Professional Documents
Culture Documents
Prikaz Znanja
Prikaz Znanja
Prikaz Znanja
stabla odluivanja,
semantike mree i
okviri.
ZNANJE
U rjeavanju problema ekspertni sustavi se
dominantno oslanjaju na znanje, a manje na metode
zakljuivanja. Jedan od osnovnih razloga za to je taj
to znaajan dio realnih problema nema rjeenje u
obliku algoritma, tj. preciznog i jednoznanog
postupka rjeavanja problema. Takoer, poznato je da
eksperti postiu znaajnu efikasnost u rjeavanju
problema zbog svog akumuliranog znanja.
VRSTE ZNANJA
Deklarativno i proceduralno
Plitko i duboko
Javno i privatno
KOMPONENTE ZNANJA
Da bismo mogli prikazati znanje moramo
odrediti pravu razinu prikaza elemenata
znanja te imati mogunost za opis objekata,
njihove
organizacije
i
meusobne
povezanosti.
to se tie izbora odgovarajue razine
prikaza znanja, ona ovisi o konceptualnim
objektima koje koriste eksperti u tom
podruju ali i o specifinoj namjeni
ekspertnog sustava. Tako npr. raunalni
sustav moemo opisati pomou
agregiranog opisa raunala i raunalne
mree koji ukljuuje samo najvanije
imenovanje objekata,
opis njihovih svojstava,
nain
organizacije
objekata
kategorije objekata,
opis veza meu objektima te
ogranienja u opisu objekata.
Imenovanje objekata
Ime objekta je simbol koji zamjenjuje sam objekt i
koji ujedno omoguuje razlikovanje objekata: tako
je "trokut" ime geometrijskog objekta, "Pliva" je
ime poduzea, i sl. Imena moraju biti jedinstvena
tako da ne bi moglo biti sumnje o kojem je
objektu rije (npr. moe biti vie osoba koje imaju
ime Mladen Mari), pa u tu svrhu jedinstvenog
imenovanja objekata moemo:
Dodati vie detalja imenu
(npr. ime, srednje
ime, i prezime; Mladen K. Mari),
Pridijeliti svojstva imenu
(npr. datum
roenja, spol, visina: 14.6.1957., muki, 186 cm)
Dodijeliti ifru imenu
(npr. jedinstveni matini
broj graana)
Opisivanje objekata
Za sloenije objekte postoji niz razliitih svojstava
koja mogu biti vana za prikaz znanja o objektu.
Ta svojstva mogu biti ili pridjevi (brz, visok,
bolestan) ili vrijednosti koje opisuju objekt (teina,
starost, tlak), pa tako raunalo moemo opisati
Vrsta raunala:
IBM PC
sa:
Mehanizam zakljuivanja
Tijekom procesa zakljuivanja upravljaki sustav slijedi
ciklus prepoznaj-djeluj, koji se sastoji od sljedeih koraka:
PODUDARANJE UZORAKA
RAZRJEAVANJE KONFLIKATA
AKCIJA
STABLA ODLUIVANJA
Stabla odluivanja su metoda koja omoguuje i
prikaz znanja i zakljuivanje pomou znanja
(Giarratano i Riley, 1998). Zbog svojeg
hijerarhijskog karaktera stabla odluivanja su
prirodna metoda za odluivanje vezano uz
klasifikaciju
objekata.
Prikaz znanja
Stabla odluivanja sastoje se od vorova i grana.
Grane povezuju roditeljske vorove s djejim
vorovima. vor na vrhu stabla koji nema roditelja
naziva se korijenski vor. vorovi koji nemaju
djece nazivaju se listovi. Listovi u stablu
odluivanja prikazuju sva mogua rjeenja zadanog
problema. Oni se nazivaju i vorovima odgovora,
dok se svi ostali vorovi u stablu nazivaju
Uenje
Stabla odluivanja mogu uiti, i to na taj nain da ukoliko je
neka grana u stablu odluivanja ponudila krivu klasifikaciju,
tada ekspertima koji imaju pravo dodavati novo znanje
omoguujemo da to kroz dijalog sa stablom odluivanja
konstatira i da ponudi ispravnu klasifikaciju. Uenje dakle
predstavlja dodavanje novog znanja u stablo odluivanja
tijekom procesa odluivanja. Tehniki to izgleda ovako: kada
je stablo odluivanja dolo do odgovora (ishoda), ono
postavlja pitanje korisniku da li je taj odgovor toan. Ukoliko
je odgovor toan, tada se nita ne poduzima. Ukoliko odgovor
nije toan, stablo odluivanja se modificira kako bi ukljuilo
ispravan odgovor. Tada se npr. vor odgovora moe
nadomjestiti s vorom odluke koji sadri novo pitanje koje
osigurava da se odluivanjem moe dobiti ispravan odgovor.
SEMANTIKE MREE
Semantike mree (odnosno asocijativne mree)
razvio je Quillian (1968) kao model asocijativne
memorije ovjeka, u okviru istraivanja u podruju
razumijevanja prirodnog jezika. Pomou mree
vorova koji predstavljaju koncepcije i relacije
napravio je model pretraivanja memorije.
Prikaz znanja
Semantike mree su grafovi koji se sastoje od
(2) Biti primjerak klase znai pripadati toj klasi, ali ne kao njena
podklasa ve kao specifini objekt iz klase. Primjer sa slike 5.4.
b:
(c) Svojstva objekata (klasa i primjeraka klasa)
Don je pas.
kae da je Don pripadnik klase pasa. Budui da je pas sisavac
(slika 5.4. a) tada Don kao primjerak klase pasa nasljeuje
pripadnost sisavcima, a zatim i ivotinjama.
(3) I klase i primjerci klasa mogu imati neka svojstva i neke
relacije s drugim primjercima ili klasama. Primjer sa slike 5.4. c
prikazuje nekoliko svojstava i relacija:
Pas moe lajati.
Lumpi je crne boje.
Lumpi voli Dona.
Zbog nasljeivanja vrijedi da npr. "pic moe lajati" te da "Lumpi
moe lajati".
Mogunost nasljeivanja, koja se naziva i nasljeivanje svojstava,
je vrlo vana karakteristika prikaza znanja, i vrlo je rairena u
metodama prikaza znanja. Ona predstavlja utedu memorije, ali
moe izazvati i probleme (npr. kada dozvolimo postojanje
Mehanizam zakljuivanja
Semantikoj mrei moemo lako dodati veliki broj
razliitih tipova veza ("ima", "poznaje", "voli", itd.),
ali moramo imati i mehanizam zakljuivanja koji e
interpretirati tu semantiku mreu i donositi
zakljuke o njoj.
Prirodno je kod zakljuivanja krenuti od vora u
kojem postavljamo pitanje, slijediti kazaljke (engl.
pointers) tog vora i dalje odluivati kojim e se
putem ii da bi se dolo do odgovora na postavljeno
pitanje. vorovi se pritom pozivaju imenom, a to je
mehanizam
koji
nazivamo
asocijativnom
memorijom.
Pri tome je nasljeivanje svojstava osnovni
mehanizam zakljuivanja.
Na kraju ovog odjeljka pokazat emo kako se
a neka od svojstva
Neke od podvrsta za ovu primjeraka su:
semantiku mreu su:
svojstvo_
podvrsta(sisavac,zivotin primjerka(sem,do
ja).
brocudan).
podvrsta(pas,sisavac).
svojstvo_
podvrsta(divlji_pas,pas). primjerka(lumpi,
neki od primjeraka vrsta su: malen).
primjerak(sem,spanijel). Uveli smo i jednu
primjerak(lumpi,spic).
relaciju
meu
neka od svojstava vrsta su: primjercima vrsta:
svojstvo_vrste(zivotinja, voli(sem,lumpi).
ima_mozak).
voli(lumpi,sem).
svojstvo_vrste(ptica,ima koja oito u ovom
_krila).
sluaju
vrijedi
obostrano.
%
- Primjerci vrsta %
primjerak(cico,zeba).
% cico je primjerak zebe
primjerak(sem,spanijel).
primjerak(lumpi,spic).
%
%
- Svojstva vrsta %
svojstvo_vrste(zivotinja,zivo_bice).
% zivotinje su ziva bica
svojstvo_vrste(zivotinja,ima_mozak).
svojstvo_vrste(ptica,ima_krila).
svojstvo_vrste(zeba,mala).
svojstvo_vrste(zeba,iz_australije).
svojstvo_vrste(sisavac,toplokrvan).
svojstvo_vrste(pas,mesozder).
svojstvo_vrste(divlji_pas,lutalica).
svojstvo_vrste(domaci_pas,zivi_uz_covjeka).
svojstvo_vrste(spanijel,dobar_njuh).
svojstvo_vrste(spic,zivahan).
%
% - Svojstva pripadnika vrsta %
svojstvo_ primjerka(sem,dobrocudan). % sem je dobrocudan
svojstvo_ primjerka(lumpi,malen).
svojstvo_ primjerka(lumpi,crne_boje).
%
%
- Relacije %
voli(sem,lumpi). % sem voli lumpija
voli(lumpi,sem).
%
%-------------------------------%
PRAVILA
%-------------------------------%
%
- Pripadnost vrste visoj vrsti %
vrsta_visavrsta(X,Y) :podvrsta(X,Y).
vrsta_visavrsta(X,Z) :podvrsta(X,Y),
vrsta_visavrsta(Y,Z).
%
%
- Pripadnost primjerka vrste visoj vrsti %
primjerak_vrsta(P,Z) :primjerak(P,Z).
primjerak_vrsta(P,Z) :primjerak(P,Y),
vrsta_visavrsta(Y,Z).
%
%
- Nasljedjivanje svojstava: vrsta od visih vrsta %
vrsta_svojstvo(X,S) :svojstvo(X,S).
vrsta_svojstvo(X,S) :vrsta_visavrsta(X,Y),
svojstvo_vrste(Y,S).
%
%
- Nasljedjivanje svojstava: primjeraci vrsta od te vrste i od
visih vrsta %
primjerak_svojstvo(P,S) :svojstvo_primjerka(P,S).
primjerak_svojstvo(P,S) :primjerak_vrsta(P,V),
svojstvo_vrste(V,S).
%
%**************************
OKVIRI
Prikaz znanja pomou okvira (Minsky, 1975) polazi
od pretpostavke da ljudi imaju stereotipe za
pojmove koje poznaju, te da grade specifine
primjere uzimajui stereotip i mijenjajui one
njegove elemente koji razlikuju specifian primjer
od stereotipa. Okviri omoguuju pakiranje znanja
te kombinaciju deklarativnog i proceduralnog
pristupa prikazivanju znanja.
Prikaz znanja
Osnovne znaajke okvira su sljedee. Okviri se sastoje
od otvora (atributa) koji se mogu popunjavati
vrijednostima. Otvori mogu opisivati svojstva okvira, te
mogu omoguiti povezivanje okvira. Okviri su
organizirani u hijerarhije ili mree koje se mogu koristiti
za nasljeivanje informacija.
Na slici je prikazan
jednostavan
sustav okvira koji
opisuje
sadraj
knjige. Vidimo da
je
taj
sustav
organiziran
u
hijerarhiju okvira
razliitih
razina,
od kojih svaka ima
strukturu okvira.
Vidimo
da
vrijednosti nekih
otvora mogu i
same biti okviri
(npr.
sadraj
Na slici je primjer
hijerarhije okvira u
kojem se
nasljeuju svojstva
prethodnika. Ovdje
okviri "Mukarac" i
"ena" nasljeuju
otvore "Visina" i
"Teina" od
roditeljskog okvira
"Osoba". Okvir
"Marko Ivi"
nasljeuje otvor
"Spol" od okvira
"Mukarac" koji mu
je roditeljski okvir.
Objektno-orijentiran pristup
Objektno-orijentirani pristup prikaza
znanja predstavlja jedan od
najpopularnijih pristupa programiranju
od sredine 1980-tih godina (Stefik,
1986). Temelj ovog pristupa su objekti
povezani u hijerarhijsku mreu u kojoj
objekti s niih razina imaju pristup
informacijama na viim razinama, te
nasljeuju svojstva objekata s viih
razina. Objekti meusobno komuniciraju
pomou poruka koje si alju - te poruke