如果为主的写入服务器突然坏掉,程序可以自动把备份的服务器切换过来,用刚才的备份服务器当作写服务器,然后做一个报警系统,用以通知管理员。
同样,当监控服务器发现其他两台读服务器坏掉时,也会自动通知管理员,来处理服务器的异常情况,这样就可以保证系统的稳定运行,而且易于管理和维护。
4限制由数据库用户db2admin发出的读取操作,当read操作返回的数据行数大于N时,终止这个操作。
5限制由数据库用户db2admin发出的DML活动,当预计的SQLCOST运行时间大于200秒时,将不允许该活动继续运行。
6创建Limits。
这里,需要对某一个用户源发出的某一类工作做出限制。
如某个CASE中用户源就是DB2ADMIN,工作类型就是READ。
7.用户特定的需求。
下一步的工作,选择知识的表示确定知识的推理形式构建知识库知识的增加知识的删除知识的约减知识的修改知识库的优化(检索、排序),ThankYou!
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 知识库