Нові тенденції і прикладні аспекти інженерії знань

  ПетренкоВ.Ф.Введение в эксперементальную психосемантику: исследование форм репрезентации в обыденном сознании / В.Ф.Петренко. М.: МГУ, 1983. 175с. АнисимовА.В. система обработки

Нові тенденції і прикладні аспекти інженерії знань

Курсовой проект

Менеджмент

Другие курсовые по предмету

Менеджмент

Сдать работу со 100% гаранией
. Не можна вважати, що просто розробка поля знань системи обовязково приведе до отримання повних функціональних знань в даній області.

Розробка експертних систем почала використовуватися як інструмент пізнання порівняно недавно.

Наприклад, Лей встановив, що після того, як студенти-медики створять медичну експертну систему, вони підвищать своє уміння в плані аргументації і отримають глибші знання по предмету, що вивчається.

Шість студентів-першокурсників фізичного факультету, які використовували експертні системи для складання питань, ухвалення рішень, формулювання правил і пояснень щодо руху частинки відповідно до законів класичної фізики, отримали глибші знання в даній області завдяки ретельній роботі, повязаній з кодуванням інформації і обробкою великого матеріалу для отримання ясного і звязного змісту, а отже, і більшої семантичної глибини [25].

Таким чином, створення бази знань експертної системи сприяє глибшому засвоєнню знань, а візуальна специфікація підсилює прозорість і наочність уявлень.

Коли компютери використовуються в навчанні як інструмент пізнання, а не як контрольно-навчальні системи (навчальні компютери), вони розширюють можливості автоматизованих навчальних систем, одночасно розвиваючи розумові здібності і знання учнів. Результатом такої співпраці учня і компютера є значне підвищення ефективності навчання.

Компютери не можуть і не повинні управляти процесом навчання. Компютери повинні використовуватися для того, щоб допомогти учням придбати знання.

 

Висновок

 

У даній роботі розглянуті прикладні аспекти інженерії знань, використання латентних структур знань та психосемантики для видобування глибинних знань, а також описаний метод репертуарних решіток, керування знаннями та проектування бази знань.

Всі ці методи створені і використовуються для спрощення «співпраці» користувача з компютером, для мінімізації труднощів видобування та формалізації знань. Таким чином, розглянуті основні шляхи розвязання достатньо поширених на сьогодні проблем інженерії знань.

 

 

Список використаних джерел

 

  1. ПетренкоВ.Ф.Введение в эксперементальную психосемантику: исследование форм репрезентации в обыденном сознании / В.Ф.Петренко. М.: МГУ, 1983. 175с.
  2. АнисимовА.В. система обработки текстов на естественном языке / А.В.Анисимов, А.А.Марченко// Научно-теоретический журнал «Искуственный интелект», ІПШІ «Наука і освіта». 2002. Вип. 4 С.157163.
  3. ПетренкоВ.Ф.Психосемантика сознания / В.Ф.Петренко. М.: Издательство МГУ, 1988. 207с.
  4. АверкинА.Н.Нечеткие множества в моделях управления и искуственного интеллекта / А.Н.Аверкин, И.З.Батыршин, А.Ф.Блишун. М.: Наука, 1986. 312с.
  5. Тиори Т. Проектирование структур баз даннях: В 2-х кн. / Т.Тиори, Дж.Фрай. М.: Мир, 1985. 288с.
  6. Дюран Б. Кластерныйанализ / Б.Дюран, П.Оделл. М.: Статистика, 1977. 128с.
  7. КукН.М.Формальная методология приобретения и представления экспертных знаний / Н.М.Кук, Дж.Макдональд// ТИИЭР. 1986. Т. 74. №10. С.145155.
  8. GruberT.R. A translation approach to portable ontologies// Knowledge Acquisition. 1993. №5 (2). P. 199220.
  9. ГавриловаТ.А.Представление знаний в экспертной диагностической системе АВ-ТАНТЕСТ / Т.А.Гаврилова// Изв. АН СССР. Техническая кибернетика. 1984. №5. С.165173.
  10. Франселла Ф. Новый метод исследования личности: руководство по репертуарным личностным методикам / Ф.Франселла, Д.Баннистер. М.: Прогресс, 1987. 588с.
  11. ПохилькоВ.И.Система КЕПУ / В.И.Похилько, Н.Н.Страхов. М.: МГУ, 1990. 35с.
  12. ТерехинаА.Ю.Представление структуры знаний методами многомерного шкалирования / А.Ю.Терехина. М.: ВИНИТИ, 1988. 97с.
  13. Шенк Р. Обработка концептуальной информации / Р.Шенк. М.: Энергия, 1980. 361с.
  14. Bosse J.H. Transforming repertory grids to shell-based knowledge based using AQUINAS, a knowledge acquisition workbench / BosseJ.H., BradshawJ.H., Shema D.B.// Proceedings of the AAAI-88 Integration of Knowledge Acquisition and Performance Systems Workshop. St. Paul.
  15. Дэйвисон М. Многомерное шкалирование. Методы наглядного представления данных / М.Дэйвисон. М.: Финансы и статистика, 1988. 254с.
  16. Musen M.A. Automated support for building and extending expert models// Machine Learning, 4. 1989. pp. 347376.
  17. TOVE, 1999. TOVE Manual. Department of Industrial Engeneering, University of Toronto.
  18. Kuehn O. Corporate Memories for Knowledge Management in Industrial Practice: Prospects and Challenges / Kuehn O., Abecker A. 1998. 189 p.
  19. Assadi H. Knowledge acquisition from texts. Proceedings of the 35th Annual Meeting of the Association for Computational Linguistics (ACL97), Madrid? Spain, 1997.
  20. Kelly G.A. The Psychology of Personal Constructs. N.Y.: Norton, 1955. 493 p.
  21. E. Fiesler and H.J.Caulfield, «Neural network formalization», Computer Standarts and Interfaces, 1994 vol. 16 (3), pp. 231239.
  22. Maedche A. Ontology learning for the semantic web / Maedche A., Staab S.// IEEE Intelligent Systems 16 (2). 2001. pp. 7279.
  23. L. Smith. Using a framework to specify a network of temporal neurons, Technical Report, University of Stirling, 1996. 289 p.
  24. Furna G.W. Multitrees: Enriching and Reusing Hierarchical Structure// Human Factors in Computing Systems. Conference Proceedings. Boston, Ms, 1994. pp. 330334.
  25. M.A.Atencia, G. Joya and F. Sandoval, «A formal model for definition and simulation of generic neural networks», Neural Processing Letters, Kluwer Academic Publishers. vol. 11. 2000. pp. 87105.

Похожие работы

<< < 2 3 4 5 6