Общая характеристика экспертных программ как систем искусственного интеллекта. Описание реализации в реляционной системе управления базами данных. Рассмотрение особенностей интеграции объектных таблиц принятия решения в проект по распознаванию символов.
Аннотация к работе
Искусственный интеллект - одно из направлений информатики, целью которого является разработка аппаратно-программных средств, позволяющих непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка [1].Имеется в виду, что информация может поступать из внешнего мира (АБД), из базы знаний (АБЗ) и из самой рассуждающей системы мира (АРС), а следствие представляет изменения в базе данных(КБД), в базе знаний (КБЗ) или в рассуждающей системе (КРС). Любую таблицу можно воспринимать как набор фактов описываемых предикатом, полученным взаимно однозначным отображением схемы таблицы. Пусть задана единственная таблица БО ("Быть отцом") и используется единственная продукция, определяющая отношение "Быть дедом", то есть "отец отца есть дед": БО(Сын, X)&БО(X, Отец) >БД(Сын, Отец). В языке SQL этой продукции соответствует запрос, порождающий врeменное отношение "Быть дедом": SELECT БО1.Сын "Внук", БО2.Отец "Дед" В общем случае таблица принятия решений, предназначенная для восприятия человеком, разделяется на четыре области (таблица 1).Существует два таких алгоритма - прямой и обратный. Формирование рассуждений в стиле обратного логического вывода может осуществляться следующим образом. Работа по поиску причин отключения электричества начинается с выдвижения гипотезы. Для подтверждения этой гипотезы необходимо, чтобы утверждение "свет у соседей горит" было истинным, а утверждение "свет в соседней комнате горит" ложным [5]. В обратном механизме логического вывода работа начинается от поставленной цели.Концепция таблиц принятия решений была сформулирована задолго до написания этой работы. Однако подход, в котором на ТПР бы базировалась система искусственного интеллекта, не получил должной огласки в научной литературе и по сей день. Данную проблему я изучал в рамках курсовых работ ("Построение экспертной системы на базе таблиц принятия решений" и "Таблицы принятия решений в СУБД Cache") совместно с Семенютиной Л.В. Бесспорно имея множество преимуществ в рамках одних задач, данный подход имел так же и ряд недостатков, которые затрудняли его использование при решении других.УМД - подход, благодаря которому в ограниченном числе таблиц можно хранить неограниченное число виртуальных таблиц. Данный подход применим для информационных систем, в которых имеет место неограниченный рост количества таблиц БД. Данные подход имеет как свои достоинства, так и недостатки, подробнее о которых я расскажу на примере разработанной в рамках курсовой работы "Построение экспертной системы на базе таблиц принятия решений" расширением СУБД Cache под названием ITHINK. В процессе создания данного расширения мне удалось в полной мере оценить разные аспекты такого подхода к созданию интеллектуальных систем, как с точки зрения программиста, так и с точки зрения эксперта. Модель реализована была реализована двумя таблицами: Рисунок 1 - Пример заполнения таблицы SOLUTIONSTABLESСледуя этой идее разработана концепция, когда одна таблица принятия решений представляется как одна объектная таблица. К недостаткам можно отнести следующие факты: - Отказ от универсальной модели данных приводит к быстрому росту числа объектных таблиц в системе вместе с ростом количества таблиц принятия решений. В составе продукции могут быть как сравнения с примитивными типами, так и заключения, полученные на основе вложенных в нее объектных таблиц. Объектная таблица принятия решений в своем составе может иметь как условия с участием примитивных типов, так и условия, в которых главным действующим лицом будет вложенная объектная таблица принятия решений. На данном примере видно, что 3 столбца реализуют условия с участием примитивных типов, а в столбце BRCHS указан тип REF BRANCHES_OBJ_TYPE.В качестве проекта, в который была интегрирована система объектных таблиц принятия решений, выбрано приложение, цель которого - распознание символа с произвольным шрифтом, изображенного в растровом (BMP) файле. Данный процесс протекает в 2 этапа: - Получение изображения из файла и сбор первичной информации об изображенном объекте средствами Java Development Kit 7. Идея данного проекта отлично подходит под использование именно объектных таблиц принятия решений, так как: - Приложение состоит не только из модуля принятия решений, а включает в себя еще и сложный процесс предобработки входных данных.На первом этапе распознания нам необходимо решить задачу получения из растрового изображения набор точек, составляющих "каркас" нашего символа. Для примера на вход нашей java программы поступил файл с изображением цифры 6 (Рисунок 8). После всей обработки Java модулем мы должны получить координаты и последовательность точек, выделенных красным на рисунке 9. Получение каркаса изображения заключается в итеративном удалении пикселей, касающихся фона, с проверкой на сохранение связности каркаса. Если
План
Содержание
Введение
1. Системы искусственного интеллекта на базе ТПР
1.1 Продукции общего вида. Реализация в реляционной СУБД
1.2 Прямой и обратный логический вывод
1.3 Варианты реализации интеллектуальных систем на основе ТПР
1.4 Табличный подход к реализации экспертной системы на основе ТПР с использованием универсальной модели данных
1.5 Объектный подход к реализации системы ТПР
2. Интеграция объектных таблиц принятия решения в проект по распознаванию символов
2.1 Описание концепции приложения и роли ТПР в нем
2.2 Первичная обработка bmp файла средствами Java Development Kit
2.3 Глубокий анализ первичной информации средствами Oracle
2.4 Процесс распознавания символа при помощи объектных ТПР
Заключение
Список использованных источников
Приложение
Введение
Искусственный интеллект - одно из направлений информатики, целью которого является разработка аппаратно-программных средств, позволяющих непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка [1].
В контексте данной дипломной работы будут затронуты такие системы искусственного интеллекта, как экспертные системы.
Экспертная система - программа, которая использует знания специалистов (экспертов) о некоторой конкретной узко специализированной предметной области и в пределах этой области способна принимать решения на уровне эксперта-профессионала [2]. Можно выделить отдельный класс экспертных систем, базирующихся на системах таблиц принятия решений. Данный класс экспертных систем, а так же подходы к их созданию и будут рассмотрены в данной работе.