Экспертные системы как прикладная область искусственного интеллекта
Состав работы
|
|
|
|
Работа представляет собой zip архив с файлами (распаковать онлайн), которые открываются в программах:
- Microsoft Word
Описание
Оглавление
Введение
1. Экспертные системы, их особенности
1.1. Определение экспертных систем, достоинство и назначение
1.2. Классификация экспертных систем
1.3. Отличие экспертных систем от традиционных программ
1.4. Области применения экспертных систем
2. Структура, этапы разработки экспертных систем
2.1.Основные компоненты экспертных систем
2.2. Классификация инструментальных средств экспертных систем
2.3. Организация знаний в экспертных системах
2.4. Технология разработки экспертных систем
Заключение
Литература
Введение
Экспертные системы возникли как значительный практический результат в применении и развитии методов искусственного интеллекта - совокупности научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.
Область искусственного интеллекта имеет более чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с другими, и до сих пор являются предметом исследований: автоматические доказательства теорем, машинный перевод, распознавание изображений и анализ сцен, планирование действий роботов, алгоритмы и стратегии игр.
Экспертная система - это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области. Экспертные системы выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение экспертных систем на предприятиях способствует эффективности работы и повышению квалификации специалистов.
Главным достоинством экспертных систем является возможность накопления знаний и сохранение их длительное время. В отличие от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы.
При создании экспертных систем возникает ряд затруднений. Это, прежде всего, связано с тем, что заказчик не всегда может точно сформулировать свои требования к разрабатываемой системе. Также возможно возникновение трудностей чисто психологического порядка: при создании базы знаний системы эксперт может препятствовать передаче своих знаний, опасаясь, что впоследствии его заменят «машиной». Но эти страхи не обоснованы, так как экспертные системы не способны обучаться, они не обладают здравым смыслом, интуицией. Но в настоящее время ведутся разработки экспертных систем, реализующих идею самообучения. Также экспертные системы неприменимы в больших предметных областях и в тех областях, где отсутствуют эксперты.
Причиной повышенного интереса, который экспертные системы вызывают к себе на протяжении всего своего существования, является возможность их применения к решению задач из самых различных областей человеческой деятельности.
Введение
1. Экспертные системы, их особенности
1.1. Определение экспертных систем, достоинство и назначение
1.2. Классификация экспертных систем
1.3. Отличие экспертных систем от традиционных программ
1.4. Области применения экспертных систем
2. Структура, этапы разработки экспертных систем
2.1.Основные компоненты экспертных систем
2.2. Классификация инструментальных средств экспертных систем
2.3. Организация знаний в экспертных системах
2.4. Технология разработки экспертных систем
Заключение
Литература
Введение
Экспертные системы возникли как значительный практический результат в применении и развитии методов искусственного интеллекта - совокупности научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.
Область искусственного интеллекта имеет более чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с другими, и до сих пор являются предметом исследований: автоматические доказательства теорем, машинный перевод, распознавание изображений и анализ сцен, планирование действий роботов, алгоритмы и стратегии игр.
Экспертная система - это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области. Экспертные системы выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение экспертных систем на предприятиях способствует эффективности работы и повышению квалификации специалистов.
Главным достоинством экспертных систем является возможность накопления знаний и сохранение их длительное время. В отличие от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы.
При создании экспертных систем возникает ряд затруднений. Это, прежде всего, связано с тем, что заказчик не всегда может точно сформулировать свои требования к разрабатываемой системе. Также возможно возникновение трудностей чисто психологического порядка: при создании базы знаний системы эксперт может препятствовать передаче своих знаний, опасаясь, что впоследствии его заменят «машиной». Но эти страхи не обоснованы, так как экспертные системы не способны обучаться, они не обладают здравым смыслом, интуицией. Но в настоящее время ведутся разработки экспертных систем, реализующих идею самообучения. Также экспертные системы неприменимы в больших предметных областях и в тех областях, где отсутствуют эксперты.
Причиной повышенного интереса, который экспертные системы вызывают к себе на протяжении всего своего существования, является возможность их применения к решению задач из самых различных областей человеческой деятельности.
Другие работы
Лабораторные работы №№1-3 по дисциплине: Базы данных. Вариант №3
IT-STUDHELP
: 24 ноября 2021
ЛАБОРАТОРНАЯ РАБОТА №1Концептуальное и логическое проектирование базы данных
Постановка задачи
Задание 1. Концептуальное проектирование. Описать предметную
область. Определить сущности и атрибуты (характеристики) каждой
сущности предложенной предметной области. Построить ER-диаграмму.
Задание 2. Логическое проектирование. Построить реляционную модель
базы данных. Определить первичные и внешние ключи таблиц. Описать
типы связей между отношения, поясняя, почему назначены именно такие
типы связей.
1200 руб.
Лабораторная работа №1 (LR_1_4) по дисциплине: «Метрология, стандартизация и сертификация» Упрощенная процедура обработки результатов прямых измерений с многократными наблюдениями. ВАРИАНТ 03 (2023)
LiVolk
: 3 марта 2023
В архиве есть в файл с последней рецензией преподавателя. Исправления в работу не вносились!
Упрощенная процедура обработки результатов прямых измерений с многократными наблюдениями методические указания к лабораторной работе No 1 (LR_1_4)
Контрольная задача
До выполнения работы решите задачу для контроля самостоятельной работы в соответствии с Вашим вариантом.
В нормальных условиях произведено пятикратное измерение частоты. Класс точности прибора γ задан в таблице 2. Предельное зн
200 руб.
Зачетный тест по маркетингу
idiosyncrasy
: 27 января 2014
Тест, который Вы найдете в гугле - неправильный! Данный тест переделан полностью.
1. Маркетинг – это: A. Тщательно изучать нужды и потребности покупателей. B. Производить то, что нужно потребителю и продавать. C. Продавать то, что уже произведено без учёта потребностей.
2. Маркетинг представляет собой систему: A. Производственную. B. Сбытовую. C. Производственно – сбытовую.
3. Что первично в современном маркетинге: A. Производимый товар. B. Организация сети сбыта. C. Потребности рынка.
4. Актив
200 руб.
Автоматизированная система управления процессом атмосферной перегонки нефти-Курсовая работа-Машины и аппараты нефтехимических производств
leha.nakonechnyy.2016@mail.ru
: 22 июля 2016
Автоматизированная система управления процессом атмосферной перегонки нефти-Курсовая работа-Машины и аппараты нефтехимических производств
Функциональная схема автоматизации представлена на листе ДП-2068998-А1-25-00.00.000.А2 графической части проекта и на рисунке 2.1. При разработке использовались рекомендации [8].
На функциональной схеме автоматизации (схема А2) изображены эле-менты установки атмосферной перегонки нефти: колонна отбензиневания, 4 воздушный конденсатора холодильника ХВК, емкост
909 руб.