zhChinese    enEnglish
  ПМ-ПУ  » Образование  » Программы курсов » Экспертные системы в обучении

Экспертные системы в обучении

Курс по выбору

Составитель: Сергеев С.Л., Стученков А.Б.

I. Организационно-методический раздел

Дисциплина изучается студентами направления «Информационные технологии» (магистратура) в 11 семестре, итоговой формой контроля является экзамен. Контроль самостоятельной работы студентов осуществляется в виде тестирования, опросов и проверки домашней работы.

Цель и задачи изучения дисциплины

Цель дисциплины «Экспертные системы в обучении» - освоение студентами базовых принципов и современных подходов применения экспертных систем в обучении. Задачами курса являются ознакомление с принципами устройства, функционирования и обучения экспертных систем, средствами их разработки и применении в учебном процессе.

Место дисциплины в профессиональной подготовке выпускника

Является специальной дисциплиной магистра и развивает тематику дисциплин, посвященных информационным технологиям. Для изучения необходимы знания в области основ информационных технологий, дискретной математики, объектно- ориентированного программирования.

Требования к уровню освоения материала дисциплины

После изучения курса студенты должны:

II. Содержание дисциплины

1. Введение
Смысл экспертного анализа. Характеристики экспертных систем. Базовые функции экспертных систем. Приобретение знаний. Представление знаний. Управление процессом поиска решения. Разъяснение принятого решения.
2. Представление знаний.
Представление знаний: принципы и методы. Таблицы операторов и методика "средство - анализ завершения". Анализ метода представления и управления в STRIPS. Формулировка подцелей в MYCIN. База знаний системы MYCIN. Структуры управления в MYCIN. Оценка и сравнение характеристик экспертных систем.
3. Системы, основанные на знаниях.
Канонические системы. Системы порождающих правил для решения проблем. Синтаксис представления правил. Рабочая память. Управление функционированием интерпретатора. Разрешение конфликтов. Прямая и обратная цепочки рассуждений. Правила и метаправила.
4. Ассоциативные сети и системы фреймов.
Графы, деревья и сети. Ассоциативные сети. Разделение видов узлов и когнитивная экономия. Анализ адекватности ассоциативных сетей. Представление типовых объектов и ситуаций. Основные понятия концепции фреймов. Фреймы и графы. Значения по умолчанию и демоны. Множественное наследование. Сравнение сетей и фреймов.
5. Представление неопределенности знаний и данных.
Источники неопределенности. Экспертные системы и теория вероятностей. Условная вероятность. Коэффициенты уверенности. Коэффициенты уверенности и условные вероятности. Сомнительность и возможность. Нечеткие множества. Нечеткая логика. Теория возможности. Неопределенное состояние проблемы неопределенности.
6. Приобретение знаний.
Теоретический анализ процесса приобретения знаний. Стадии приобретения знаний. Уровни анализа знаний .Онтологический анализ. Методы приобретения знаний. Приобретение новых знаний на основе существующих.
7. Иерархическое построение и проверка гипотез.
Влияние сложности пространства гипотез на организацию работы системы. Структурированные объекты в CENTAUR. Структура фреймов в CENTAUR. Правила, включенные в прототипы. Формирование суждений на базе модели в системе INTERNIST. Рабочая среда инженерии знаний TDE.
8. Решение проблем конструирования.
Области применения методов конструктивного решения проблем. Система R1/XCON. Компоненты и ограничения. Извлечение знаний в системе R1/XCON. Совершенствование и расширение системы R1/XCON. Стратегии конструирования. Архитектура систем планирования и метапланирования. Извлечение, представление и применение знаний о проектировании.
9. Средства формирования пояснений.
Формирование пояснений на основе знаний. Подсистема формирования пояснений в MYCIN. Формирование пояснений на основе фреймов. Организация вывода пояснений в системе CENTAUR. Использование мультимедийного интерфейса для формирования пояснений. Формирование пояснений и автоматическое программирование. Автоматическое программирование в системе XPLAN. Проект Explainable Expert Systems. Планирование текстов пояснений и модели пользователей в PEA. Перспективы дальнейших исследований методов формирования пояснений.
10. Инструментальные средства разработки экспертных систем.
Общая характеристика инструментальных средств для построения экспертных систем. Оболочки экспертных систем. Языки программирования высокого уровня: языки описания порождающих правил, объектно-ориентированные языки, языки логического программирования экспертных систем. Многофункциональные программные среды. Дополнительные модули. Использование инструментальных средств. Выбор подходящего инструментария для разработки экспертной системы.
11. Формирование знаний на основе машинного обучения.
Индуктивное обучение. Формирование и уточнение правил. Пространство версий. Алгоритм отсеивания кандидатов. Построение дерева решений и порождающих правил. Структура дерева решений. Алгоритм формирования дерева решений по обучающей выборке. Уточнение наборов правил.