Інтелектуальні інформаційні системи

[ виправити ] текст може містити помилки, будь ласка перевіряйте перш ніж використовувати.

скачати

1 Інформація, як сировина і як товар: абсолютна, відносна та аналітична інформація. Дані, інформація, знання
Абсолютна інформація - це інформація, що міститься в абсолютних числах, таких як кількість чого-небудь, взятого "саме по собі".
Відносна інформація - це інформація, яка міститься у відносинах абсолютної кількості до обсягу сукупності.
Відносна інформація вимірюється у частинах, відсотках, проміле, ймовірностях і деяких інших подібних одиницях. Очевидно, що і з відносної інформації, взятої ізольовано, вирваною з контексту, робити які-небудь обгрунтовані висновки не представляється можливим.
Аналітична інформація - це інформація, що міститься у відношенні ймовірності (або відсотка) до деякої базової величини, наприклад до середньої ймовірності по всій вибірці.
Аналітичними є також стандартизовані величини в статистиці і кількість інформації в теорії інформації.
Аналітична інформація дозволяє робити змістовні висновки про досліджуваної предметної області. Для того, щоб зробити аналогічні висновки на основі відносної, і абсолютної інформації потрібна значна обробка.
Таким чином, є всі підстави розглядати абсолютну інформацію як "інформаційне сировину", аналітичну - як "інформаційний товар". Відносна інформація в цьому сенсі займає проміжне положення і може розглядатися як "інформаційний напівфабрикат". Інтелектуальні інформаційні системи, перетворять сиру інформацію в кондиційний інформаційний продукт і, цим самим, багато разів підвищують її споживчу і мінову вартість.
Дані - це сукупність відомостей, зафіксованих на певному носії у формі, придатній для постійного зберігання, передачі та обробки. Перетворення і обробка даних дозволяє отримати інформацію.
Інформація - це результат перетворення та аналізу даних. Наприклад, у базах даних зберігаються різні дані, а за певним запитом система управління базою даних видає необхідну інформацію.
Знання - це зафіксована і перевірена практикою оброблена інформація, яка використовувалася і може багаторазово використовуватися для прийняття рішень.
Знання - це вид інформації, яка зберігається в базі знань і відображає знання фахівця у конкретній предметній області. Знання - це інтелектуальний капітал.
2. Автоматизовані системи розпізнавання образів
Системою розпізнавання образів будемо називати клас систем штучного інтелекту, що забезпечують:
- Формування конкретних образів об'єктів і узагальнених образів класів;
- Навчання, тобто формування узагальнених образів класів на основі низки прикладів об'єктів, класифікованих (тобто віднесених до тих чи інших категорій - класами) вчителем і складових навчальну вибірку;
- Самонавчання, тобто формування кластерів об'єктів на основі аналізу некласифікований навчальної вибірки;
- Розпізнавання, тобто ідентифікацію (і прогнозування) станів об'єктів, описаних ознаками, один з одним і з узагальненими образами класів;
- Вимір ступеня адекватності моделі;
- Рішення оберненої задачі ідентифікації та прогнозування (забезпечується не всіма моделями).
Розпізнавання - це операція порівняння і визначення ступеня подібності образу даного конкретного об'єкта з образами інших конкретних об'єктів або з узагальненими образами класів, в результаті якої формується рейтинг об'єктів або класів за спаданням схожості з розпізнаваним об'єктом.
Ключовим моментом при реалізації операції розпізнавання в математичній моделі є вибір виду інтегрального критерію або міри схожості, який би на основі знання про ознаки конкретного об'єкта дозволив би кількісно визначити ступінь його схожості з іншими об'єктами або узагальненими образами класів.
3. "Система штучного інтелекту", місце СІІ в класифікації інформаційних систем
Інтелектуальними вважаються завдання, пов'язані з розробкою алгоритмів рішення раніше невирішених завдань певного типу.
інтелект являє собою універсальний алгоритму, здатний розробляти алгоритми вирішення конкретних завдань. У 1950 році в статті "Обчислювальні машини і розум" (Computing machinery and intelligence) видатний англійський математики і філософ Алан Тьюринг запропонував тест, щоб замінити безглуздий, на його думку, питання "чи може машина мислити?" на більш визначений.
Суддя-людина обмежений час, наприклад, 5 хвилин, листується в чаті (в оригіналі - по телеграфу) на природній мові з двома співрозмовниками, один з яких - людина, а інший - комп'ютер. Якщо суддя за наданий час не зможе надійно визначити, хто є хто, то комп'ютер пройшов тест.
Ідею Тьюрінга підтримав Джо Вайзенбаум, який написав у 1966 році першу "розмовляють" програму "Еліза". Програма всього в 200 рядків лише повторювала фрази співрозмовника у формі запитань і становила нові фрази з вже використаних в бесіді слів.
А. Тьюрінг вважав, що комп'ютери, у кінцевому рахунку, пройдуть його тест, тобто на питання: "Чи може машина мислити?" він відповів ствердно, але в майбутньому часі: "Так, зможуть!"
Сьогодні вже існують численні варіанти інтелектуальних систем, які не мають на меті, але мають критерії поведінки: генетичні алгоритми та імітаційне моделювання еволюції. Поведінка цих систем виглядає таким чином, як ніби вони мають різні цілі і досягають їх.
Щорічно проводиться змагання між розмовляють програмами, і найбільш людиноподібної, на думку суддів, присуджується приз Лебнера (Loebner).
4. Особливості та ознаки інтелектуальності інформаційних систем
Будь-яка інформаційна система (ІС) виконує наступні функції: 1воспрінімает вводяться користувачем інформаційні запити та необхідні вихідні дані, 2обрабативает введені і збережені в системі дані відповідно до відомим алгоритмом і формує необхідну вихідну інформацію.
З точки зору реалізації перелічених функцій ІС можна розглядати як фабрику, що виробляє інформацію, в якій замовленням є інформаційний запит, сировиною - вихідні дані, продуктом - необхідна інформація, а інструментом (устаткуванням) - знання, за допомогою якого дані перетворяться в інформацію.
... Якщо в ході експлуатації ІС з'ясується потреба в модифікації одного з двох компонентів програми, то виникне необхідність її переписування. Це пояснюється тим, що повним знанням проблемної області володіє тільки розробник ІС, а програма служить "недумающий виконавцем" знання розробника. Цей недолік усуваються в інтелектуальних інформаційних системах.
Інтелектуальна інформаційна система (ІІС) - це ІС, яка заснована на концепції використання бази знань для генерації алгоритмів рішення економічних задач різних класів в залежності від конкретних інформаційних потреб користувачів.
Для інтелектуальних інформаційних систем, орієнтованих на генерацію алгоритмів розв'язання задач, характерні наступні ознаки:
-Розвинуті комунікативні здібності,
-Вміння вирішувати складні погано формалiзуються, завдання,
-Здатність до самонавчання,
Комунікативні здібності ІВС характеризують спосіб взаємодії (інтерфейсу) кінцевого користувача з системою.
Складні погано формалiзуються, завдання - це завдання, які вимагають побудови оригінального алгоритму рішення в залежності від конкретної ситуації, для якої можуть бути характерні невизначеність і динамічність вихідних даних і знань.
5. Етапи життєвого циклу систем штучного інтелекту
№ Найменування етапу
1 Розробка ідеї та концепції системи
2 Розробка теоретичних основ системи
3 Розробка математичної моделі системи
4 Розробка методики чисельних розрахунків у системі:
4.1 - розробка структур даних
4.2 - розробка алгоритмів обробки даних
5 Розробка структури системи і екранних форм інтерфейсу
6 Розробка програмної реалізації системи
7 Налагодження системи
8 Експериментальна експлуатація
9 Дослідна експлуатація
10 Промислова експлуатація
11 Замовні модифікації системи
12 Розробка нових версій системи
13 Зняття системи з експлуатації
Умовно кожному з ознак інтелектуальності відповідає свій клас ІВС:
-Системи з інтелектуальним інтерфейсом;
-Експертні системи;
-Самонавчальні системи.
6 Експертна система (ЕС) - це ІВС, призначена для вирішення слабоформалізуемих завдань на основі накопичується в базі знань досвіду роботи експертів в проблемній області
Експертна система є інструментом, що підсилює інтелектуальні здібності експерта, і може виконувати наступні ролі:
1консультанта для недосвідчених або непрофесійних користувачів;
2ассістента у зв'язку з необхідністю аналізу експертом різних варіантів прийняття рішень;
3партнера експерта з питань, що належать до джерел знань із суміжних областей діяльності.
Історично, ЕС були першими системами штучного інтелекту, які привернули увагу споживачів.
Класи експертних систем. За ступенем складності вирішуваних завдань експертні системи можна класифікувати наступним чином:
- За способом формування рішення експертні системи поділяються на два класи: аналітичні та синтетичні. Аналітичні системи припускають вибір рішень з багатьох відомих альтернатив, а синтетичні системи - генерацію невідомих рішень. Аналітична експертна система - це ЕС, що здійснює оцінку варіантів рішень (перевірку гіпотез). Синтетична експертна система - це ЕС, що здійснює генерацію варіантів рішень (формування гіпотез).
- За способом обліку тимчасового ознаки експертні системи можуть бути статичними або динамічними. Статичні системи вирішують завдання при незмінних в процесі вирішення даних і знаннях, інаміческіе системи допускають такі зміни.
Статична експертна система - це ЕС, вирішальна завдання в умовах, не змінюються в часі вихідних даних і знань.
Динамічна експертна система - це ЕС, вирішальна завдання в умовах змінюються в часі вихідних даних і знань.
- За видами використовуваних даних і знань експертні системи класифікуються на системи з детермінованими (чітко визначеними) знаннями і невизначеними знаннями. Під невизначеністю знань (даних) розуміється їх неповнота (відсутність), недостовірність (неточність вимірювання), двозначність (багатозначність понять), нечіткість (якісна оцінка замість кількісної).
За кількістю використовуваних джерел знань експертні системи можуть бути побудовані з використанням одного або багатьох джерел знань.

7. Система з інтелектуальним інтерфейсом - це ІВС, призначена для пошуку неявної інформації в базі даних або тексті для довільних запитів, які складаються, як правило, на обмеженому природній мові
Інтелектуальні БД відрізняються від звичайних БД можливістю вибірки за запитом необхідної інформації, яка може явно не зберігатися, а виводитися з наявної в базі даних. Прикладами таких запитів можуть бути наступний: - "Вивести список товарів, ціна яких вище середньогалузевої",
У запиті потрібно здійснити пошук за умовою, що має бути довизначити в ході виконання завдання. Формулювання запиту здійснюється у діалозі з користувачем, послідовність кроків якого виконується в максимально зручною для користувача формі. Запит до бази даних може формулюватися і за допомогою природно-мовного інтерфейсу.
Природно-мовний інтерфейс передбачає трансляцію природно-мовних конструкцій на внутримашинной рівень представлення знань.
Природно-мовний інтерфейс використовується для:
-Доступу до інтелектуальних баз даних;
-Контекстного пошуку документальної текстової інформації;
-Голосового вводу команд в системах управління;
-Машинного перекладу c іноземних мов.
Гіпертекстові системи призначені для реалізації пошуку за ключовими словами в базах текстової інформації. Механізм пошуку працює перш за все з базою знань ключових слів, а вже потім безпосередньо з текстом.
Системи контекстної допомоги можна розглядати, як окремий випадок інтелектуальних гіпертекстових і природно-мовних систем. У системах контекстної допомоги користувач описує проблему (ситуацію), а система за допомогою додаткового діалогу її конкретизує і сама виконує пошук відносяться до ситуації рекомендацій. Такі системи відносяться до класу систем поширення знань (Knowledge Publishing) і створюються як додаток до систем документації (наприклад, технічної документації по експлуатації товарів).
Системи когнітивної графіки дозволяють здійснювати інтерфейс користувача з ІВС з допомогою графічних образів, які генеруються відповідно з подіями, що.
8. Самонавчається система - це ІВС, яка на основі прикладів реальної практики автоматично формує одиниці знань
В основі самонавчаються лежать методи автоматичної класифікації прикладів ситуацій реальної практики (навчання на прикладах). Приклади реальних ситуацій накопичуються за деякий історичний період і складають навчальну вибірку. Ці приклади описуються безліччю ознак класифікації. Причому навчальна вибірка може бути:
- "З вчителем", коли для кожного прикладу задається в явному вигляді значення ознаки його приналежності певного класу ситуацій (классообразующій ознаки);
- "Без вчителя", коли за ступенем близькості значень ознак класифікації система сама виділяє класи ситуацій.
У результаті навчання системи автоматично будуються узагальнені правила або функції, що визначають приналежність ситуацій класами, якими навчена система користується при інтерпретації нових виникаючих ситуацій. Таким чином, автоматично формується база знань, яка використовується при вирішенні задач класифікації та прогнозування. Ця база знань періодично автоматично коригується в міру накопичення досвіду реальних ситуацій, що дозволяє скоротити витрати на її створення та оновлення.
9. Ідентифікація проблемної області
Етап ідентифікації проблемної області - визначення вимог до розроблюваної ЕС, контурів аналізованої проблемної області (об'єктів, цілей, підцілей, факторів), виділення ресурсів на розробку ЕС.
Етап ідентифікації проблемної області включає визначення призначення і сфери застосування експертної системи, підбір експертів та групи інженерів за знаннями, виділення ресурсів, постановку і параметризацію вирішуваних завдань.
Початок робіт зі створення експертної системи ініціюють керівники компаній. Зазвичай необхідність розробки експертної системи пов'язана з труднощами осіб, які приймають рішення, що позначається на ефективності функціонування проблемної області. Як правило, призначення експертної системи пов'язано з однією з наступних областей:
- Навчання та консультація недосвідчених користувачів;
- Розповсюдження та використання унікального досвіду експертів;
- Автоматизація роботи експертів з прийняття рішень;
- Оптимізація рішення проблем, висування та перевірка гіпотез.
Після попереднього визначення контурів розробляється експертної системи інженери по знаннях спільно з експертами здійснюють більш детальну постановку проблем і параметризацію системи. До основних параметрів проблемної області відносяться наступні:
- Клас розв'язуваних задач (інтерпретація, діагностика, корекція, прогнозування, планування, проектування, моніторинг, управління);
- Критерії ефективності результатів вирішення завдань (мінімізація використання ресурсів, підвищення якості продукції та обслуговування, прискорення оборотності капіталу і т.д.);
- Критерії ефективності процесу розв'язання задач (підвищення точності прийнятих рішень, облік більшого числа факторів, прорахунок більшого числа альтернативних варіантів, адаптивність до змін проблемної області та інформаційних потреб користувачів, скорочення термінів прийняття рішень);
- Цілі вирішуваних завдань (вибір з альтернатив, наприклад, вибір постачальника або синтез значення, наприклад, розподіл бюджету по статтях);
- Підцілі (розбиття задачі на підзадачі, для кожної з яких визначається своя мета);
- Вихідні дані (сукупність використовуваних факторів);
- Особливості використовуваних знань (детермінованість / невизначеність, статичність / динамічність, одноцільова / багатоцільова спрямованість, єдиність / множинність джерел знань).
10. Формалізація бази знань
На етапі формалізації бази знань здійснюється вибір методу представлення знань. У рамках обраного формалізму здійснюється проектування логічної структури бази знань.
Етап формалізації бази знань - вибір методу представлення знань, в рамках якого проектується логічна структура бази знань.
Логічна модель передбачає уніфіковане опис об'єктів і дій у вигляді предикатів першого порядку.
Логічна модель відображає логічні зв'язки між елементами даних незалежно від їх змісту та середовищі зберігання.
Логічна модель даних може бути реляційної, ієрархічної або мережевий. Користувачам виділяються підмножини цієї логічної моделі, які називаються зовнішніми моделями, що відображають їхнє представлення про предметної області. Зовнішня модель відповідає уявленням, які користувачі отримують на основі логічної моделі, в той час як концептуальні вимоги відбивають уявлення, які користувачі спочатку бажали мати і які лягли в основу розробки концептуальної моделі. Логічна модель відображається у фізичну пам'ять, таку, як диск, стрічка або який-небудь інший носій інформації.
11. Етапи проектування експертної системи

Етапи створення експертних систем: ідентифікація, концептуалізація, формалізація, реалізація, тестування, впровадження. На початкових етапах ідентифікації та концептуалізації, пов'язаних з визначенням контурів майбутньої системи, інженер по знаннях виступає в ролі учня, а експерт - в ролі вчителя, майстра. На заключних етапах реалізації та тестування інженер по знаннях демонструє результати розробки, адекватність яких проблемної області оцінює експерт. На етапі тестування це можуть бути зовсім інші експерти. На етапі тестування створені експертні системи оцінюються з позиції двох основних груп критеріїв: точності і корисності. Наступний етап життєвого циклу експертної системи - впровадження і досвідчена експлуатація в масовому порядку без безпосереднього контролю з боку розробників і перехід від тестових прикладів до вирішення реальних завдань. Найважливішим критерієм оцінки стають співвідношення вартості системи та її ефективності. На цьому етапі здійснюється збір критичних зауважень та внесення необхідних змін. У результаті дослідної експлуатації може знадобитися розробка нових спеціалізованих версій, що враховують особливості проблемних областей. На всіх етапах розробки інженер по знаннях відіграє активну роль, а експерт - пасивну. У міру розвитку самообучающихся властивостей експертних систем роль інженера по знаннях зменшується, а активна поведінка зацікавленого в ефективній роботі експертної системи користувача-експерта зростає.
Прототип експертної системи - це розширювана (змінна) на кожному наступному етапі версія бази знань з можливою модифікацією програмних механізмів. Після кожного етапу можливі ітеративні повернення на вже виконані етапи проектування, що сприяє поступовому проникненню інженера по знаннях у глибину розв'язуваних проблем, ефективності використання виділених ресурсів, скорочення часу розробки, постійного поліпшення компетентності та продуктивності системи. Приклад розробки експертної системи гарантування (страхування) комерційних позик CLUES (loan-uderwriting expert systems).

12. Генетичні алгоритми та моделювання біологічної еволюції
Генетичні Алгоритми (ГА) - це адаптивні методи функціональної оптимізації, засновані на комп'ютерному імітаційному моделюванні біологічної еволюції. Основні принципи ГА були сформульовані Голландії (Holland, 1975), і добре описані у багатьох роботах і на ряді сайтів в Internet.
Теорія Дарвіна традиційно моделюється в ГА, хоча, звичайно, це не виключає можливості моделювання та інших теорій еволюції в ГА.
В основі моделі еволюції Дарвіна лежать випадкові зміни окремих матеріальних елементів живого організму при переході від покоління до покоління. Доцільні зміни, які полегшують виживання і виробництво нащадків в даній конкретній зовнішньому середовищі, зберігаються і передаються потомству, тобто успадковуються. Особи, які не мають відповідних пристосувань, гинуть, не залишивши потомства або залишивши його менше, ніж пристосовані (вважається, що кількість потомства пропорційно ступеня пристосованості). Тому в результаті природного відбору виникає популяція з найбільш пристосованих особин, яка може стати основою нового виду, кожен конкретний генетичний алгоритм представляють імітаційну модель деякої певної теорії біологічної еволюції або її варіанту.
Робота ГА являє собою ітераційний процес, який триває до тих пір, поки покоління не перестануть істотно відрізнятися один від одного, або не пройде задану кількість поколінь або заданий час. Для кожного покоління реалізуються відбір, кросовер (схрещування) і мутація.

13. Етап концептуалізації проблемної області - побудова концептуальної моделі, що відбиває в цілісному вигляді сутність функціонування проблемної області на об'єктному (структурному), функціональному (операційному), поведінковому (динамічному) рівнях
На етапі побудови концептуальної моделі створюється цілісне і системне опис використовуваних знань, що відбиває сутність функціонування проблемної області. Від якості побудови концептуальної моделі проблемної області багато в чому залежить наскільки часто в подальшому в міру розвитку проекту буде виконуватися перепроектування бази знань. Хороша концептуальна модель може тільки уточнюватися (деталізуватися або спрощуватися), але не перебудовуватися.
Результат концептуалізації проблемної області зазвичай фіксується у вигляді наочних графічних схем на об'єктному, функціональному і поведінковому рівнях моделювання:
- Об'єктна модель описує структуру предметної області як сукупності взаємопов'язаних об'єктів;
- Функціональна модель відображає дії і перетворення над об'єктами;
- Поведінкова модель розглядає взаємодії об'єктів у часовому аспекті.
Перші дві моделі описують статичні аспекти функціонування проблемної області, а третя модель - динаміку зміни її станів. Природно, що для різних класів задач можуть вимагатися різні види моделей, а отже, і орієнтовані на них методи подання знань. Розглянемо кожну з представлених видів моделей.
Об'єктна модель - відображення на семантичному рівні фактуального знання про класи об'єктів, їх властивостей і відносин.
Концептуальне проектування - збір, аналіз і редагування вимог до даних. Для цього здійснюються такі заходи:
- Обстеження предметної області, вивчення її інформаційної структури;
- Виявлення всіх фрагментів, кожен з яких характеризується користувальницьким поданням, інформаційними об'єктами і зв'язками між ними, процесами над інформаційними об'єктами
- Моделювання та інтеграція всіх уявлень
Після закінчення даного етапу отримуємо концептуальну модель, інваріантну до структури бази даних. Часто вона представляється у вигляді моделі "сутність-зв'язок".
Логічне проектування - перетворення вимог до даних в структури даних. На виході отримуємо СУБД-орієнтовану структуру бази даних і специфікації прикладних програм. На цьому етапі часто моделюють бази даних стосовно різних СУБД і проводять порівняльний аналіз моделей.
Фізичне проектування - визначення особливостей зберігання даних, методів доступу і т.д.
14 Особливості експертних систем економічного аналізу
Архітектура експертної системи економічного аналізу (особливості формування бази знань, вибору методів логічного висновку, користувальницького інтерфейсу) багато в чому залежить від цілей і глибини аналізу: зовнішнього (для сторонніх організацій) або внутрішнього (для самого підприємства).
Зовнішній економічний аналіз проводиться зовнішніми для підприємства суб'єктами: інвесторами, кредиторами, партнерами, постачальниками, аудиторами, податковими і митними службами, страховими організаціями і т.д. Для зовнішнього аналізу використовуються інтерпретують експертні системи.
Метою зовнішнього аналізу підприємства є визначення загального стану підприємства, тобто інтерпретація його економічного становища з точки зору виявлення можливостей ефективної взаємодії з ним зовнішніх організацій
Інтелектуальна система моделювання бізнес-процесів призначена для аналізу на довготривалій основі ефективності організації бізнес-процесів, прогнозування наслідків реалізації рекомендацій з реінжинірингу бізнес-прцессов.
Найбільш зарекомендували себе методом зовнішнього аналізу, інтегруючим безліч різних економічних показників підприємства, служить рейтинговий метод.
У разі застосування експертної системи внутрішнього фінансового аналізу FINEX експертиза здійснюється автоматично на основі введених даних фінансової звітності.
Функціями експертної системи фінансового аналізу підприємства є:
- Введення і перевірка правильності складання бухгалтерської звітності;
- Аналіз фінансового стану підприємства;
- Аналіз результатів фінансово-господарської діяльності підприємства і діагностика ефективності використання ресурсів.
Аналіз фінансового стану підприємства передбачає комплексну рейтингову і класифікаційну оцінку платоспроможності та фінансової стійкості підприємства.
Для інтерпретації даних використовуються рейтинговий чи класифікаційний методи. Чим більше ознак (факторів) оцінки ситуації, тим краще рейтинговий метод порівняно з класифікаційними.
Рейтинговий метод - отримання сумарної оцінки ситуації по ряду незалежних ознак, при цьому використовується диз'юнктивний підхід до побудови правил. Цей метод неточний, гнучкий.
Класифікаційний метод - ситуації класифікуються як різні комбінації значень ознак, при цьому використовується кон'юнктивний підхід до побудови правил. Цей метод точний, жорсткий.
Додати в блог або на сайт

Цей текст може містити помилки.

Програмування, комп'ютери, інформатика і кібернетика | Шпаргалка
55.6кб. | скачати


Схожі роботи:
Інтелектуальні інформаційні системи в освіті
Бази знань як сучасні інтелектуальні інформаційні системи
Інтелектуальні інформаційні технології та системи генетичні алгоритми
Бази знань як сучасні інтелектуальні інформаційні систем
Інтелектуальні транспортні системи
Автомобільні датчики та інтелектуальні транспортні системи
Інформаційні системи 4
Інформаційні системи
Інформаційні системи
© Усі права захищені
написати до нас