ПЭИС : 2.Инфологическое моделирование. Классификация моделей и особенности инфологических моделей знаний

Инфологичсская модель применяется па втором этапе проектирования БД, то есть после словесного описания предметной области. Зачем нужна инфологнческая модель и какую пользу она дает проектировщикам? Процесс проектирования длительный, он требует обсуждений с заказчиком, со специалистами в предметной области. Инфологическая модель должна включать такое формализованное описание предметной области, которое легко будет «читаться» не только специалистами по базам данных, и это описание должно быть настолько емким, чтобы можно было оценить глубину и корректность проработки проекта БД, и конечно, оно не должно быть привязано к конкретной СУБД.

Моделью знаний называют совокупность средств структурирования и обработки единиц знаний. Эти модели применяются в интеллектуальных ИС и отличаются характером представления объектного, функционального и поведенческого видов знаний.

Если данными называют информацию фактического характера, описывающую объекты, явления и процессы предм. области и их свойства, то знания явл-ся более сложной категорией инфор-ции. Знания описывают не только отдельные факты, но и взаимосвязи между ними.

К моделям знаний предъявляются след. требования:

К типичным моделям знаний относят:

Логическая описывает объекты и операции над ними в виде предикатов 1-го порядка, является строго-формальной, применяет метод логического вывода новых знаний (от целей к данным)

Продукционная модель более распространена в силу своей простоты. Она основана на логике предикатов — продукционных правилах, кот. описывают знания в виде набора фактов и правил вида «Если-То». Любое продукционное правило состоит из 2 частей:

Поиск в базе знаний осуществляется по некоторому условию. В случае успешного поиска выполняется некое действие.

Модель семантической сети, её идея — представить в формальном виде предложения естест. языка. Семантическая сеть — ориентированный граф, в кот понятия предм. области модел-ся вершинами графа, а связи м/д ними дугами. 3 вида вершин:

Достоинства — наглядность, легкость отображения отношения абстракций, единство представления для всех видов знаний, возмож-ть преобразовать в естеств. Язык

Недостатки — огранич. возможности логич. вывода, трудоемкость перебора вариантов, отсутствие формального аппарата.

Фреймовая модель — семантическая сеть с N-арными отношениями м/у объектами и присоединяемыми процедурами, кот. реализуют операционные знания.

Фрейм — структура для представления знаний, кот. при заполнении конкр. значениями становится описанием конкр. факта, события или ситуации.

Слот — незаполненное знач. некоторых атрибутов.

Модель предст-т собой сеть фреймов, основной тип связей — связи по иерархии, верхний уровень которой заполнен знаниями, нижний — не полностью определен и уточняется при принятии фреймом конкр. значения. Существуют фреймы-образцы, хранящиеся в БЗ, и фреймы-экземпляры, кот. создаются для отражения реальных фактов.

Наследование — свойство теории фреймов, кот. состоит в получении данных при движении вверх по иерархии.

Фрейм может содержать присоединенную процедуру, которые бывают:

Достоинства — естественность иерархического представления знаний, легкость расширения и модификации знаний, комбинация декларативных и процедурных знаний, возможность преобразования знаний на естественный язык.

Недостатки — нет общепринятого формального аппарата, логический вывод целиком опирается направила наследования.

Объектно-ориентированная модель является дальнейшим развитием фреймовой модели, предусматривает инкапсуляцию процедур структуры объектов и распространяет наследование свойств на эти процедуры (полиморфизм процедур).

Все рассмотренные модели имеют одинаковые возможности по структурированию знаний. Наиболее подходящими для
реализации на ЭВМ являются продукционная и фреймовая модели. Однако фреймовая модель более трудоемкая для
реализации, а продукционная — уступает в скорости работы для больших задач.

Hosted by uCoz