PSI_ZIP_S1_W4(1).pdf

(1556 KB) Pobierz
Systemy wnioskowania z danymi niepewnymi
Logika rozmyta
Rozmyte systemy wnioskowania
Podstawy sztucznej inteligencji
wykład 4
Logika rozmyta (Fuzzy logic)
Joanna Kołodziejczyk
23 listopad 2011
Joanna Kołodziejczyk
Podstawy sztucznej inteligencji
Systemy wnioskowania z danymi niepewnymi
Logika rozmyta
Rozmyte systemy wnioskowania
Plan wykładu
1
Systemy wnioskowania z danymi niepewnymi
Logika rozmyta
Rozmyte systemy wnioskowania
2
3
Joanna Kołodziejczyk
Podstawy sztucznej inteligencji
Systemy wnioskowania z danymi niepewnymi
Logika rozmyta
Rozmyte systemy wnioskowania
Inteligentne systemy z wiedzą
Systemy z wiedzą składają się z dwóch części:
1
Baza wiedzy (KB): zbioru zdań w języku formalnym lub
inaczej w języku reprezentacji wiedzy. Ta część systemu jest
zależna od dziedziny zastosowania.
Moduł wnioskujący: metody i algorytmy niezależne od
dziedziny zastosowania lecz dopasowane do formalnej
reprezentacji wiedzy.
postać regułowa (IF - THEN)
drzewa decyzyjne
tablice decyzyjne
sieci semantyczne.
Joanna Kołodziejczyk
Podstawy sztucznej inteligencji
2
Do form reprezentacji wiedzy w systemie można zaliczyć:
Systemy wnioskowania z danymi niepewnymi
Logika rozmyta
Rozmyte systemy wnioskowania
Co to jest logika?
Logika
Jest to nauka o formalnych zasadach rozumowania (wnioskowania).
Wnioskowanie jest natomiast metodą, dzięki której powstają
wnioski (decyzje) wynikające z zadanych wejść.
Logiki, które można wykorzystywać to tworzenia systemów
wspomagających podejmowanie decyzji:
dwuwartościowa, klasyczna gdzie zdarzenia, fakty mogą
przyjmować alternatywnie jedną z dwóch wartości: „prawda”
albo „fałsz”.
wielowartościowa, logiki w których istnieje więcej niż dwie
wartości, w tym logika rozmyta.
Logiki wielowartościowe stosuje się, gdyż logika klasyczna nie jest w
stanie wyrażać stwierdzeń nieprecyzyjnych i niepewnych, które są
postawą rozumowania człowieka.
Joanna Kołodziejczyk
Podstawy sztucznej inteligencji
Systemy wnioskowania z danymi niepewnymi
Logika rozmyta
Rozmyte systemy wnioskowania
Niepewność w systemach (reasoning under uncerteinty)
Niepewność spotykamy w życiu codziennym. W codziennym użyciu
są takie określenia jak: prawodopodobnie, mniej więcej, itp.
Klasyfikacja niepewności w systemach:
niepewność wynikająca z wnioskowania: abductive reasoninig.
niepewność danych: brakujące, niekompletne lub niepoprawne
informacje.
Typy niepewności oraz teorie stosowane do rozwiązywania
problemów prezentowanych w danym typie niepewności:
losowość (randomness): teoria prawdopodobieństwa
nieprecyzyjność (vagueness): teoria zbiorów rozmytych
Joanna Kołodziejczyk
Podstawy sztucznej inteligencji

Plik z chomika:

Inne pliki z tego folderu:

Inne foldery tego chomika:

Zgłoś jeśli naruszono regulamin