Введение в экспертные системы. 3-изд. [Питер Джексон] (doc) читать постранично, страница - 3

Дополнительные модули 278
17.4. Использование инструментальных средств 280
17.4.1. Характерные сложности и способы их избежать 280
17.4.2. Выбор подходящего инструментария для разработки экспертной системы 281
17.4.3. Практическое освоение инструментальных средств 283
17.4.4. Стиль программирования 285
17.5. Некоторые максимы разработки экспертных систем 286
Рекомендуемая литература 287
Упражнения 287
ГЛАВА 18. Системы с доской объявлений 289
18.1. Принципы организации систем с доской объявлений 289
18.2. Системы HEARSAY, AGE и ОРМ 290
18.2.1. Почему для HEARSAY-II выбрана такая архитектура 291
18.2.2. Использование источников знаний в HEARSAY-II 291
18.2.3. Система HEARSAY-III— оболочка для создания систем с доской объявлений 292
18.2.4. Инструментальные среды AGE и ОРМ 293
18.3. Среда с доской объявлений ВВ 295
18.3.1. Уровни абстракции в среде ВВ 295
18.3.2. Системы ВВ1 и ACCORD 295
18.3.3. Система PROTEAN 296
18.3.4. Интеграция стратегий логического вывода 296
18.3.5. Общая характеристика ВВ 297
18.4. Эффективность и гибкость модели с доской объявлений 297
18.4.1. Организация доски объявлений в системе GBB 297
18.4.2. Компоновка доски объявлений в среде ERASMUS 299
18.5. Организация параллельных вычислений в системах CAGE и POLIGON 300
Рекомендуемая литература 301
Упражнения 301
ГЛАВА 19. Система отслеживания истинности предположений 303
19.1. Отслеживание зависимостей 303
19.1.1. Релаксация в сети 303
19.1.2. Пересмотр допущений 305
19.2. Пересмотр теорий высказываний 306
19.3. Немонотонное обоснование 308
19.4. Работа со множеством контекстов 310
19.4.1. Отслеживание истинности предположений, основанное на анализе допущений 310
19.4.2. Использование систем отслеживания истинности предположений для диагностирования на основе моделей 313
19.5. Сравнение различных вариантов организации систем отслеживания истинности предположений 316
Рекомендуемая литература 316
Упражнения 316
ГЛАВА 20. Формирование знаний на основе машинного обучения 318
20.1. Индуктивное обучение 319
20.2. Система Meta-DENDRAL 321
20.2.1. Формирование и уточнение правил 321
20.2.2. Пространство версий 323
20.2.3. Алгоритм отсеивания кандидатов 324
20.2.4. Сопоставление экземпляров с образцами в Meta-DENDRAL 325
20.3. Построение дерева решений и порождающих правил 326
20.3.1. Структура дерева решений 326
20.3.2. Алгоритм формирования дерева решений по обучающей выборке 328
20.4. Уточнение наборов правил 332
Рекомендуемая литература 334
Упражнения 334
ГЛАВА 21. Сети доверия 336
21.1. Теория Демпстера—Шефера 336
21.1.1. Функции доверия 336
21.1.2. Применение теории Демпстера—Шефера к системе MYCIN 337
21.2. Методика Перла 339
21.3. Сравнение методов неточных рассуждений 341
21.4. Резюме 342
Рекомендуемая литература 342
Упражнения 342
ГЛАВА 22. Рассуждения, основанные на прецедентах 344
22.1. База прецедентов 345
22.1.1. Программа CHEF 345
22.1.2. Методы извлечения и адаптации прецедентов 346
22.2. Обучение с помощью компьютера: система САТО 348
22.2.1. Предметная область программы САТО 348
22.2.2. Расследования и рассуждения в юриспруденции 348
22.2.3. Обучение с помощью системы САТО 349
22.3. Формирование отчетов в системе FRANK 351
22.4. Сравнение систем, основанных на правилах и прецедентах 353
Рекомендуемая литература 354
ГЛАВА 23. Гибридные системы 355
23.1. Методы обучения в системе ODYSSEUS 355
23.2. Системы ODYSSEUS и MINERVA 357
23.2.1. Оболочка экспертной системы MINERVA 358
23.2.2. Обучение в системе ODYSSEUS 358
23.3. Использование прецедентов для обработки исключений 359
23.4. Гибридный символический подход и нейронные сети 361
23.4.1. Нейронные сети 361
23.4.2. SCALIR — гибридная система для извлечения правовой информации 364
23.4.3. Организация обучения в системе SCALIR 367
23.5. Будущее гибридных систем 367
Рекомендуемая литература 368
Упражнения 368
ГЛАВА 24. Заключение 370
24.1. Загадка искусственного интеллекта 370
24.2. Представление знаний 371
24.3. Языки программирования систем искусственного интеллекта 373
24.4. Решение практических проблем 373
24.5. Архитектура экспертных систем 375
Рекомендуемая литература 375
Литература 377

Введение
При подготовке третьего издания книги Введение в экспертные системы автор старался прежде всего учесть интересы и пожелания читателей четырех основных категорий:
• рядовых читателей, желающих познакомиться с новым классом информационных систем на достаточно высоком теоретическом и техническом уровне;
• преподавателей и студентов, которым необходимо учебное пособие, охватывающее все основные темы исследования и проектирования экспертных систем, причем глубина изложения материала должна соответствовать программам старших курсов вузов и первого года обучения в аспирантуре;
• инженеров-программистов, нуждающихся в практическом руководстве по экспертным системам, подкрепленном достаточно солидным теоретическим материалом;
• научных работников и студентов, активно занимающихся научной работой, которых особенно интересует обзорный материал, касающийся новейших тенденций в разработке систем такого рода.
Это введение послужит методическим руководством для каждой