کامپیوتر و IT و اینترنت

عامل‌های هوشمند

amel_haye_hooshmand

در نمایش آنلاین پاورپوینت، ممکن است بعضی علائم، اعداد و حتی فونت‌ها به خوبی نمایش داده نشود. این مشکل در فایل اصلی پاورپوینت وجود ندارد.






  • جزئیات
  • امتیاز و نظرات
  • متن پاورپوینت

امتیاز

درحال ارسال
امتیاز کاربر [0 رای]

نقد و بررسی ها

هیچ نظری برای این پاورپوینت نوشته نشده است.

اولین کسی باشید که نظری می نویسد “عامل‌های هوشمند”

عامل‌های هوشمند

اسلاید 1: فصل هفتمعامل های مبتنی بر دانشAlireza yousefpouryousefpour@shomal.ac.ir

اسلاید 2: معضلات روش حل مسئله بروش h:عدم جامعیت در حل مسئله (اگر چه در ایده کلی هر مسائل براساس h قابل حل است و جامع می باشد)h حل مسئله از کجا و چگونه تولید شودچگونه h توسط ماشین استفاده شوددلایل روی آوردن به سیستم های مبتنی بر دانش:حل مسائل فاقد ساختار (از روشهای قبلی نمی توان حل کرد)وجود لایه در سطح بالاتر که پارامترها را تولید می کندمسئله hفصل هفتم: عامل مبتنی بر دانش - یادآوری

اسلاید 3: عامل های مبتنی بر دانشهر مسئله بوسیله دانش قابل حل است(Knowladge Base)دانش حل مسائل مختلف با هم متفاوت است، این تفاوت از جامعیت مسئله کم می کند. مگر آنکه بتوانیم تمام دانش حل مسئله های موجود را در یک نقطه جمع کنیم که در این صورت یک سیستم جامع حل مسئله خواهیم داشت.مکانیزم استنتاجمعماری عمومی عاملهای مبتنی بر دانش:دانشمسئلهپاسخفصل هفتم: عامل مبتنی بر دانش

اسلاید 4: جهت دستیابی بر عامل مبتنی بر دانش باید:I. دانش مورد استفاده در حل مسئله باید کسب شودII. دانش را در پایگاه دانش ذخیره کنیمIII. طراحی و پیاده سازی مکانیزیم استنتاج کننده انجام گیردفصل هفتم: عامل مبتنی بر دانش

اسلاید 5: I. کسب دانش حل مسئله دانش چیست؟دانش شامل واقعیتها و مهارتهاستشاید بتوان واقعیتها را آموخت ولی مهارتها را به سادگی نمی توان به سادگی انتقال دادواقعیت :مهارت :شامل مفاهیم ، اشیاء و روابط ثابت بین آنهاستاستفاده از واقعیتها در حل مسئلهاز نگاه دیگرهر دانشقطعی :غیرقطعی :بخشی از دانش ماست که همیشه ثابت و صحیح استدانشی که صحت آن باید بررسی شودمعمولاً واقعیتها قطعی هستند و مهارتها غیرقطعیفصل هفتم: عامل مبتنی بر دانش – کسب دانش

اسلاید 6: چه هست؟چگونه؟ معمولاً واقعیتها دانش توصیفی هستند و مهارتها دانش رویه ای استمثلاً : صندلی برای نشستن استچگونه می توان بر روی صندلی نشستمنابع کسب دانش:1. منابع غیر انسانی : مانند کتاب ، مقالات، فیلم ها، ... 2. منابع انسانی : بوسیله مصاحبه و شبیه سازی کسب دانش انجام می گیرداز نگاه دیگرهر دانشتوصیفی :رویه ای :فصل هفتم: عامل مبتنی بر دانش – کسب دانش

اسلاید 7: II. ذخیره دانش جمع آوری شده در پایگاه دانش “ اگر هوا سرد باشد شاید باران ببارد ” “ صندلی راحت برای انسان مناسبتر از یک صندلی معمولی است ” اگر جملات زیر دانش کسب شده باشند:پایگاه دانشKnowledge Baseمجموعه ای از دانش و حقایق دنیاست.نمایش یک حقیقت دنیا (دانش) را یک جمله Sentence گویندجملات توسط زبان نمایش دانش (knowledge representation) ارائه مي‌شوندفصل هفتم: عامل مبتنی بر دانش – ذخیره دانش

اسلاید 8: II. ذخیره دانش جمع آوری شده در پایگاه دانش “ اگر هوا سرد باشد شاید باران ببارد ” “ صندلی راحت برای انسان مناسبتر از یک صندلی معمولی است ” اگر جملات زیر دانش کسب شده باشند:پایگاه دانشKnowledge Baseمجموعه ای از دانش و حقایق دنیاست.نمایش یک حقیقت دنیا (دانش) را یک جمله Sentence گویندجملات توسط زبان نمایش دانش (knowledge representation) ارائه مي‌شوندفصل هفتم: عامل مبتنی بر دانش – ذخیره دانش

اسلاید 9: به علت خصوصیت فیزیکی ماشین ، زبان ماشین باید یک زبان فاقد ابهام باشد یعنی بتوان دانش های قطعی و غیرقطعی را به همان صورت موجود (از نظر قطعیت) به سطح ماشین انتقال داد.در ترجمه یک زبان مبهم به یک زبان غیر مبهم معانی کاملاً منتقل نمی گردد، لذا از دقت دانش جمع آوری شده کاسته می شود – نقصان دانش دانش کسب شده یک دانش در زبان طبیعی (زبان سطح دانش) می باشد در حالی که کامپیوتر ها قدرت پردازش زبان طبیعی را ندارند.لذا باید این زبان را به زبانی تبدیل کرد که قابل پردازش توسط ماشین باشدفصل هفتم: عامل مبتنی بر دانش – ذخیره دانش

اسلاید 10: زبان‌هاي برنامه‌نويسي (مانند C يا پاسکال يا Lips) براي تعريف الگوريتم‌ها مناسب هستند و بين ساختارهاي داده پيوستگي ايجاد مي‌کنند.زبان نمایش دانش:Knowledge Representation Language زبان طبيعي راهي خوب براي سخنگو است تا مخاطب را متوجه منظور خود سازد.اما زبان‌هاي طبيعي هم چنين از ابهامات رنج مي‌برند، مانند عبارت «سگ‌ها و گربه‌هاي کوچک»، روشن نيست که آيا سگ‌ها نيز کوچک هستند يا خير.فصل هفتم: عامل مبتنی بر دانش – ذخیره دانش

اسلاید 11: مزاياي زبان‌هاي طبيعي و رسمي را با هم داشته باشد. پرمعني و رسا باشد. دقيق و غير مبهم مستقل از متن قابل استنتاجيک زبان نمایش دانش خوب مي‌بايست:هر زبان نمایش دانش توسط دو خصوصیت زیر تعریف می شود:نحو (Syntax) :معنی (Semantics) :نحوه ساختاری و دستوری جملات را مشخص می کند. خوش فرمwell-formed formulas (wffs)معنی جملات را مشخص می کند. فصل هفتم: عامل مبتنی بر دانش – ذخیره دانش

اسلاید 12: knowledge is encoded as IF … THEN rulesIF … THEN RulesRule: Red_Light IF the light is red THEN stopRule: Green_Light IFthe light is green THENgoIF … THEN RulesRule: Rain IFe1 ≤ temp ≤ e2 THENwill rainفصل هفتم: عامل مبتنی بر دانش – ذخیره دانش

اسلاید 13: نمونه ای از زبان نمایش دانش: منطق شبکه معنی رویه ای قابفصل هفتم: عامل مبتنی بر دانش – ذخیره دانش

اسلاید 14: III. طراحی و پیاده سازی مکانیزیم استنتاج کنندهمکانیزم استنتاجInferenceزمانی که از پایگاه داده سوال می شود مکانیزمی باید وجود داشته باشد تا براساس دانش قبلی و دانش نهفته به مسئله جواب دهد.روند کار: پایگاه دارای دانش اولیه یا دانش پیش زمینه ای (Background Knowledge) است. و هر زمان که برنامه دانش صدا زده مي‌شود، دو عمل انجام مي‌شود:به پايگاه دانش گفته مي‌شود (TELL) که چه دريافت کرده است.از پايگاه دانش سؤال مي‌‌شود (ASK) که چه عملي بايد انجام شود. فصل هفتم: عامل مبتنی بر دانش – مکانیزم استنتاج

اسلاید 15: ASK: به منظور افزودن جملات جديد به پايگاه دانش به کار برده مي‌شود.TELL: به منظور پرسش اينکه چه چيزهايي شناخته شده است.در فرآيند پاسخ به اين پرسش، استدلال منطقي براي اثبات اينکه کدام عمل بهتر از بقيه است استفاده مي‌شود.سپس عامل عمل انتخاب شده را ارائه می دهد.فصل هفتم: عامل مبتنی بر دانش – مکانیزم استنتاج

اسلاید 16: مثال: تشخیص پرندهمکانیزم استنتاجدانشمسئلهپاسخحافظه کاریدارد_بال و دارد_منقار  پرندهگوشت_تغذیه و بزرگ_چثه و پرنده  عقابWorking Memory ]گوشت_تغذیه و بزرگ_چثه و دارد_بال و دارد_منقار [ =عامل مبتنی بر دانشمشاهداتفصل هفتم: عامل مبتنی بر دانش – مکانیزم استنتاج

اسلاید 17: مکانیزیم استنتاج کننده آنچه را از محیط سنس می کند را به حافظه کاری منتقل می کند. پس از پایان مشاهدات مکانیزم استنتاج کننده پایگاه دانش را به دنبال قوانین بر اساس مشاهدات انجام شده جستجو میکند و در صورت وجود قانون آن قانون را فعال کرده و بخش نتیجه را به حافظه کاری اضافه می نماید ... تا موقعی که دیگر قانونی فعال نشود و آخرین نتیجه را بر می گرداندپرندهعقابفصل هفتم: عامل مبتنی بر دانش – مکانیزم استنتاجWorking Memory ]گوشت_تغذیه و بزرگ_چثه و دارد_بال و دارد_منقار [ =مکانیزم استنتاج

اسلاید 18: Entailmentوقتی جمله تازه ای که الزاماً صحیح است با استفاده از صحیح بودن جملات قبل حاصل شود ارتباط بین این جملات استلزام نامیده می شودKB ╞  جمله KB استلزام جمله  است جمله KB جمله  را ايجاد ميکند اگر و فقط اگر، در هر مدلي که KB درست است،  نیز درست است اگر KB درست باشد،  نيز درست است درستی  در درستي KB نهفته است فصل هفتم: عامل مبتنی بر دانش – مکانیزم استنتاجاستلزام

اسلاید 19: دو مکانیزیم استنتاج :استنتاج رو به جلو (Forward) :با داشتن پایگاه دانش KB جملات جدید  را تولید کند که از KB استلزام می شوداستنتاج رو به عقب (Backward):با داشتن پایگاه دانش KB و جمله  ، مشخص کنیم که آیا جمله  از KB استلزام می شوددر مثال قبلی: مسئله این باشد که چه چیزی مشاهده می کنی؟در مثال قبلی: مسئله این باشد که آیا عقاب را مشاهده می کنی؟فصل هفتم: عامل مبتنی بر دانش – مکانیزم استنتاج

اسلاید 20: رويه استنتاج i مي‌تواند توسط جملاتي که آنها را مشتق مي‌کند، تعريف شود. اگر i بتواند  را از KB مشتق کند، مي‌تواند بنويسيد:KB ╞  که خوانده مي‌‌شود « از KB توسط i مشتق شده است» يا «i مشتق مي‌کند  از KB» . i رویه استنتاجی که فقط جملات استلزام شده را تولید می کند ، رویه استنتاج صحیح (sound) گفته می شودرویه استننتاجی که بتواند اثبات همه جملاتی که استلزام شود را پیدا کند ، استنتاج کامل نامیده می شود ثبت عملیات رویه استنتاج صحیح را اثبات (proof) نامیده می شودفصل هفتم: عامل مبتنی بر دانش – مکانیزم استنتاج

20,000 تومان

خرید پاورپوینت توسط کلیه کارت‌های شتاب امکان‌پذیر است و بلافاصله پس از خرید، لینک دانلود پاورپوینت در اختیار شما قرار خواهد گرفت.

در صورت عدم رضایت سفارش برگشت و وجه به حساب شما برگشت داده خواهد شد.

در صورت نیاز با شماره 09353405883 در واتساپ، ایتا و روبیکا تماس بگیرید.

افزودن به سبد خرید