霽彩華年,因夢(mèng)同行—— 慶祝深圳霽因生物醫(yī)藥轉(zhuǎn)化研究院成立十周年 情緒益生菌PS128助力孤獨(dú)癥治療,權(quán)威研究顯示可顯著改善孤獨(dú)癥癥狀 PARP抑制劑氟唑帕利助力患者從維持治療中獲益,改寫晚期卵巢癌治療格局 新東方智慧教育發(fā)布“東方創(chuàng)科人工智能開發(fā)板2.0” 精準(zhǔn)血型 守護(hù)生命 腸道超聲可用于檢測(cè)兒童炎癥性腸病 迷走神經(jīng)刺激對(duì)抑郁癥有積極治療作用 探索梅尼埃病中 MRI 描述符的性能和最佳組合 自閉癥患者中癡呆癥的患病率增加 超聲波 3D 打印輔助神經(jīng)源性膀胱的骶神經(jīng)調(diào)節(jié) 胃食管反流病患者耳鳴風(fēng)險(xiǎn)增加 間質(zhì)性膀胱炎和膀胱疼痛綜合征的臨床表現(xiàn)不同 研究表明 多語言能力可提高自閉癥兒童的認(rèn)知能力 科學(xué)家揭示人類與小鼠在主要癌癥免疫治療靶點(diǎn)上的驚人差異 利用正確的成像標(biāo)準(zhǔn)改善對(duì)腦癌結(jié)果的預(yù)測(cè) 地中海飲食通過腸道細(xì)菌變化改善記憶力 讓你在 2025 年更健康的 7 種驚人方法 為什么有些人的頭發(fā)和指甲比其他人長得快 物質(zhì)的使用會(huì)改變大腦的結(jié)構(gòu)嗎 飲酒如何影響你的健康 20個(gè)月,3大平臺(tái),300倍!元育生物以全左旋蝦青素引領(lǐng)合成生物新紀(jì)元 從技術(shù)困局到創(chuàng)新錨點(diǎn),天與帶來了一場屬于養(yǎng)老的“情緒共振” “華潤系”大動(dòng)作落槌!昆藥集團(tuán)完成收購華潤圣火 十七載“冬至滋補(bǔ)節(jié)”,東阿阿膠將品牌營銷推向新高峰 150個(gè)國家承認(rèn)巴勒斯坦國意味著什么 中國海警對(duì)非法闖仁愛礁海域菲船只采取管制措施 國家四級(jí)救災(zāi)應(yīng)急響應(yīng)啟動(dòng) 涉及福建、廣東 女生查分查出608分后,上演取得理想成績“三件套” 多吃紅色的櫻桃能補(bǔ)鐵、補(bǔ)血? 中國代表三次回?fù)裘婪焦糁肛?zé) 探索精神健康前沿|情緒益生菌PS128閃耀寧波醫(yī)學(xué)盛會(huì),彰顯科研實(shí)力 圣美生物:以科技之光,引領(lǐng)肺癌早篩早診新時(shí)代 神經(jīng)干細(xì)胞移植有望治療慢性脊髓損傷 一種簡單的血漿生物標(biāo)志物可以預(yù)測(cè)患有肥胖癥青少年的肝纖維化 嬰兒的心跳可能是他們說出第一句話的關(guān)鍵 研究發(fā)現(xiàn)基因檢測(cè)正成為主流 血液測(cè)試顯示心臟存在排斥風(fēng)險(xiǎn) 無需提供組織樣本 假體材料有助于減少靜脈導(dǎo)管感染 研究發(fā)現(xiàn)團(tuán)隊(duì)運(yùn)動(dòng)對(duì)孩子的大腦有很大幫助 研究人員開發(fā)出診斷 治療心肌炎的決策途徑 兩項(xiàng)研究評(píng)估了醫(yī)療保健領(lǐng)域人工智能工具的發(fā)展 利用女子籃球隊(duì)探索足部生物力學(xué) 抑制前列腺癌細(xì)胞:雄激素受體可以改變前列腺的正常生長 肽抗原上的反應(yīng)性半胱氨酸可能開啟新的癌癥免疫治療可能性 研究人員發(fā)現(xiàn)新基因療法可以緩解慢性疼痛 研究人員揭示 tisa-cel 療法治療復(fù)發(fā)或難治性 B 細(xì)胞淋巴瘤的風(fēng)險(xiǎn) 適量飲酒可降低高危人群罹患嚴(yán)重心血管疾病的風(fēng)險(xiǎn) STIF科創(chuàng)節(jié)揭曉獎(jiǎng)項(xiàng),新東方智慧教育榮膺雙料殊榮 中科美菱發(fā)布2025年產(chǎn)品戰(zhàn)略布局!技術(shù)方向支撐產(chǎn)品生態(tài)縱深! 從雪域高原到用戶口碑 —— 復(fù)方塞隆膠囊的品質(zhì)之旅
您的位置:首頁 >綜合知識(shí) >

專家系統(tǒng)是什么意思(專家系統(tǒng)是什么)

關(guān)于專家系統(tǒng)是什么意思,專家系統(tǒng)是什么這個(gè)問題很多朋友還不知道,今天小六來為大家解答以上的問題,現(xiàn)在讓我們一起來看看吧!

1、專家系統(tǒng)(expert system)是人工智能應(yīng)用研究最活躍和最廣泛的課題之一。

2、 專家系統(tǒng)是一個(gè)智能計(jì)算機(jī)程序系統(tǒng),其內(nèi)部含有大量的某個(gè)領(lǐng)域?qū)<宜降闹R(shí)與經(jīng)驗(yàn),能夠利用人類專家的知識(shí)和解決問題的方法來處理該領(lǐng)域問題。

3、也就是說,專家系統(tǒng)是一個(gè)具有大量的專門知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng),它應(yīng)用人工智能技術(shù)和計(jì)算機(jī)技術(shù),根據(jù)某領(lǐng)域一個(gè)或多個(gè)專家提供的知識(shí)和經(jīng)驗(yàn),進(jìn)行推理和判斷,模擬人類專家的決策過程,以便解決那些需要人類專家處理的復(fù)雜問題,簡而言之,專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計(jì)算機(jī)程序系統(tǒng)。

4、 專家系統(tǒng) expert system 運(yùn)用特定領(lǐng)域的專門知識(shí),通過推理來模擬通常由人類專家才能解決的各種復(fù)雜的、具體的問題,達(dá)到與專家具有同等解決問題能力的計(jì)算機(jī)智能程序系統(tǒng)。

5、它能對(duì)決策的過程作出解釋,并有學(xué)習(xí)功能,即能自動(dòng)增長解決問題所需的知識(shí)。

6、 發(fā)展簡況 專家系統(tǒng)是人工智能中最重要的也是最活躍的一個(gè)應(yīng)用領(lǐng)域,它實(shí)現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用、從一般推理策略探討轉(zhuǎn)向運(yùn)用專門知識(shí)的重大突破。

7、20世紀(jì)60年代初,出現(xiàn)了運(yùn)用邏輯學(xué)和模擬心理活動(dòng)的一些通用問題求解程序,它們可以證明定理和進(jìn)行邏輯推理。

8、但是這些通用方法無法解決大的實(shí)際問題,很難把實(shí)際問題改造成適合于計(jì)算機(jī)解決的形式,并且對(duì)于解題所需的巨大的搜索空間也難于處理。

9、1965年,f.a.費(fèi)根鮑姆等人在總結(jié)通用問題求解系統(tǒng)的成功與失敗經(jīng)驗(yàn)的基礎(chǔ)上,結(jié)合化學(xué)領(lǐng)域的專門知識(shí),研制了世界上第一個(gè)專家系統(tǒng)dendral ,可以推斷化學(xué)分子結(jié)構(gòu)。

10、20多年來,知識(shí)工程的研究,專家系統(tǒng)的理論和技術(shù)不斷發(fā)展,應(yīng)用滲透到幾乎各個(gè)領(lǐng)域,包括化學(xué)、數(shù)學(xué)、物理、生物、醫(yī)學(xué)、農(nóng)業(yè)、氣象、地質(zhì)勘探、軍事、工程技術(shù)、法律、商業(yè)、空間技術(shù)、自動(dòng)控制、計(jì)算機(jī)設(shè)計(jì)和制造等眾多領(lǐng)域,開發(fā)了幾千個(gè)的專家系統(tǒng),其中不少在功能上已達(dá)到,甚至超過同領(lǐng)域中人類專家的水平,并在實(shí)際應(yīng)用中產(chǎn)生了巨大的經(jīng)濟(jì)效益。

11、 專家系統(tǒng)的發(fā)展已經(jīng)歷了3個(gè)階段,正向第四代過渡和發(fā)展。

12、第一代專家系統(tǒng)(dendral、macsyma等)以高度專業(yè)化、求解專門問題的能力強(qiáng)為特點(diǎn)。

13、但在體系結(jié)構(gòu)的完整性、可移植性等方面存在缺陷,求解問題的能力弱。

14、第二代專家系統(tǒng)(mycin、casnet、prospector、hearsay等)屬單學(xué)科專業(yè)型、應(yīng)用型系統(tǒng),其體系結(jié)構(gòu)較完整,移植性方面也有所改善,而且在系統(tǒng)的人機(jī)接口、解釋機(jī)制、知識(shí)獲取技術(shù)、不確定推理技術(shù)、增強(qiáng)專家系統(tǒng)的知識(shí)表示和推理方法的啟發(fā)性、通用性等方面都有所改進(jìn)。

15、第三代專家系統(tǒng)屬多學(xué)科綜合型系統(tǒng),采用多種人工智能語言,綜合采用各種知識(shí)表示方法和多種推理機(jī)制及控制策略,并開始運(yùn)用各種知識(shí)工程語言、骨架系統(tǒng)及專家系統(tǒng)開發(fā)工具和環(huán)境來研制大型綜合專家系統(tǒng)。

16、在總結(jié)前三代專家系統(tǒng)的設(shè)計(jì)方法和實(shí)現(xiàn)技術(shù)的基礎(chǔ)上,已開始采用大型多專家協(xié)作系統(tǒng)、多種知識(shí)表示、綜合知識(shí)庫、自組織解題機(jī)制、多學(xué)科協(xié)同解題與并行推理、專家系統(tǒng)工具與環(huán)境、人工神經(jīng)網(wǎng)絡(luò)知識(shí)獲取及學(xué)習(xí)機(jī)制等最新人工智能技術(shù)來實(shí)現(xiàn)具有多知識(shí)庫、多主體的第四代專家系統(tǒng)。

17、 類型 對(duì)專家系統(tǒng)可以按不同的方法分類。

18、通常,可以按應(yīng)用領(lǐng)域、知識(shí)表示方法、控制策略、任務(wù)類型等分類。

19、如按任務(wù)類型來劃分,常見的有解釋型、預(yù)測(cè)型、診斷型、調(diào)試型、維護(hù)型、規(guī)劃型、設(shè)計(jì)型、監(jiān)督型、控制型、教育型等。

20、 體系結(jié)構(gòu) 專家系統(tǒng)與傳統(tǒng)的計(jì)算機(jī)程序系統(tǒng)有著完全不同的體系結(jié)構(gòu),通常它由知識(shí)庫、推理機(jī)、綜合數(shù)據(jù)庫、知識(shí)獲取機(jī)制、解釋機(jī)制和人機(jī)接口等幾個(gè)基本的、獨(dú)立的部分所組成,其中尤以知識(shí)庫與推理機(jī)相互分離而別具特色。

21、專家系統(tǒng)的體系結(jié)構(gòu)隨專家系統(tǒng)的類型、功能和規(guī)模的不同,而有所差異。

22、 為了使計(jì)算機(jī)能運(yùn)用專家的領(lǐng)域知識(shí),必須要采用一定的方式表示知識(shí) 。

23、目前常用的知識(shí)表示方式有產(chǎn)生式規(guī)則、語義網(wǎng)絡(luò)、框架、狀態(tài)空間、邏輯模式、腳本、過程、面向?qū)ο蟮取?/p>

24、基于規(guī)則的產(chǎn)生式系統(tǒng)是目前實(shí)現(xiàn)知識(shí)運(yùn)用最基本的方法。

25、產(chǎn)生式系統(tǒng)由綜合數(shù)據(jù)庫、知識(shí)庫和推理機(jī)3個(gè)主要部分組成,綜合數(shù)據(jù)庫包含求解問題的世界范圍內(nèi)的事實(shí)和斷言。

26、知識(shí)庫包含所有用“如果:〈前提〉,于是:〈結(jié)果〉”形式表達(dá)的知識(shí)規(guī)則。

27、推理機(jī)(又稱規(guī)則解釋器)的任務(wù)是運(yùn)用控制策略找到可以應(yīng)用的規(guī)則。

28、正向鏈的策略是尋找出前提可以同數(shù)據(jù)庫中的事實(shí)或斷言相匹配的那些規(guī)則,并運(yùn)用沖突的消除策略,從這些都可滿足的規(guī)則中挑選出一個(gè)執(zhí)行,從而改變?cè)瓉頂?shù)據(jù)庫的內(nèi)容。

29、這樣反復(fù)地進(jìn)行尋找,直到數(shù)據(jù)庫的事實(shí)與目標(biāo)一致即找到解答,或者到?jīng)]有規(guī)則可以與之匹配時(shí)才停止。

30、逆向鏈的策略是從選定的目標(biāo)出發(fā),尋找執(zhí)行后果可以達(dá)到目標(biāo)的規(guī)則;如果這條規(guī)則的前提與數(shù)據(jù)庫中的事實(shí)相匹配,問題就得到解決;否則把這條規(guī)則的前提作為新的子目標(biāo),并對(duì)新的子目標(biāo)尋找可以運(yùn)用的規(guī)則,執(zhí)行逆向序列的前提,直到最后運(yùn)用的規(guī)則的前提可以與數(shù)據(jù)庫中的事實(shí)相匹配,或者直到?jīng)]有規(guī)則再可以應(yīng)用時(shí),系統(tǒng)便以對(duì)話形式請(qǐng)求用戶回答并輸入必需的事實(shí)。

31、 早期的專家系統(tǒng)采用通用的程序設(shè)計(jì)語言(如fortran、pascal、basic等)和人工智能語言(如lisp、prolog、smalltalk等),通過人工智能專家與領(lǐng)域?qū)<业暮献?,直接編程來?shí)現(xiàn)的。

32、其研制周期長,難度大,但靈活實(shí)用,至今尚為人工智能專家所使用。

33、大部分專家系統(tǒng)研制工作已采用專家系統(tǒng)開發(fā)環(huán)境或?qū)<蚁到y(tǒng)開發(fā)工具來實(shí)現(xiàn),領(lǐng)域?qū)<铱梢赃x用合適的工具開發(fā)自己的專家系統(tǒng),大大縮短了專家系統(tǒng)的研制周期,從而為專家系統(tǒng)在各領(lǐng)域的廣泛應(yīng)用提供條件。

本文分享完畢,希望對(duì)大家有所幫助。

標(biāo)簽:

免責(zé)聲明:本文由用戶上傳,與本網(wǎng)站立場無關(guān)。財(cái)經(jīng)信息僅供讀者參考,并不構(gòu)成投資建議。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除!

最新文章