Разработка алгоритмов адаптации прецедентов, полученных из разных баз данных, при наличии имеющейся информации различного рода неопределенностей. Выполнение программной реализации и тестирование соответствующих модулей разрабатываемой CBR-системы.
При низкой оригинальности работы "Реализация извлечения и сохранения прецедентов в CBR-системах на основе распределенных библиотек прецедентов", Вы можете повысить уникальность этой работы до 80-100%
РЕАЛИЗАЦИЯ ИЗВЛЕЧЕНИЯ И СОХРАНЕНИЯ ПРЕЦЕДЕНТОВ В CBR-СИСТЕМАХ НА ОСНОВЕ РАСПРЕДЕЛЕННЫХ БИБЛИОТЕК ПРЕЦЕДЕНТОВВ работе рассматривается задача поиска решения на основе распределенных библиотек прецедентов с использованием мультиагентного подхода. Основное внимание уделено этапам извлечения прецедентов из распределенных библиотек прецедентов и последующего сохранения вновь принятых решений в качестве новых прецедентов. Вывод на основе прецедентов (Case-Based Reasoning, CBR) - это метод принятия решений, в котором используются знания о предыдущих ситуациях или случаях (прецедентах). Как правило, подобные методы рассуждений включают в себя четыре основных этапа, образующие так называемый цикл рассуждения на основе прецедентов или CBR-цикл (рис.1): · Retrieve - извлечение наиболее подобного прецедента (или прецедентов) для сложившейся ситуации из библиотеки прецедентов (БП); До недавнего времени основное направление в области распределенного вывода на базе прецедентов (DISTRIBUTEDCBR, DCBR) заключалось в распределении ресурсов системы (как вычислительных, так и ресурсов данных в виде накопленного опыта) с целью повышения общей производительности CBR-системы, но распределенный характер БП также может быть обусловлен требованиями безопасности, предъявляемыми к системе (пользователи, обладающие информацией о некоторых прецедентах, не хотят «делиться» этой информацией с другими пользователями).
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
