Магистерская диссертация на тему: Базы знаний как современные интеллектуальные информационные системы

Введение

База знаний, БЗ (англ. Knowledge base, КВ) - это особого рода база данных, разработанная для управления знаниями (метаданными), то есть сбором, хранением, поиском и выдачей знаний. Раздел искусственного интеллекта, изучающий базы знаний и методы работы со знаниями, называется инженерией знаний.

Под базами знаний понимается совокупность фактов и правил вывода, допускающих логический вывод и осмысленную обработку информация. Например, в языке Пролог базы знаний описываются в форме конкретных фактов и правил логического вывода над базами данных и процедурами обработки информации, представляющих сведения и знания о людях, предметах, фактах событиях и процессах в логической форме.

Наиболее важным свойством информации, хранящейся в базах знаний, является достоверность конкретных и обобщенных сведений в базе данных и релевантности информации, получаемой с использованием правил вывода, заложенных в базу знаний. В ответах на простейшие запросы к базам знаний системы логического программирования Пролог, выдает значения "истина" и "ложь" в зависимости от наличия соответствующих фактов.

Обобщенные сведения в языке Пролог задаются с помощью правил логического вывода, выполняющих роль определения понятий, а также логических процедур, состоящих из наборов правил логического вывода. Достоверность обобщенных сведений зависит от наличия необходимых фактов и достоверности данных в базах знаний.

Наиболее важный параметр БЗ - качество содержащихся знаний. Лучшие БЗ включают самую релевантную, достоверную и свежую информацию, имеют совершенные системы поиска информации и тщательно продуманную структуру и формат знаний.

Оглавление

- Введение

- Общие положения

- Классификация баз знаний

- Применение баз знаний

- Интеллектуальная информационная система

- Классификация задач, решаемых ИИС

- Базы знаний в интеллектуальной системе

- Машинное обучение

- Общая постановка задачи обучения по прецедентам

- Способы машинного обучения

- Классические задачи решаемые с помощью машинного обучения

- Типы входных данных при обучении

- Типы функционалов качества

- Практические сферы применения

- Автоматическое доказательство