Αλγόριθμοι Εξαγωγής Συμπερασμάτων (Inference Engine)

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Έμπειρο Σύστημα Διάγνωσης Βλαβών Η/Υ για Εκπαιδευτικούς Σκοπούς Εισαγωγή Το κείμενο της παρουσίασης εμφανίζεται στο παράθυρο των σημειώσεων (notes)
Advertisements

Βάσεις Γνώσεων Datalog Proof Theory – Evaluation Paradigms Πάνος Βασιλειάδης Απρίλης 2003
ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΒΙΟΜΗΧΑΝΙΑΣ Διάλεξη 4: Δείκτες, συναρτήσεις και διαδικασίες Εαρινό εξάμηνο 2009 ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ.
ΠΑΡΑΡΤΗΜΑ 2 Το Σύστημα Κανόνων CLIPS
1 Ολυμπιάδα Πληροφορικής Μάθημα 2. 2 Στόχοι μαθήματος Αριθμητικοί– Λογικοί Τελεστές Η εντολή IF.
Μεταφραστές Περιορισμένης Αναζήτησης. Bounded Solve % bounded_solve (Goal,Depth) – Ισχύει όταν ο στόχος Goal έχει απόδειξη βάθους μικρότερου ή ισου του.
Scala Programming Language
Διερεύνηση γραφήματος. Ένας αλγόριθμος διερεύνησης γραφήματος επισκέπτεται τους κόμβους του γραφήματος με μια καθορισμένη στρατηγική, π.χ. κατά εύρος.
Διαφάνειες παρουσίασης Πίνακες (συνέχεια) Αριθμητικοί υπολογισμοί Αναδρομή.
Τεχνητή Νοημοσύνη (Θ) Ενότητα 8: Συστήματα Βασισμένα στη Γνώση (Knowledge-Based Systems) Κατερίνα Γεωργούλη Τμήμα Μηχανικών Πληροφορικής ΤΕ Ανοικτά Ακαδημαϊκά.
Διερεύνηση γραφήματος. Ένας αλγόριθμος διερεύνησης γραφήματος επισκέπτεται τους κόμβους του γραφήματος με μια καθορισμένη στρατηγική, π.χ. κατά εύρος.
Μεταγλωττιστές (Compilers) (Θ) Ενότητα 12: Παραγωγή Ενδιάμεσου Κώδικα (Σημασιολογικές ρουτίνες μετάφρασης-Μέρος Β) Κατερίνα Γεωργούλη Τμήμα Μηχανικών Πληροφορικής.
1 ΤΜΗΜΑ ΜΠΕΣ Αλγόριθμοι Αναζήτησης Εργασία 1 Τυφλή Αναζήτηση.
9-1 ΜΑΘΗΜΑ 9 ο Δυαδικά Δένδρα, Διάσχιση Δυαδικών Δένδρων Υλικό από τις σημειώσεις Ν. Παπασπύρου, 2006.
DR-Prolog: A System for Defeasible Reasoning with Rules and Ontologies on the Semantic Web Αναπαράσταση και Επεξεργασία Γνώσης Άνοιξη 2009.
ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΕΣ ΤΕΧΝΙΚΕΣ Διδάσκοντες:Γιάννης Μαΐστρος Στάθης Ζάχος Νίκος Παπασπύρου
ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Διδάσκοντες:Στάθης Ζάχος Νίκος Παπασπύρου
Προχωρημένη Τεχνολογία Λογισμικού (Advanced Software Engineering) Ενότητα – Critical Συστήματα Κεφάλαιο – Ανάπτυξη Critical Συστημάτων.
ΤΠΕ στην Εκπαίδευση Διδάσκων : Βασίλης Κόμης Τίτλος Μαθήματος Ενότητα 07 : Θεωρίες Μάθησης και ΤΠΕ: Γνωστική Ψυχολογία Βασίλειος Κόμης ΤΕΕΑΠΗ.
1 Εισαγωγή στην επιστήμη των υπολογιστών Υπολογιστές και Δεδομένα Κεφάλαιο 4ο Πράξεις με μπιτ.
 Σχεδόν το 30% των φορτηγών κυκλοφορούν άδεια, το 56% μισογεμάτα και το 14% γεμάτα, χωρίς να είναι γνωστό ο αριθμός των φορτηγών που παραμένουν ανενεργά.
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Κοινωνιολογία της Εκπαίδευσης 3o Μάθημα Λειτουργισμός/Φονξιοναλισμός και Εκπαίδευση (Ο Durkheim και.
5. Δικαστική προστασία στην ΕΕ. Σημασία και κατανομή αρμοδιοτήτων Σημασία δικαστικής επίλυσης διακρατικών διαφορών (Διαφορές και πόλεμοι, β παγκόσμιος.
Δρ. Γ. Μαλινδρέτος ΑΠΟΤΕΛΕΣΜΑΤΙΚΕΣ ΘΕΩΡΟΥΝΤΑΙ ΟΙ ΑΓΟΡΕΣ ΟΙ ΟΠΟΙΕΣ : ΕΙΝΑΙ ΟΙΚΟΝΟΜΙΚΕΣ ΜΕ ΕΥΝΟΙΚΟΥΣ ΟΡΟΥΣ ΠΛΗΡΩΜΗΣ ΑΦΟΡΟΥΝ ΠΟΙΟΤΙΚΑ ΠΡΟΪΟΝΤΑ ΣΟΥ ΕΠΙΤΡΕΠΟΥΝ.
Διαχείριση Χρηματοοικονομικών Κινδύνων Ασκήσεις VaR Διάλεξη 3 (Εισαγωγή VaR)
Τμήμα Οικονομικής Επιστήμης Διδάσκουσα: Ιωάννα Πεπελάση Μάθημα: Οικονομική Ιστορία της Ελλάδος 28/05/2015.
Διδακτική της Πληροφορικής
Διασύνδεση LAN Γιατί όχι μόνο ένα μεγάλο LAN
Myschool ΕΓΓΡΑΦΕΣ ΜΑΘΗΤΩΝ
Η Γλώσσα Pascal Εντολή If
Αντικειμενοστραφής Προγραμματισμός ΙΙ
ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ Κεφάλαιο 4 Έμπειρα Συστήματα
Καθορίζουν το είδος των υπό δημιουργία περιπτώσεων ελέγχου.
Εφαρμογές Υπολογιστών
Πόσο ψηλός είσαι; Εισάγοντας τις Συναρτήσεις
Θεωρητικές Αρχές και Μέθοδοι Ιστορικής Κοινωνιολογίας
ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ & ΑΡΧΕΙΩΝ
ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ: ΔΙΟΙΚΗΣΗ ΕΚΠΑΙΔΕΥΤΙΚΩΝ ΜΟΝΑΔΩΝ
Class X: Athematic verbs II
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
Εναλλακτικές Στρατηγικές.
GO.
Εισαγωγή στα Έμπειρα Συστήματα
ΟΠΑ -Τεχνολογία Λογισμικού – Εμμ. Γιακουμάκης
ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ Κεφάλαιο 3 Ασαφείς Συνεπαγωγές
ΟΙ ΑΝΘΡΩΠΟΙ ΓΥΡΩ ΜΑΣ (αντιμετωπίζοντας τις κρίσεις που
Υπολογιστικά Φύλλα με το MS Excel
Κοινωνική και Διαπολιτισμική Ψυχολογία στη Σχολική Κοινότητα
Πώς περιγράφεται ένα πλοίο εξωτερικά;
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΣΕΡΡΩΝ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ
Καθηγητής: Καλόμοιρος Ιωάννης, Αναπληρωτής Καθηγητής
ΜΥΥ105: Εισαγωγή στον Προγραμματισμό
Δυναμικός Κατακερματισμός
Ψηφιακό Δέντρο (Trie) και Δέντρο Επιθεμάτων (Suffix tree)
Union - Find 30 Μαρτίου 2017.
Υλικό/ Αρχιτεκτονική Ηλεκτρονικών Υπολογιστών
CIRCLES Arc Length, Sectors, Sections.
Unit 15 Interrogative Pronouns/Adjectives, Indefinite Pronouns/Adjectives, Enclitics, εἰμί, Dative of the Possessor, Adverbial Accusative, Personal/Reflexive.
Ενότητα A5.1.2γ (Αποθήκευση Αρχείων από το Διαδίκτυο )
Δρ. Λεωνίδας Ανθόπουλος, Επίκουρος Καθηγητής
Λογικός Σχεδιασμός Βάσεις Δεδομένων Ευαγγελία Πιτουρά.
Ενότητα A5.1.2β (Εντοπισμός Πληροφοριών στον Ιστό )
2ο ΕΡΓΑΣΤΗΡΙΟ – ΡΟΕΣ ΚΟΣΤΟΥΣ
Class IX: Athematic verbs I © Dr. Esa Autero
Class X: Athematic verbs II © Dr. Esa Autero
Future Active/Middle Indicative
ΔΙΟΙΚΗΣΗ & ΔΙΑΧΕΙΡΙΣΗ ΕΡΓΩΝ
Chapter 34 Indicative of δίδωμι.
ΚΑΙ ΠΟΛΥΜΕΤΑΒΛΗΤΩΝ ΣΥΣΤΗΜΑΤΩΝ
Αναζήτηση (Εξερεύνηση) Πρώτα σε Πλάτος
Μεταγράφημα παρουσίασης:

Αλγόριθμοι Εξαγωγής Συμπερασμάτων (Inference Engine)

Τρόποι Ανθρώπινης Σκέψης Λογικός Εμπειρικός Κοινή Λογική Διάσπαση σύνθετων προβλημάτων σε μικρότερα Παράλληλη επεξεργασία Αναλογικά Τυχαία

Reasoning με Κανόνες (Rules) Firing a rule Pattern Matching

Reasoning με Κανόνες (Rules) Backward Chaining Forward Chaining

Reasoning με Κανόνες (Rules) Backward Chaining Θέλω να πάω ένα ταξίδι στο Τόκιο, αεροπορικώς. Πως θα βρω ποιες πτήσεις πάνε από την Αθήνα;

Reasoning με Κανόνες (Rules) Backward Chaining Ξεκινάω από όλες τις πτήσεις που φθάνουν στο Τόκιο και μετά ψάχνω προς τα πίσω (backwards) έως ότου βρω πτήση που έχει αφετηρία την Αθήνα.

Reasoning με Κανόνες (Rules) Forward Chaining Στο ίδιο πρόβλημα, ψάχνω όλες τις πτήσεις που φεύγουν από την Αθήνα και πηγαίνω προς τα εμπρός έως ότου βρω το Τόκιο.

Παράδειγμα: Μεταβλητές Α: Έχει κάποιος 10000 ευρώ. Β: Έχει ηλικία μικρότερη των 30 ετών. Γ: Έχει Πτυχίο Πανεπιστημίου. Δ: Ετήσιο Εισόδημα τουλάχιστον 40000 ευρώ. Ε: Επένδυση σε ομόλογα. Z: Επένδυση σε μετοχές. Η: Επένδυση σε μετοχές της IBM.

Παράδειγμα: Δεδομένα Γεγονότα στην Blackboard Memory. Έχει 10000 ευρώ (Α είναι true). Είναι 25 ετών (Β είναι true).

Παράδειγμα : Κανόνες R1 If A, and Γ then Ε R2 If Δ, and Γ then Ζ R4 If Β, then Γ R5 If Ζ then Η

Επίλυση με Backward

Ξεκινώ από τον τελικό στόχο… Η Θέλω να επιτύχω το Η. Άρα ελεγχω εάν έχει καταχωρηθεί στην blackboard ως γεγονός. Δεν είναι άρα, ψάχνω κανόνα με then μέρος που να περιέχει το Η. Αυτός είναι ο R5. Το Ζ δεν είναι αληθές (προς το παρόν) άρα προσπαθώ να βρω εάν είναι. πηγαίνοντας προς τα πίσω μέχρις ότου αποφανθώ για το Ζ.

… η συνέχεια στον πίνακα!!!!

Επίλυση με Forward

Ξεκινώ από τον τελικό στόχο… Η Θέλω να επιτύχω το Η. Άρα ελεγχω εάν έχει καταχωρηθεί στην blackboard ως γεγονός. Δεν είναι άρα, ψάχνω ξεκινώντας από τα γεγονότα δηλαδή τα δεδομένα μου στην blackboard. πηγαίνοντας προς τα εμπρός μέχρις ότου αποφανθώ για το Ζ.

… η συνέχεια στον πίνακα!!!!

Ανάπτυξη Δένδρου όλων των δυνατών καταστάσεων Αλγόριθμοι επεξεργασίας του δένδρου: Depth First Breadth First

Root