Білімдердің және мәліметтердің анықсыздықтарын көрсету курстық жұмыс
МАЗМҰНЫ - www.topreferat.com.kz
Кіріспе ..........................................................................................................................5
І – бөлім
Анықсыздық көздері ............................................................................................6
1.2. Сенімділік коэффиценті ....................................................................................10
1.3 Сенімділік коэффициенті және шартты ықтималдылық ...............................12
ІІ бөлім
2.1. Айқын емес көпшілік ...................................................................................... 16
2.2. Айқын емес логика .......................................................................................... 18
2.3. Мүмкіндік теориясы ......................................................................................... 20
ІІІ бөлім
3.1 Анықталмаған мәселелердің анықталмаған жағдайы .....................................22
Қорытынды.................................................................................................................23
Қолданылған әдебиеттер ..........................................................................................25
Жұмыс түрі: Курстық жұмыс
Жұмыс көлемі: 23 бет
Пәні: Басқа тақырыптағы курстық жұмыстар
-----------------------------------------------------------------------------------
КУРСТЫҚ ЖҰМЫСТЫҢ ҚЫСҚАРТЫЛҒАН МӘТІНІ
МАЗМҰНЫ
Кіріспе ..........................................................................................................................5
І – бөлім
Анықсыздық көздері ............................................................................................6
1.2. Сенімділік коэффиценті ....................................................................................10
1.3 Сенімділік коэффициенті және шартты ықтималдылық ...............................12
ІІ бөлім
2.1. Айқын емес көпшілік ...................................................................................... 16
2.2. Айқын емес логика .......................................................................................... 18
2.3. Мүмкіндік теориясы ......................................................................................... 20
ІІІ бөлім
3.1 Анықталмаған мәселелердің анықталмаған жағдайы .....................................22
Қорытынды.................................................................................................................23
Қолданылған әдебиеттер ..........................................................................................25
КІРІСПЕ
Эксперттік жүйелер (ЭЖ) - бұл жасанды интеллект
ЭЖ - өз облысы бойынша қандай да бір
ЭЖ кеңес береді, талдау жүргізеді, топтастыруды орындайды, диагноз
ЭЖ басты ерекшелігі – білім жинау мүмкіндігі, оларды
Экономикада және көлік құрылыс кәсіпорындарында жасанды интеллект машықтық
АНЫҚСЫЗДЫҚ КӨЗДЕРІ
Мәселені шешу кезінде біз әдетте кездесеміз көптеген көздердің
Мына пікірге келесі аргументер кіреді.
Мүмкіндік теориясы сұрақа жауап бермейді, мүмкіндікті сандық мәліметтен
Ықтималдылықтардың тағайындалуы белгісіз ақпаратты талап етеді. Түсініксіз сандық
D шартты ықтималдылық оқиғаның S берілсе- бұл ықтималдылық
Дәстүрлі мүмкіндік теориясы шартты ықтималдылықтар жағдайында D берілсе,
P(d/s)=(d^s)/p(s)
Көріп тұрғандай негізгі мүмкіндік терминдері табылады, ұқсастық мүмкіндігі
P(D^S)=P(D/S)P(D)
Егерде екі бөліке бөлсек P(S) және оң жақ
P(s/d)=(s/d)P(d)/P(d).
Бұл ереже, кейдеинверсия деп аталатын функцияның шартты ықтималдылығы
Жүйеге арналған білімдерге негізделген формула (1) өте ыңғайлы
Мысалы: Инфарк миокарда және перикарда (өкпенің ауыруы) немесе
Белгіленген қиындық алынған кейін керек ақпарат көптеген специолистердің
Мысалы: дәрігер білмеуі мүмкін немесе табуға мүмкіндік жоқ
Мына себептерге байланысты,бізде бағалайтын жеткілікті мәліметтер бар делік,
Бір анықталған симптом мүмкіндіктерінен S көптеген D
Бейеса ережесі жалпы мына формула түрінде:
P(d/sl^…^sk)=P(sl^…^sk/d)P(d)/P(sl^…^sk) (3)
және есептеуді қажет етеді (mn)k+m+nk бағалау үлкен емес
Онда мына қатынас шығады:
P(Si^Sj)=P(Si)P(Sj).
Егер барлық симптом тәуелсіз көлемін есепте. Симптомда бір
Мысалы: егер менің көлігімде отын болмаса және жарық
1.2. СЕНІМДІЛІК КОЭФФИЦЕНТІ
Біз сенімділік коэффицентіне ораламыз, 3 тарауда айтылып кеткендей
Егер науқасқа көрсетілген симптом болса Sl^…^Sk және оның
Бучана және Шортлифф дәлелдегендей, қатаң түрде Байес ережесін
Перл [Pearl, 1988, p.5] ережесінде негізделген
Эксперттік жүйелерді құрған кезде осы негіз қолданылады. Барлық
Мысалы Е1 және Е 2 белгілерінің арасында
Осы анықтамада ықтималдық теориясының негізі бар.Талап ықтималдығын модулі
P(BA)=t
1.3 СЕНІМДІЛІК КОЭФФИЦИЕНТТІ ЖӘНЕ ШАРТТЫ ЫҚТИМАЛДЫЛЫҚ
Адаме көрсетті, егер қарапайым ықтималдық моделі Байес ережесіне
Эксперттің қорытындысына негізделгендіктен субьектті P(h) белгілейміз h
Эксперт сенімділік кезеңінде гипотез әділдігі өседі, бұл қатынас
МВ (h,e)=[P(he)-P(h)][-P(h)]
Мұндағы МВ- сенім өлшемін білдіреді.
Егер е белгісі h белгісіне сәйкестелінбесе P(he)
MD(h,e)=[P(h)-P(he)]P(H)]
Түрлі қосымша әдістері бар бір гипотездің сенімділік кезеңі
Егер кейбір белгілер нақты аурудың абсолютті диогностикалық индикаторы
P(disj)=P(diS1^S2)=1
P(dis2)=P(dl)
Объективті гипотезге Адаме сынды түрде қарады. MYCIN негізіне
Бучанан және Шортлифф гипотезге арналған сенімділік немесе сенімсіздік
CF(h,ea^ef)= MB(h, ef)- MD(h, ea),
ef- гипотезді куәландыратын белгі; һ, а
P(hea^ef)=[P(ea^ef| h)P(h][P(ea^ef)]
Осылайша сенімділік кезеңі анықталған ережемен болғандықтан сенімділік коэффициентті
Формальді пікірлерді орындау кезінде программалық қадамдарын басқару;
Кеңестік жағдайындағы ізденіс мақсаттын басқару процессі;
Барлық белгілерді өңдегенен кейінгі гипотез жиынтығы;
Бірақ Адаме көрсеткендей, коэффициент сенімділігіне негізделген гипотез
d1 және d2-екі гипотез, ал е- бір
Осындай априорлықтар ықтималдылықтар арасында қатынас болсын:
P(d1)> P(d2) және P(d e)> P(d2e). Басқаша
Адаме көрсетті бұл қатынаскері блуы мүмкін CF(d1.
Ықтималдылықтың келесі мәндерін қрастырайық:
P(d1)=0.86.
P(d2)=0.2.
P(d1| e)=0.9.
P(d2| e)=0.8.
Онда d1 арналған жоғарланған сенімділік (0,9-0,8) ,2=0,5 болады ,
P(d1| e) ‹ P(d2| e) болғандығына қрамастан
Адаме сенімділік коэффициенттінің «ойластырылмаған қасиеттін» қарастырды. Бұл жағдай
Осылайша транзистік қатынастарда жүйелік ережелерін шығару
1.1. суретті P(d e); = P(d
Адаме MYCIN жүйесінің және тағыда басқа жүйелердің
MYCIN қатысты критикалық ескертулерді Горвицем және Гекерманом
Сенімділік коэффициенттін ережемен байланыстырып эксперттер мына сұраққа жауп
2.1. АЙҚЫН ЕМЕС КӨПШІЛІК
Белгілерді немесе симптомдарды бағалау кездегі эксперттін қолданылатын
Классикалық теория көпшілігі екі мәнді логикамен деректелінеді. a
«Тез»(fast) анықталған сөздің категориясын қарастырайық. Егер бұл анықтаманы
F(X) = ақиқат,егер Х-қа А тәуелді болған жағдайда.
Мысалы,бұл функция сағатына 150 миль жылдамдығы бар автомобилдерді
GT150(X)={ ақиқат, егер CAR (X) және TOP_SPEED(X)>150 жалған
Көбінесе, белгіленген мұндай мінезделген функциялар формуламен көрсетіледі.
{X- CAR TOP-SPEED(X)>150}.
Бұл формуладағы көпшілік элементтіне: CAR көпшілік элементті және
«Тез» автомобилдің категориясы туралы не айтуға болады?
Бұл жағдай 2.1. суретімен ұқсастырылады. Шектеулі көптік
f FAST(X)= f FAST(TOP_SPEED(X)),
Көп автомобилдің көптігін анықтаған. Осылайша көптік мүшелері болып
FAST-CAR={(Porche-944,0.9),
(BMW-316,0.5), (Chevy – Nova,0.1)}
2.1. суреті. «Тез» автомобилдердің айқын емес көптігі.
2.2. АЙҚЫН ЕМЕС ЛОГИКА
Көптіктің классикалық теориясы ретінде екі мәнді булдік логика
Ықтималды теориясының аналогі бойынша, егер F айқын емес
F(X)= 1-F(X).
Бірақ, конъюнкция және дизъюнкция операцияларының аналогі айқын емес
Классикалық логика болжамы FAST-CAR (Porche-944)^ PRETENTIOUS-CAR(Porcher-944)
Егер конъюнкцияның екі мүшесі ақиқат болған жағдайда
Осылайша, егер
FAST-CAR (Porche-944) =0,9
PRETENTIOUS-CAR(Porche-944)=0.7 ,
Онда
FAST-CAR (Porche-944)^ PRETENTIOUS-CAR(Porcher-944) = 0.7 ,
Ал енді мына анықтаманы қарастырайық
FAST-CAR (Porche-944)^ ¬ FAST-CAR (Porche-944).
Бұл түсініктеменің ақиқаттылық ықтималдылығы 0-ге тең.
Р(FAST-CAR(Porcher-944) ^ ¬ FAST-CAR(Porcher-944))=0,
Бірақ айқын емес логикада бұл мән 0,1
FAST-CAR (Porche-944) =0,9 анықтамасының мағынасы анықталмаған «жылдам
F(f^G)(X)= max(f1(X),fG(X)).
Мұнда сонымен қатар ықтимал теориясына толық қарсылық айқын
F (F v G) (X=)= max(fF(X),fG (X))
Мұнда сонымен қатар төмендегі келтірілген ықтималдық теориясымен жормал
P(AvB)- P(A)+P(B)- P(A^B).
FAST-CAR айқын емес көпшілігіне жататын айқиқат мәнін қарастырайық.
FAST-CAR (Porche-944) v ¬ FAST-CAR (Porcher-944)=0.9.
FAST-CAR (BMW-316) v FAST-CAR(BMW-316)=0.5.
FASt-CAR(Chevy-Nova) v FAST-CAR (Chevy-Novd)=0.9.
Осы жорамалдық әрбір ақиқат ықтималдылығының мәні ықтималдылық
Операторлар коммутативті, ассоциативті және өзара дистрибутті қасиетке ие.
2.3. МҮМКІНДІК ТЕОРИЯСЫ
Айқын емес логикада білімге қарсы қойылған формалданған сұраққа
Ықтималдық теориясының бірінші логикалық бағыты, яғни дәл
Fseveral={(3,0.2),(4,0.6),(5,1.0),(6,1.0),(7,0.6),(8,0.3)}.
Бұл анықталмаған қатынаcты білдіреді,яғни 3-тен 10 –дейін көп
P(red) ықтималдылығы келесі формуламен беріледі.
Fp(red)=several/10, орнатқаннан кейін {(0.3,0.2),(0.4,0.6),(0.5,1.0),(0.6,1.0),(0.7,0.6),(0.8,0.3)}.
(0.3,0.2) Fp(red)-бұл P(red) =0.3 -ке яғни 20 %
Ftrue= [0.1] -> [0.1],
Обылысын анықтау және обылыстың функциясын анықтау Ftrue бұл
FASR-CAR(Porsche-944))=0,9,яғни (0.9,1.0)~ Ftrue-ге тең. Шындыққа жақын функциялардцы
3.1 АНЫҚТАЛМАҒАН МӘСЕЛЕЛЕРДІҢ АНЫҚТАЛМАҒАН ЖАҒДАЙЫ
Бұл логикалық эксперттік жүйенің негізгі формасы түрінде оның
Сондықтан сенімді түрде науқасқа di-ауыруының симптомасын қоюға болады
Р (S1 /S2^….,^ Sk,) Р (S2 /S3^….,^ Sk,)...Р
Бұндай К-1 операциясы ықтималдылыққа яғни Si-ға тең.
MYCIN коньюнкциясы айқын емес ықтималдылыққа бөлінгенде min (S1^….^
Логикалық эксперттік жүйе шынайы тілге жатқызылады.
Бұндай терминге, «жылдам», «аз», «шындық», көбіне интерпретатциялық негізге
ҚОРЫТЫНДЫ
Қорытындыда біз мына жағдайды айтуымызға болады, адам
ЭЖ кеңес береді, талдау жүргізеді, топтастыруды орындайды, диагноз
Көптеген мәселелердің шешу әдісі болып осы немесе
ҚОЛДАНЫЛҒАН ӘДЕБИЕТТЕР
Архангельский А.Я. Интегрированная среда разработки Delphi – М:
Джусупов А.А. Инструментальные средства разработки автоматизированных систем с
Фарофонов В.В. Учебный курс Delphi. – М: «Нолидж»,
«Операционные системы, среды и оболочки» И.И. Попов, Т.Л.
«Информатика» А.П.Алексеев, СОЛОН-Р, Москва- 2001
Visual Basic for Applications для учителя, Информатика в
7.Стив Тейксейра, Ксавье Паченко. Delphi 5 Руководство
Рей Конопка, Создание оригинальных компонент в среде Delphi.
Райтингер М., Муч Г. Visual Basic 6.0 пер.
Крейг Дж., Уэбб Дж., Microsoft Visual Basic 5.0.
Білімдердің және мәліметтердің анықсыздықтарын көрсету
6
Акишев Б.К. ВТ-31
