Главная Сочинения Рефераты Краткое содержание ЕГЭ Русский язык и культура речи Курсовые работы Контрольные работы Рецензии Дипломные работы Карта
загрузка...
Главная arrow Рефераты arrow Организация труда arrow Экспертные сисетмы в профессиональном обучении

Экспертные сисетмы в профессиональном обучении

Рефераты - Организация труда
Экспертные сисетмы в профессиональном обучении
1. Содержание обучения
2. Теоретические основы концепции конструирования экспертных систем в профессиональном обучении
3. Экспертные системы и их место при анализе проблем
4. Модели представления данных и знаний
Заключение
Литература
Так как содержание образования является системой, соз¬данной в ре-зультате целенаправленной деятельности человека, то ее также возможно от-нести к классу антропогенных систем. В соответствии с функционально-структурной организацией, воз¬можность разрешения проблемы содержания образования, в первую очередь, сводится к возможности конкретизировать по¬ставленные цели. Наличие же целей позволит описать необходи¬мую для их реализации структуру системы "содержание образо¬вания".
В отечественной дидактике цели образования, а следова¬тельно и его содержание, рассматриваются на трех иерархически расположенных уров-нях: общетеоретического обобщенного представления, учебного предмета и учебного материала.
На первом общетеоретическом уровне в трудах В.П. Беспалько, В.В. Краевского, И.Я. Лернера, В.С. Леднева, М.Н. Скаткина и других исследова-телей сформулировано систем¬ное представление о содержании образования. В соответствии с парадоксом иерархичности, существую¬щем в теории сис-тем, "описание любой системы возможно при решении задачи описания дан-ной системы как элемента более широкой системы, а решение последней за-дачи возможно при описании этой системы как системы". По отношению к содержанию образования "более широкой системой" (метасистемой) являет-ся педагогическая система. Она также деятельностная, искусственная, откры-тая, конкретная, динамиче¬ская и в определенной степени централизованная. Определение педагогической системы сформулировано в работах. Так, на-пример, В.П. Беспалько определяет педагогическую сис¬тему как "совокуп-ность взаимосвязанных средств, методов и процессов, необходимых для соз-дания организованного, целена¬правленного и преднамеренного педагогиче-ского влияния на формирование личности с заданными свойствами".
Так как содержание образования представляет собой эле¬мент педагоги-ческой системы, то в соответствии с системным принципом иерархичности любой элемент системы может быть рассмотрен как система, состоящая из элементов (подсистем) более низкого уровня. Такая система, по мнению Л.Г.Семушиной, - "это конечный результат, цель, поставленная перед обра-зовательной структурой и личностью, которая состоит в овладении системой определенных знаний, умений и навыков, опытом творческой деятельности, в выработке гражданских, мировоззренческих, а для профессионального об-разования и профессионально значимых личных качеств". Зависи¬мость меж-ду содержанием образования и его целью не вызывает сомнения, однако само понятие "цель образования" на уровне общетеоретического обобщенного представления невозможно определить однозначно. В основе этого утвер-ждения лежит концепция, рассматривающая образование как сложную, дву-единую систему. В работе Е.П.Белозерцева указывается, что образо¬вание яв-ляется подсистемой общества, т.е. одной из разновидно¬стей социальных сис-тем, и одновременно является педагогиче¬ской системой, в центре которой находится человек. Дву¬единая социально-личностная сущность системы об-разования (педагогической системы) позволяет на уровне общетеоретиче¬ского представления выделить два взаимосвязанных подхода к определению цели, а следовательно, и содержания образования: социальный (обществен-но-государственный) и личностный.
При доминирующей роли социального подхода (социоцентризм) цель образования заключается в выполнении общественно-государственного зака-за. Содержание образования должно при этом обеспечивать "готовность учащихся к деятель¬ности как на собственное благо, так и в еще большей сте-пени на благо общества". Такое понимание цели и содержания образования нашло отражение в трудах Ю.К.Бабанского, Т.А.Ильиной, В.М.Монахова, Г.Нойнера, Б.Саймона, И.Ф.Харламова и других исследователей. При ориен-тации на доминирование личностного подхода (педоцентризм) целью обра-зования является удовлетворение образовательных возможностей и потреб-ностей учащегося как гражданина, способного в дальнейшем влиять на ок-ружающую среду и общество. Таким образом, "отбор содержания образова¬ния должен осуществляться в соответствии с сегодняшними потребностями ребенка в практической деятельности". Данный прагматический подход, имеющий основы в ра¬ботах Дж. Дьюи, нашел дальнейшее продолжение в ис-следовани¬ях Р. Биллета, Т. Брамельда, Р. Хевигхерста и др.
Пути нахождения оптимального соотношения описанных выше подхо-дов при определении целей, а следовательно и со¬держания образования, еще мало изучены. По словам В.П. Беспалько, в современной дидактике нет ме-тодики назначе¬ния цели образования, ее еще необходимо создать. В качестве примеров, иллюстрирующих попытки решения этой задачи, следует выде-лить исследования в области теории непре¬рывного образования (Б.С. Гер-шунский, Р. Давэ, В.И. Загвязинский, М.Л. Левицкий, З.А. Малькова, В.Г. Онушкин и др.) и определения государственных образовательных стандартов (В.М. Березовский, В.П. Беспалько, Б.С. Гершунский), проводимые парал-лельно в различных странах мира. Как компромисс возможно определить по-зицию В.В.Серикова, который считает, что личность участвует в опре¬делении целей содержания образования в той степени, в которой предполага-ет образование личности. Если следовать логике автора, то существует некий интеллектуальный уровень, начиная с которого личность вправе самостоя-тельно определять свое отношение к образованию. Функция же государства заключается в обеспечении достижения личностью этого уровня.
Как было отмечено выше, понятие "структура" связано с упорядочен-ностью отношений, связывающих элементы системы. Структура содержания образования как системы достаточно подробно рассмотрена в работе В.С. Леднева. Содержание образования определяется как содержание триединого целост¬ного процесса образования личности - усвоение опыта, воспита¬ния и развития. Структура содержания образования, считает В.С. Леднев, является структурой имплицитного типа, в которой также возможно выделить внут-ренние и внешние струк¬туры. Элементы внутренних структур, например, обучение, вос¬питание и развитие, выступают в единстве и автономно не су-ще¬ствуют. К внешним структурам относятся структуры, элементы которых - циклы учебных курсов, учебные курсы, дисциплины и т.д. - могут рассмат-риваться как целостные, автономно сущест¬вующие элементы. В качестве ос-новных принципов структури¬рования приводятся: принцип двойного вхож-дения базисных компонентов в систему, принцип функциональной полноты обра¬зования, принцип преемственности ступеней образования. По мнению автора, принципы структурирования содержания обра¬зования еще мало изу-чены и в дальнейшем должны стать пред¬метом самостоятельных углублен-ных исследований. Такой вы¬вод правомерен, так как отсутствие методики назначения цели предполагает невозможность достаточно конкретного опи-сания структуры рассматриваемой системы.
Ведущим видом деятельности, характеризующим содер¬жание образо-вания, является обучение. Воспитание и развитие осуществляются опосред-ственно. При реализации содержания образования в процессе обучения оно становится содержани¬ем обучения. "Содержание обучения выступает по от-ноше¬нию к содержанию образования как средство по отношению к целям и представляет собой состав, содержание и структуру учебной информации, предъявляемой обучающимся, и комплекс задач, заданий и упражнений, обеспечивающих формирование профессиональных и учебных умений и на-выков, накопление первоначального опыта профессиональной деятельности". Цели обучения, как и его содержание, первоначально кон¬кретизируются на уровне учебного предмета. Конкретизация целей заключается в определе-нии требований, которым должен удовлетворять конечный результат обуче-ния. Таким результатом, по мнению В.И. Гинецинского, может считаться це-лостное разви¬тие человека. Иного мнения придерживается А.А. Кузнецов, считающий, что требования к результатам обучения состоят из трех компо-нентов: характеристики объектов изучения, описания видов деятельности и особенностей личности обучающихся, указания на качество результатов обучения. При этом автор ука¬зывает на ведущее значение первого компонен-та. Перспек¬тивными представляются исследования по построению и анализу модели обучающегося на различных стадиях обучения. При этом модель рас-сматривается как конечный или промежуточный результат процесса обуче-ния. Сопоставление реального обучающегося с моделью позволяет не только определять, но и корректировать поставленные перед процессом обучения цели. К работам в этом направлении можно отнести и исследования акмеоло-гов. Однако, по мнению В.С. Черепанова, в настоящее время отсутствует теория построения как профессиограмм обучаемых, так модели специалиста.
Дидактический подход к решению проблемы содержания обучения от-ражен в работе В.С. Леднева. На основе раскрыты закономерности действия факторов, определяющих структур содержания образования, им сформули-рованы основные принципы определения набора учебных предметов. В каче-стве дидактических основ построения каждого из учебных предметов И.К. Журавлева предлагает считать следующее: дидактическое обоснование сущ-ности учебного предмета, раскрытие функций различных предметов в струк-туре содержания образования и их типологию, закономерности их построе-ния и функционирования. Дидактическая модель учебного предмета состоит из двух блоков: основного и процессуального. Следовательно, каждый учеб-ный предмет имеет ведущую функцию, которая предполага¬ет обозначение его ведущего компонента. Для определения со¬держания основного блока предлагает¬ся типология по ведущим компонентам учебного предмета, кото¬рыми могут выступать: 1) предметные знания; 2) способы дея¬тельности; 3) образное видение мира. В процессуальный блок входит комплекс вспомога-тельных знаний.
Следует отметить, что, несмотря на многочисленные ис¬следования, решение проблемы содержания образования на уровне учебного предмета не определено однозначно. Трудности обусловлены тем, что в составе каждого учебного предмета ле¬жит идейно-теоретическое ядро, образованное элемен-тами раз¬личных теорий (концепций) и развивающееся по различным направ-лениям. Многочисленность таких направлений не позволяет конкретизиро-вать цели, а следовательно, и структуру содержания обучения с точностью, достаточной для алгоритми¬зации и технологизации рассматриваемого про-цесса.
В содержании учебного предмета выделяются элементы учебного ма-териала, например, элементы знаний, элементы уме¬ний, элементы творче-ской деятельности, элементы отношений. При таком разделении возможно рассмотрение их на эле¬ментарном, с точки зрения дидактики, уровне, позво-ляющем оперировать понятием "дескриптор". Дескриптор (descriptor -описывающий) в педагогических исследованиях определяется как "наиболее существенное понятие в виде слов или словосоче¬таний, важной характери-стикой которого является семантическая устойчивость и контрастность". На уровне дескрип¬торов содержание образования конкретизируется в наиболь-шее степени, так как "более конкретной формой, чем учебный материал, со-держание образования не обладает". Это объясняется тем, что для каждого дескриптора возможно задать конкретную цель, которая и определяет его ме-сто в структурам учебного материала. С позиций кибернетики дескрипторы воз можно рассматривать как элементы информации, без которых невозмож-но определить семантические и логические характеристики передатчика, приемника и канала передачи информации.
Процесс определения целей обучения на уровне учебного материала имеет различные варианты решения, некоторые и которых приведены ниже.
В работе Н.Ф.Талызиной указывается, что обучение призвано внести определенные изменения в психическую деятельность учащихся" и, следова-тельно, "психологического звено" играет главную роль при задании целей обучения как изменение психической деятельности учащихся. Автор также признает, что "точное указание цели обучения в силу недостаточно точного уровня развития психологической и педагогической науки в настоящее вре-мя невозможно".
Представление целей обучения в виде соотнесения иерархии уровней деятельности с содержанием обучения предлагается в работе В.П.Беспалько. Автор распределяет дескриптор по четырем уровням усвоения: "знакомст-ва", "копи (воспроизведения)", "умения", "трансформации". Такой подход перспективен, так как позволяет не только качественно, но количественно описывать цели обучения и критерии его резул тативности. Тех же взглядов придерживается и В.В. Попов, который под целями обучения понимает "та-кое диагностично заданное описание знаний, умений, навыков, а также ха-рактеристик относящихся к личности обучаемого, которое позволяет устано-вить факт наличия и измерить степень их сформированное после проведения урока, изучения темы, окончания курса и т.д.
Возможность конкретизировать цель для каждого деск¬риптора обеспе-чивает основу для технологизации процесса по¬строения системы "содержа-ние образования", отказ от экспромта и субъективизма. При этом, важней-шее значение имеет состав (как количественный, так и качественный) тех, кто реали¬зует эту возможность. В соответствии с законом Российской Феде-рации "Об образовании" (ст.2) должна быть обеспечена адаптивность систе-мы образования, а следовательно и его со¬держания, к уровням и особенно-стям развития и подготовки обучающихся, воспитанников. Для достижения этого условия конкретизация целей образования должна осуществляться "снизу" - от уровня образовательного учреждения или сферы профессио-нальной деятельности. Реализация этой задачи возможна при использовании экспертных или социологических методов. Диагностичная постановка целей в этом слу¬чае обеспечивается учетом следующих факторов:
• индивидуальных возможностей и образовательных потребностей обучающихся;
• реальных и потенциальных возможностей работников системы об-разования;
• ориентации учебного материала на специфику сферы профессио-нальной деятельности.
2. Теоретические основы концепции конструирования экспертных систем в профессиональном обучении
Важное значение для достижения основной цели функционирования системы профессионального образования - удовлетворения потребностей общества в квалифицированных специалистах - имеет развитие компьютери-зации обучения. Уровень компьютеризации обучения характеризуется не только оснащённостью вычислительной техникой, её возможностями и каче-ством программного обеспечения, но и уровнем компьютерной грамотности студентов и преподавателей, обоснованностью выбора направлений компью-теризации в рамках учебной программы, сочетанием традиционных и ком-пьютерных форм обучения, степенью разработанности их методического обеспечения, возможностью оценивать эффективность и определять направ-ления совершенствования компьютерного обучения.
В зависимости от того, как разделяются функции преподавателя и ком-пьютера в процессе обучения, следует различать два основных направления компьютеризации. Метод обучения с использованием прикладного про-граммного обеспечения, известный как обучение, усиленное компьютером, основывается на том, что все функции учебного процесса - передача и кон-троль знаний, обучение практическим навыкам - реализуются преподавате-лем. В ходе обучения он используется прикладное программное обеспечение, являющееся инструментальным дополнением традиционной технологии обу-чения. Обучение, усиленное ЭВМ, обеспечивает возможность расширять сферу применения математических методов для решения экономических за-дач за счёт использования соответствующих прикладных программ (стати-стических, эконометрических, оптимизационных пакетов, электронных таб-лиц, баз данных и других программных средств). Этот метод обучения удо-бен для небольших групп школьников и он позволяет преподавателю обеспе-чить индивидуальный подход к обучаемым и эффективно контролировать учебный процесс. В группах с большим числом обучаемых этот метод менее эффективен, так как не обеспечивает желаемой интенсивности работы уча-щихся и сопровождается значительно более высокой, чем при традиционном обучении, нагрузкой на преподавателя, связанной, прежде всего, с необходи-мостью обеспечить контроль знаний.
Альтернативным направлением является компьютерное обучение. Го-ворить о компьютером обучении или об использовании компьютерной тех-нологии обучения можно тогда, когда преподаватель передаёт свои функции частично или целиком компьютеру. Компьютерная технология обучения ха-рактеризуется средствами обучения и методами их использования в учебном процессе. К средствам компьютерного обучения относятся: техническое обеспечение (hardware); программное обеспечение (software) и учебный ма-териал (courseware). Программное обеспечение и учебный материал, исполь-зуемые при данной форме обучения, имеют специфические особенности, так как ориентированы на реализацию функций учебного процесса.
В зависимости от того, как именно реализуются функции обучения, различаются два основных типа технологий:
• технологии, предоставляющие возможность обучаться;
• технологии обучения под управлением компьютера.
В технологиях обучения под управлением компьютера используются обучающие системы, которые реализуют функции управления учебным про-цессом. При этом степень подготовленности обучаемого и, что более важно, наилучшая стратегия обучения, определяется ЭВМ.
3. Экспертные системы и их место при анализе проблем
Развитие информационных технологий расширяет возможности интел-лектуальных систем, берущих на себя различные функции, традиционно счи-тавшиеся прерогативой интеллектуальной деятельности.
Одним из ключевых этапов при разработке интеллекту¬альных систем является описание их предметной области. Согласно определению, "пред-метная область - это модель неко¬торой части реального мира". На концепту-альном уров¬не предметная область представляется выделенными в ней типа¬ми объектов, атрибутами этих типов объектов и связями между ними. Следу-ет отметить, что при описании предметной области важное значение имеет не столько количество используемых знаний, сколько методы их отбора и представления. Именно от них зависит показатель интеллектуальности сис-темы, проявляющийся в способности использовать в нужный момент реле-вантные (необходимые) знания. Выбор метода отбора и представления зна-ний определяется спецификой той части реального мира, которую отражает предметная область.
Эффективность принимаемых решений интеллектуальными системами существенно зависит от подготовки и адаптации богатства знаний специали-стов исследуемой предметной области в памяти компьютера. Поэтому, до сих пор остаётся актуальным вопрос разработки методов получения, пре-ставления и формализации знаний о предметной области для разработки сис-тем искусственного интеллекта.
Характерной чертой системы образования является циркуляция в ее рамках педагогических знаний. По мнению В.И.Гинецинского, определивше-го их как категорию педагогики, - это "знания, которые, будучи отражением объективно сущест¬вующего, несут в себе отпечаток внутреннего мира его носителя". Из определения следует - педагогические знания субъективны, что предполагает вариативность при их восприятии, изложении и интерпре-тации достигнутых результатов. Такая вариативность порождает проблему отбора учебного материала, которая в условиях "информационного взрыва", продолжающейся дифференциации направлений профессиональной деятель-но¬сти и роста требований к уровню профессионализма крайне ак¬туальна. Решение ее возможно, если цель образования поставле¬на диагностично, "т.е. настолько точно и определенно, чтобы можно было однозначно сделать за-ключение о степени ее реализации и построить вполне определенный дидак-тический процесс, гарантирующий ее достижение за заданное время". Поста-новка диагностичной цели предполагает наличие профессионально ориенти-рованного образования, обеспечивающего фундамент будущего профессио-нализма обучающегося, как специализацию, готовящую к определенному способу деятельности, становящегося отличительной чертой каждой лично-сти".
Достоверную информацию, необходимую для диагностичной поста-новки целей и отбора соответствующего содержания образования, возможно получить посредством социологических и экспертных методов, реализуемых непосредственно в образовательных учреждениях или в сферах профессио-нальной деятельности. Полученная от респондентов и экспертов информа-ция, как правило, является значительной по объему, слабо-формализованной и нечисловой, что предполагает невозможность ее использования разработ-чиками диагностических средств и непосредственными участниками дидак-тического процесса. Учебный материал, соответствующий диагностично по-ставленным целям, должен быть представлен в виде квалиметрически обос-нованных структур. Именно они и должны являться основой для разработки учебных программ, учебной литературы, нормативной документации и т.д. Игнорирование таких методов ведет к невозможности диагностичной поста-новки целей образо¬вания и субъективизму при отборе учебного материала.
В инженерии знаний при описании предметной области преду¬сматриваются когнитивный и технологический уровни. Логика описываемо-го исследования включает этапы:
1. Анализ системы "содержание образования".
2. Когнитивный уровень описания предметной области ЭС:
• выявление характерных особенностей реального мира и возможных границ его отражения в предметной области;
• определение объектов предметной области;
• установление параметров, характеризующих рассматриваемые объ-екты;
• определение структур, описывающих организацию объектов пред-метной области;
• характеристика методов описания объектов в предметной области.
3. Технологический уровень описания предметной области ЭС:
• квалиметрическое обоснование технологии описания предметной области ЭС;
• алгоритм описания предметной области ЭС.
Последовательное выполнение перечисленных этапов, на наш взгляд, позволит разработать технологию описания пред¬метной области ЭС, т.е. ре-шить задачу, являющуюся базовой при построении интеллектуальных сис-тем.
При создании систем искусственного интеллекта выделяют следующие основные направления их развития:
1) интеллектуальные информационно-поисковые системы;
2) обучающие системы;
3) экспертные системы.
Интеллектуальные информационно-поисковые системы располагают обширным справочно-информационным фондом, формируют адекватные от-веты на запросы пользователя, а также обрабатывают огромные количества информации из разнообразных источников, осуществляя автоматическое ре-ферирование и проводя анализ на противоречивость на и неполноту тех или иных фрагментов знания.
Обучающие системы применяются для профессионально обучения бу-дущих специалистов, которые нередко называют тьюторами. Основной осо-бенностью тьюторов является их способность давать обоснованные, методи-ческие эффективные для обучения объяснения с адаптивной степенью дета-лизации по рассматриваемым диагностическим решениям.
Экспертные системы (ЭС) аккумулируют профессиональные знания опытных квалифицированных экспертов и предназначены для решения прак-тических задач, возникающих у специалиста, работающего в исследуемой предметной области.
На рис. 1 представлена общая структура интеллектуальных экспертных систем.
Основу любой экспертной системы составляют база данных (БД) и база знаний (БЗ). В БД накапливаются эмпирические факты из исследуемой пред-метной области: фактические данные, примеры экспертных заключений, элементарные высказывания с некоторой оценкой и т.п. (представленные в виде троек <объект, признак, значение признака>). В БЗ заносятся сведения, выражающие закономерности структуры множества эмпирических фактов и способы решения возникающих в этой области задач. Кроме того, в БЗ по-мещается информация об их важности, а также сведения о том, каким обра-зом эти связи и закономерности могут быть использованы. Закономерности в БЗ представляются в виде различных математических моделей.
Рис. 1. Общая структура систем искусственного интеллекта
От качества представления данных и знаний зависит эффективность принимаемых решений экспертной системой, которые строятся в логическом блоке, или решателе.
Блок общения, или интеллектуальный интерфейс - организует взаимо-действие пользователя с системой в удобной для него форме, максимально приближенной к реальному общению людей.
Функция блока объяснения заключается в выдаче информации, объяс-няющей или иллюстрирующей путь получения того или иного вывода, если он интересует пользователя.
Создание экспертных систем состоит из следующих основных этапов.
1 этап. Структуризация имеющихся данных и знаний об изучаемых объектах с привлечением квалифицированных экспертов в рассматриваемой предметной области.
2 этап. Выбор математического аппарата и формализация данных и знаний.
3 этап. Разработка системы, предоставляющей пользователю эффек-тивные средства для анализа данных на предмет выявления закономерностей, построения решающих правил и распознавания предъявляемых объектов, выработки и обоснования решений.
4 этап. Создание, заполнение и управление БЗ системы.
5 этап. Решение реальных задач по распознаванию произвольных объ-ектов и принятию решений в рассматриваемой предметной области.
6 этап. Доработка экспертной системы по результатам эксплуатации.
Базовым понятием в ЭС является «знание», хотя однозначного опреде-ления оно не имеет. Специалистами предложены десятки различных толко-ваний. Рассмотрим некоторые из них. Определение знаний вне контекста ис-кусственного интеллекта, звучит следующим образом: «Проверенный прак-тикой результат познания действительности, верное её отражение в мышле-нии человека». Это определение достаточно общее и не проясняет особенно-стей знаний, связанных с компьютерными системами. Другое определение термина «знание», уже в рамках инженерии знаний, где «знания» определя-ются как формализованная информация, на которую ссылаются или которую используют в процессе решения. Соответственно, под базой знаний понима-ют совокупность знаний, относящихся к некоторой предметной области и формально представленных таким образом, чтобы на их основе можно было осуществлять рассуждения».
Кроме того, знания определяются как основные закономерности пред-метной области, позволяющие человеку решать конкретные производствен-ные, научные и другие задачи, то есть факторы, понятия, взаимосвязи, оцен-ки, правила, эвристики, а также стратегии принятия решения в этой области.
Множественность и многообразие определения «знания», заключается в его материальном носителе. Например, это могут быть знания, хранящиеся в памяти человека; материализованные знания в виде статей, энциклопедий или формализованные знания на языках представления знаний.
В связи с этим, знания делят на две категории: декларативные (экстен-сиональные) знания и процедурные (интенсиональные) знания. Декларатив-ные знания представляют собой свойства, характеризующие конкретные объекты, события, эмпирические факты, хорошо известные в исследуемой предметной области обстоятельства, иногда такие знания называют тексто-выми, имея в виду достаточную их освещённость в специальной литературе или учебниках. Процедурные знания основываются на собственном опыте эксперта (знания о закономерностях в данной предметной области), накоп-ленном в результате многолетней практики, в силу этого они являются эври-стическими, экспериментальными, неопределенными и оперируют абстракт-ными объектами, событиями и отношениями. Но, тем не менее, именно эта категория знаний играет решающую роль в повышении эффективности ин-теллектуальных систем.
При решении задачи получения знаний для экспертных систем выде-ляют три стратегии: приобретение, извлечение и формирование знаний.
Приобретение знаний осуществляется посредством автоматизирован-ного диалога между экспертом и специальной программой. Таким образом, удается получить фрагменты знаний в соответствии со структурами, зало-женными разработчиками системы. Существует ряд недостатков в данной стратегии таких как: привязанность к предметной области, неполнота приоб-ретаемых знаний, упрощение структуры знаний.
Извлечение знаний происходит без привлечения вычислительной тех-ники путем непосредственного контакта инженера по знаниям и источником знаний (экспертом, специальной литературой и др.). Инженеру по знаниям необходимо воссоздать модель предметной области, которой пользуются эксперты для принятия решений. Это длительная и трудоемкая процедура.
Формирование знаний осуществляется непосредственно в самой экс-пертной системе, которая «самостоятельно» формирует необходимые знания или получает «новое» знание не задаваемое экспертом. Другими словами формирование знаний - это задача обработки база данных (БД) с целью пе-рехода к базам знаний (БЗ).
Возможности человека в выделении новых (скрытых) закономерностей ограничены, поэтому разработка методов и алгоритмов, способных анализи-ровать слабоструктурированные, разнородные данные и предоставлять новые полученные знания в удобной для восприятия человеком форме, является наиболее актуальной задачей при разработке экспертных систем.
Обобщая приведённую выше информацию можно сделать следующий вывод, что от того насколько качественно
• будут структурированы исходные данные и профессиональные зна-ния,
• сформированы новые знания, которые будут положены в основу БЗ,
• подобрана математическая модель представления данных и знаний зависит оперативность и качество принимаемых решений интеллектуальной экспертной системой.

4. Модели представления данных и знаний
Вопросам построения моделей данных и знаний уделялось самое при-стальное внимание при разработке интеллектуальных экспертных систем, что привело к созданию ряда математических моделей, используемых для пред-ставления данных и знаний.
В настоящее время наиболее проработанными и традиционно исполь-зуемыми моделями для представления данных в интеллектуальных сис-темах являются иерархическая, сетевая и реляционная модели, а для пред-ставления знаний - семантические сети, фреймы, логические модели, сис-темы продукций.
Иерархическая модель данных - это модель представления элементов данных и связей между элементами данных в виде древовидных структур.
Сетевая модель данных реализуется на основе ориентированных гра-фов, где вершинам гарафа соответствуют специальным образом организо-ванные таблицы, а дугам - типы связей между этими таблицами.
Реляционная модель данных базируется на теоретико-множественном понятии отношения, т.е. множества кортежей фиксированной длины, где ка-ждый кортеж задает описание объекта в виде последовательности отдельных значений признаков, а связи между элементами данных задаются путем включения одинаковых признаков в разные отношения. На логическом уров-не реляционная модель представляется набором связанных между собой таб-лиц с данными.
В представлении знаний семантическая сеть - это ориентированный граф, вершины которого - понятия (абстрактные или конкретные объекты), а дуги - отношения между ними. Проблема поиска решения в базе знаний типа семантической сети сводится к задаче поиска фрагмента сети, соответст-вующего некоторой подсети, представляющей ответ на поставленный во-прос. Основным преимуществом этой модели является то, что она более дру-гих соответствует современным представлениям об организации долговре-менной памяти человека. Недостатком этой модели является сложность ор-ганизации процедуры поиска вывода на семантической сети. Если ввести ог-раничения на характерструктур и типов информационных единиц, находя-щихся в вершинах семантической сети, и на характер связей, задаваемых её дугами, то можно получить другие модели представления знаний, например, фреймовые модели.
Фреймы представляют собой поименованные структуры, составленные из ряда описаний (слотов), идентифицирующих основные элементы фрейма, и позволяющие внести в семантическую сеть определённую структуризацию. Допускается, чтобы слот сам был фреймом. Связь между фреймами задаётся значениями специального слота. Основным преимуществом фреймов явля-ется их гибкость и наглядность, а также фреймы, как и семантическая сеть отражают концептуальную основу организации памяти человека.
Логические модели представления классов объектов и отношений ме-жду ними базируются на использовании понятий исчисления предикатов, по-зволяющих описывать взаимосвязи между различными объектами. В основе моделей такого типа лежит формальная система, задаваемая четверкой вида M=, где Т - множество базовых элементов, Р - множество син-таксических правил, А - множество аксимом, В - множество правил вывода. Заданная таким образом формальная система представляет собой генератор порождения правильных цепочек, образующих множество выводимых в дан-ной системе знаний. Логические модели применяются в основном в исследо-вательских системах, так как предъявляют очень высокие требования и на-кладывают ограничение к предметной области.
Продукционная модель представления знаний оперирует с правилами импликативного вида «Если А, то В», называемыми продукциями и задаю-щими элементарные шаги преобразований и умозаключений, где левая часть правила является посылкой (причиной), а правая часть - заключением (след-ствием). Вместо логического вывода, характерного для логических моделей, в продукционных моделях применяется вывод на знаниях. Продукционная модель чаще всего применятся в промышленных экспертных системах. Она привлекает разработчиков своей наглядностью, высокой модульностью, лег-костью внесения дополнений и изменений и простотой механизма логическо-го вывода..
Рассмотренные модели представления знания данных и знаний исполь-зуются на этапе создания БЗ экспертной системы (4 этап).
Заключение
Переход от БД к БЗ является непростой задачей. В общем случае её можно описать в случае её можно описать в следующей форме, в которой большое место уделяется проблемам анализа данных и знаний.
Предположим, что имеется «черный ящик»: набор признаков, среди ко-торых  существуют признаки, влияющие на целевое свойство объекта, но ка-кие из них являются определяющими, и какой математической моделью опи-сываются закономерности их влияния, не известно. Требуется выбрать опре-деляющие (информативные) признаки и построить модель, позволяющую вычислять по из значениям значения целевого свойства.
На результатах решения задач анализа данных лежит явный след боль-шого числа эвристических или экспертных предположений - и о выборе ха-рактеристик объекта, и о классе моделей, и о параметрах выбранной модели. Необходимо отметить и тот факт, что реальные данные обладают такими особенностями, которые затрудняют применение строгих математических методов, а именно: малые выборки в пространствах большой размерности, разнотипность измерительных шкал, наличие шумов и пробелов.
В последнее время чаще стали использоваться такие алгоритмы анали-за данных, которые опираются не на общие модели «черного ящика», а на конкретные факты его поведения, зафиксированные в протоколах «вход-выход», или на «прецеденты». Построенные таким образом модели позволя-ют ответить на один из вопросов: «Что происходит?», «Как это происхо-дит?», «Почему именно так, а не иначе?».
1. Содержание обучения
Литература
1. Гаврилова Т. А., Червинская К. Р. Извлечение и структурирование зна-ний для экспертных систем. - М.: Радио и связь, 1992. - 200 с.
2. Дюк В. А. Самойленко А. Data Mining: Учебный курс. - СПб: Питер, 2001. -368с.
3. Дюк В. А. Компьютерная психодиагностика. - СПб.: Изд-во «Братст-во», 2994. - 364с.
4. Поспелов Д. А. Искуственный интеллект: фантазии и реальность // Наука и жизнь. - 1995. - №6.
5. Будущее искусственного интеллекта/ Под ред. К.Е. Левитина и Д.А. Поспелова - М.: Наука, 1991.-302с.
6. Осипов Г.С. Приобретение знаний интеллектуальными системами: Ос-новы теории и технологии. - М.: Наука. Физматлит, 1997. - 112с.
7. Построение экспертных систем / Под ред. Ф. Хейес-Рота, Д. Уотерме-на, Д. Лената. - М.: Мир, 1987. - С. 434.
8. Психологическая диагностика и новые информационные технологии / Л. И. Вассерман, В.А Дюк, Б.В. Иовлев, К.Р. Червинская. - СПб.: ООО «СЛП», 1997. - 203с.
9. Дрибас В.П. Реляционные модели баз данных. - Минск: Изд-во БГУ, 1982.
10. Дейт К. Введение в системы баз данных / Пер. с англ. - М.: Наука, 1980.
11. Ефимова С.М., Суворов Е.В. Модель П-графов для представления зна-ний и способ её аппаратной реализации на основе метода МЗ // Изв. АН СССР. Техническая кибернетика. - 1986. - №2.-С.32-47.
12. Искусственный интеллект: В 3 кн. Кн. 2. Модели и методы / Под ред. Д. А. Поспелова. - М.: Радио и связь, 1990.
13. Искусственный интеллект: В 3 кн. Кн. 3. Программные и аппаратные средства + Под ред. В. Н. Захарова, В. Ф. Хорошевского. - М.: Радио и связь, 1990.
14. Лозовский В.С. Экстенсиональная база данных на основе семантиче-ских сетей // Изв. АН СССР. Техническая кибернетика. - 1982. - №5. - с. 23-42.
15. Мартин Дж. Организация баз данных в вычислительных системах / Пер. с англ. - М.: Мир, 1980.
16. Минский М. Фреймы для представления знаний \ пер. с англ. - М.: Энергия, 1979.
17. Нетрадиционные модели и системы с нечеткими знаниями / Под ред. А.Ф. Блишуна. - М.: Энергоатомиздат, 1991.
18. Нильсон Н. Принципы искусственного интеллекта / Пер. с англ. - М.: Радио и связь, 1985.
19. Осипов Г. С. Метод формирования и структурирования модели знаний для одного типа предметных областей // Изв. АН СССР. Техническая кибер-нетика. - 1988. - №2. - с.3-12.
20. Гладун В. П. Эвристический поиск в сложных средах. - Киев: Наукова Думка, 1977.
21. Дюк В., Самйленко А. Data Mining: Учебный курс. - СПб: Питер, 2001. - 368с.
 

 

 

 

 

 
След. »
Понравилось? тогда жми кнопку!

Заказать работу

Заказать работу

Кто на сайте?

загрузка...
Проверить тИЦ и PR