Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...

Статьи Чертежи Таблицы О сайте Реклама

Семантическая сеть

Получают развитие экспертные системы, которые воспринимают от высококвалифицированных специалистов знания в соответствующе предметной области, а затем используют их при решении задач структурного синтеза. Возможные формы представления знаний в ЭВМ — семантические сети, И-ИЛИ-деревья и т. и. В семантических сетях ве )шипам соответствуют понятия, а связям — отношения между понятиями. Программное обеспечение экспертных систем служит для генерации вариантов структуры и для связи пользователя с системой в режиме диалога.  [c.80]


Существенным недостатком рассмотренных в 4.2 структур данных является то, что эти структуры не позволяют представлять семантические (смысловые) описания информации, характеризующей объекты проектирования. Поэтому очевидна необходимость в такой организации данных об объекте проектирования, в которой бы семантика отражалась в самой структуре представления данных. Элементами такой структуры, которая получила название семантической сети, должны быть понятия и семантические отношения между ними.  [c.94]

На семантической сети могут быть определены семантические отношения между понятиями и некоторые специальные методы решения информационных задач. В этой сетевой структуре различают три типа объектов понятия, события и свойства.  [c.94]

Свойства алгоритмов 54 Связанный список 79 Семантическая сеть 94 Система  [c.295]

Удобной формой записи фреймов являются семантические сети, дополненные описаниями возможных действий и условий их применимости. Первоначально семантические сети использовались лингвистами для представления смысла текста естественного языка. В дальнейшем появилось много разновидностей таких сетей. Общим для них является то, что вершины сетей соответствуют некоторым объектам, а дуги — отношениям между соответствующими объектами. Иногда вершины представляют сложные отношения между объектами. В этом случае такие вершины соединяются дугами с теми объектами, которые связаны данным отношением. Часто для наглядности на дугах отмечается, какую роль играет каждый объект или отношение.  [c.254]

Важным достоинством семантических сетей является то, что представляемые ими знания хорошо поддаются обработке на ЭВМ. Это обеспечивается явным заданием связей между объектами и позволяет расшифровать смысл текста, заданного семантической сетью. Семантическая сеть может описывать класс объектов или ситуаций. В этом случае она имеет вид распознающего или идентифицирующего графа. Однако знания такого рода для РТК носят фрагментарный характер. Они, как правило, недостаточны для организации целенаправленного функционирования РТК- Тем не менее эти фрагментарные знания могут с успехом использоваться для синтеза правил поведения РТК типа класс ситуаций— действие . Такие правила-фреймы позволяют организовать целенаправленное адаптивное поведение РТК в недетерминированной и изменяющейся производственной обстановке. Например, в РТК распознавания и адресования деталей на подвесном конвейере в качестве класса ситуаций может использоваться аксиома класса деталей (со), а в качестве действия — сигнал на приводы стрелок ответвления, обеспечивающий адресование (и доставку) деталей k-ro класса на соответствующие позиции сборочного конвейера ПОЗ].  [c.254]

Для описания множеств Р и Э используют следующие подходы морфологические таблицы и альтернативные И-ИЛИ-деревья представление знаний в интеллектуальных системах — фреймы, семантические сети, продукции генетические методы  [c.175]


Семантическая сеть - форма представления знаний в виде совокупности понятий и явно выраженных отношений между ними в некоторой предметной области. Семантическую сеть удобно изображать в виде графа, в котором вер-щины отображают понятия, а ребра или дуги — отношения между ними. В качестве вершин сети можно использовать фреймы или продукции.  [c.183]

Модель семантической сети [84] отражает направление разработок по представлению (сохранению) семантики хранимых данных в базе.  [c.26]

Сведения о данных группируются вместе в сценарий, который является набором событий, характеристик, математических предикатов, связанных причинно-следственными связями, такими, как имеет своей причиной или влияет, на. .. . Сценарий может рассматриваться как шаблон так, что подчиненная модели информация должна соответствовать сценарию семантической сети, чтобы обеспечить смысл базы данных.  [c.27]

Модель семантической сети допускает использование реляционного представления, которое включает понятия-отношения, события-отношения, характеристики-отношения и части-отношения. Части-отношения представляют собой иерархии, например предприятие, составными частями которого являются подразделения.  [c.27]

Логический доступ к отношениям базы данных осуществляется с помощью семантической реляционной алгебры. С точки зрения авторов модели, естественный язык также является высокоуровневым языком запросов. Предлагаемая семантическая сеть должна обеспечить взаимодействие этого языка с базой данных.  [c.27]

Анализ разрабатываемых и существующих ЭС НК и Д позволяет выявить некоторые тенденции в их построении. Базы правил данных ЭС в среднем насчитывают около 300 правил, хотя встречаются ЭС, содержащие 20 -25 тысяч правил. Наиболее часто в основу ЭС бывают положены системы правил типа если..., то... . Это объясняется большей наглядностью такого представления знаний по сравнению с представлениями, основанными на использовании фреймов, семантических сетей и т.д. В реализации механизма вывода ЭС чаще используются прямые цепочки рассуждений, несколько реже обратные.  [c.26]

При таком подходе к образованию имен элементов всю элементную базу можно описать в виде множества древовидных графов понятий, с помощью которых можно затем отыскивать нужные элементы. В некоторых случаях графы могут иметь и сетевую структуру (семантическая сеть).  [c.340]

В СИИ для формализации декларативных знаний применяют способы, основанные на понятиях фрейма и семантической сети.  [c.56]

Семантическая сеть — форма представления знаний в виде совокупности понятий и отношений между ними в некоторой предметной области. Семантическую сеть удобно изображать графом, в котором вершины отображают понятия, а ребра — отношения между ними. Семантические сети можно использовать для представления структур проектируемых объектов, если вершинам поставить в соответствие элементы, а ребрам — соединения элементов или другие взаимодействия. В качестве вершин могут фигурировать фреймы, представляющие сведения об элементах.  [c.57]

В системах структурного синтеза семантические сети используются для представления обобщенных структур проектируемых объектов. Обобщенные структуры имеют иерархическую организацию, отражают множество вариантов построения объектов и называются И — ИЛИ — деревьями.  [c.57]

Семантические сети могут быть интенсиональными (ИСС) и экстенсиональными (ЭСС). Интенсиональные семантические сети выражают общие закономерности, присущие данной предметной области, и составляют базу знаний. Пример ИСС — И — ИЛИ — дерево соответствует обобщенной структуре ВИП. Экстенсиональные семантические сети выражают сведения о конкретных фактах или структурах и составляют базу данных автоматизированной системы. Разделение на ИСС и ЭСС аналогично разделению фреймов на символические и конкретные. Операцию поиска по образцу в семантических сетях можно реализовать путем изоморфного вложения подграфа, отображающего один или несколько конкретных фактов (например, несколько пар атрибут — значение ), в семантическую сеть.  [c.59]

Выделение варианта из обобщенной структу-р ы, как и наращивание структуры, порождает последовательные алгоритмы синтеза. Обобщенные структуры, отражающие сведения о широком классе проектируемых объектов, представляются в виде семантических сетей, в частном случае имеющих вид И — ИЛИ —  [c.60]

В экспертных системах знания о структурах ВС и сетей чаще всего представляются в виде И —ИЛИ — графов как разновидностей семантических сетей.  [c.81]

Пример 4.1. Рассмотрим часть И —ИЛИ —графа, характеризующего обобщенную структуру систем автоматизированного проектирования (рис. 4.1). Корневая вершина типа И отображает САПР. Из нее идут ветви к вершинам, отображающим составные части САПР — виды обеспечения. Это вершины типа ИЛИ, поскольку каждой из них соответствует ряд альтернатив — способов реализации. Альтернативы отображаются вершинами типа И следующего яруса. Здесь показаны только способы реализации технического обеспечения в виде вычислительной сети той или иной конфигурации. На следующем ярусе представлены уровни (составные части) вычислительной сети. Хотя на рис. 4.1 уровни центрального вычислительного комплекса (ЦВК), автоматизированных рабочих мест, рабочих мест (РМ) и сети передачи данных показаны относящимися к радиальной конфигурации, они входят и в сети других конфигураций. Поэтому обобщенная структура рис. 4.1 является не И — ИЛИ — деревом, а И —ИЛИ — графом. Далее изображены ярусы вершин, соответствующих типам и составным частям АРМ, типам реализации СПД. Полная семантическая сеть имеет гораздо больше верщин и связей.  [c.81]


Разработка семантической сети в виде И —ИЛИ — графа для различных автоматизированных систем не представляет принципиальных трудностей. Сложнее формализовать правила выбора маршрута в И — ИЛИ — графе, оптимальным образом соответствующего конкретному ТЗ. Разработка таких правил (продукций) составляет сущность формализации структурного синтеза на основе выделения структуры из обобщенного И —ИЛИ — графа.  [c.81]

Ролевые языки порождаются фреймовыми представлениями, реляционные описывают семантические сети, а логические основаны на исчислении предикатов первого порядка. Поскольку фреймы и семантические сети описаны выше, здесь охарактеризуем особенности логических языков.  [c.266]

Рис. 10.3. Упрощенный пример семантической сети. Рис. 10.3. Упрощенный пример семантической сети.
Рис, 10.13, Семантическая сеть распознавания речи.  [c.300]

ЧТО виды обработки, используемые в системах ИИ, в большинстве случаев тесно привязаны к проблемным областям. Во многих случаях и команды, и методики использования памяти, и оценки, и метрики для сравнения, и процессы поиска тесно переплетаются и взаимосвязаны в последовательности процедур управления интеллектуальными системами. Следовательно, единственная возможность указать общие категории — это выявить степень пересечения методик обработки высокого уровня. Подобное можно видеть в сфере разработки инструментальных средств экспертных систем, где каждое программное средство обладает собственной формой представления данных (правила продукций, семантические сети, фреймы, сценарий), свои собственные парадигмы рассуждений (схемы поиска от цели к фактам и от фактов к цели и др.) и как результат И1 еет собственную структуру процедур сравнения и оценки. Хотя все эти программные средства в процессе работы могут взаимодействовать, но на практике различия между ними весьма велики.  [c.331]

Архитектуры с разбиением на мелкие структурные элементы и тесной связью между элементами представляют наибольший интерес для символьных вычислений вследствие того, что основную роль здесь играет их способность к организации межэлементных соединений, а не производительность. Например, каждый узел семантической сети может быть поставлен в соответствие отдельному узлу такой архитектуры и вся вычислительная мощность может быть направлена на установление и идентификацию типов связей. Некоторые из упомянутых выше машин, имеющие миллион процессорных элементов, под-  [c.336]

В оставшейся части раздела авторам хотелось бы остановиться на двух приведенных выше примерах, а именно использовании оптических вычислений для реализации ускорителя и процессора специального назначения. В случае ускорителя будет использоваться пример обработки внутреннего произведения для правил типа если... то.,. . В качестве процессора специального назначения рассмотрим случай применения систолической матрицы для обработки семантической сети.  [c.353]

Для наглядности семантическая сеть может рассматриваться как набор узлов, представляющих символы, соединенные связями, представляющими отношения. Наиболее фундаментальным соотношением между символами является связь Является А другими типами соотношений могли бы быть В Расположении , Член-Множество , Часть . Такие отношения определяют область и зависят от таксономии исследуемой задачи. В этом представлении основным вопросом, общим для систем символьных вычислений было бы Является ли элемент [А] элементом, [В] Если предположить, что все связи между общим классом узлов [5] удается представить связями Является [А] , тогда этот вопрос сводится к задаче  [c.355]

Чтобы найти соответствие поставленной задачи с архитектурой, являющейся потенциально систолической, можно изобразить каждый узел включенным в процессор или ячейку, а связи с соседними узлами описать с помощью уже существующих топологических связей в матрице. Здесь матрица представляет трехмерную конструкцию, где третьим измерением является время. Узел [А] может быть обозначен как элемент, представляющий интерес, а окончательный поиск в направлении [В] может выглядеть как поток битов между узлами, распространяющийся в каждый момент времени. Это показано схематически на рис. 10.42. В то время как это все еще требует некоторых тестов для проверки условия сравнения, набор задач семантической сети должен отображаться на систолические матричные системы.  [c.355]

К настоящему времени разработано несколько способой представления знаний логическая модель, фреймовая, продукционная и семантические сети.  [c.16]

Семантическая сеть представляет собой ориентиро нный граф с помеченными вершинами и дугами. При этом если вершины обозначаются только в целях ссылок к ним, то метки дуг содержат сведения о нескольких их семантических свойствах и значениях.  [c.26]

Рис. 3.1. Семантические сети в виде И — ИЛИ—дерева для вторичных источников питания (о) и фрагмент представления в виде двудольного графа (б) Рис. 3.1. Семантические сети в виде И — ИЛИ—дерева для <a href="/info/305347">вторичных источников питания</a> (о) и фрагмент представления в виде двудольного графа (б)
Семантическую сеть можно представлять также в виде двудольного графа, в котором атрибутным вершинам соответствуют понятия предметной области, предикатным вершинам — отношения между понятиями. В этом случае факт стабилизатор входит в ВИП можно представить подграфом рис. 3.1,6, где Стабилизатор и Вторичные источники питания — атрибутные вершины, ВХОДИТ — предикатная.  [c.59]

Примерами процедур, выполняемых на основе выделения йари-анта из обобщенной структуры, могут служить синтез технологических маршрутов изготовления деталей в подсистемах автоматизированной подготовки производства или формирование математических моделей в ИППП типа ПРИЗ. В таких пакетах семантическая сеть содержит атрибутные (отображают переменные и параметры) и предикатные вершины (соответствуют отношениям — формулам, процедурам, уравнениям и т. п.). На сети решаются задачи выделения сценариев, определяемых различными сочетаниями исходных данных и требуемых результатов. Решение заключается в распространении волны от верщин, соответствующих исходным данным, к предикатным вершинам. Разрешаются предикатные вершины, у которых возбуждено ( —1) инцидентное ребро, где — степень вершины. Под разрешением понимается вычисление значения одной неизвестной по —1 заданным значениям. Волна распространяется до тех пор, пока не будет достигнута вершина — цель, указанная в запросе. При нехватке исходных данных система обращается с вопросом к пользователю.  [c.61]


Приведите пример семантической сети, описывакхцей избранную вами совокупность понятий и отношений между ними.  [c.79]

Языки могут быть процедурными и непроцедурными. Процедурные языки применяются для описания процессов в виде последовательностей действий и процедур. В частности, большинство языков программирования служит для описания вычислительных процессов и потому относится к процедурным языкам. Другой пример процедурного языка— язык имитационного моделирования GPSS. Непроцедурные языки применяются для описания семантических сетей, структур проектируемых объектов и других статических систем.  [c.258]

Для каждого из обсуждавшихся выше видов знаний принципиальное значение имеет вопрос о том, в каком виде следует представить их в компьютере, чтобы облегчить их взаимодействие между собой и сделать систему более полезной для решения практических задач. Разработаны многочисленные варианты представления знаний, но большинство из них является вариантами или комбинациями следующих четырех семантические сети, системы продукций, фреймы и логические системы. Семантические сети по своей природе очень разнообразны, но в общем могут быть охарактеризованы как схемы графического представления, в которых вершины графов представляют собой объекты или концепции, а соединения между вершинами — процедуры получения выводов, связанных с соответствующими вершинами. На рис. 10.3 изображена крайне упрощенная семантическая сеть, демонстрирующая получение вывода о том, что в брегговской ячейке наблюдается распространение как поперечных, так и продольных волн. Этот тип знаний часто называют декларативным, так как его часто получают на основе реальных ситуаций, связанных с конкретными знаниями или отношениями.  [c.279]

Логический вывод является аналогом операции с плавающей запятой. В то время как операция с плавающей запятой является основным впдом операций при работе с цифровыми символами, процедуры получения логических выводов применяются при работе с гораздо более широким классом символов, используемых в символьных вычислениях. Логические выводы получают за счет создания определенных комбинаций элементов знаний или группы объектов с целью получения каких-либо заключений. Для логических выводов, которые получают с помощью силлогизмов (двухступенчатых утверждений если/тогда ), конкретные способы организации графических связей, сравнения фреймов или методов получения логических выводов существенно зависят от представления использованных знаний (системы продукций, семантической сети, фреймов или соответственно исчисления предикатов первого порядка). Комбинирование и обработка структур символьных данных (например, объектов и их признаков) с помощью логических выводов составляют основу для наиболее мощных методик проведения рассуждений в символьных вычислениях.  [c.289]

К сожалению, процедура сопоставления с образцом не является единственным критическим местом в процессе вычислений. Применение знаний высокого уровня, к которому относятся задачи поиска данных и проведения рассуждений, такл<е ограничивает точность и быстродействие системы, не давая возможности эксплуатировать систему в реальном времени. На рнс. 10.13 приведен пример того, как знания используются для определения значений подаваемой на вход фразы. В данном случае успешное сопоставление со словами, содержапхимися в сети, позволяет машине интерпретировать фразу. Читателю следует иметь в впду то, что приведенный пример является только одним из числа возможных схем построения речевых систем. Уже появились речевые системы, использующие фреймы, сценарии и специальные правила обработки наряду с семантическими сетями.  [c.300]

Путь, который проходит свет в системе, представлен словами От и До , указывающими на связи между различными фреймами в семантической сети. Изменения свойств света при его прохождении через спстему представляются изменениями в конечном слове Выход . Наконец признак Вход накапливает знания о луче лазера, проходящем в системе. Предположим, что выходной сигнал детектора спадает до нуля (( = ТокНУЛЬ) в языке Лисп) и перед пользователем возникает задача диагностики причин неисправности экспертная система должна помочь ему в этом.  [c.325]

Предыдушие разделы подготовили необходимый фундамент для обсуждения архитектур символьных компьютеров. Обсуждавшиеся выше принципиальные характеристики символьных вычислений помогли осознать всю важность связей между элементами данных связей между объектами и признаками в языке Лисп, связей между узлами в семантической сети, связей внутри и между фреймами и т. д. Это толкнуло специалистов в области компьютерной техники к исследованиям возможностей улучшения характеристик за счет использования таких архитектур компьютеров, для которых связь между узлами процессора отражала бы основные соотношения символьных вычислений. Такая идея вызвана частично опытом, накопленным при попытках увеличить производительность цифровых компьютеров путем приведения в соответствие их архитектуры со структурами алгоритмов и наоборот. Конечно, при этом следует помнить о важности поддержания гибкой архитектуры, которая может адаптироваться к изменяющимся связям между объектам в противном случае в результате будут получены машины весьма специализированного назначения с ограниченными возможностями.  [c.332]


Смотреть страницы где упоминается термин Семантическая сеть : [c.95]    [c.207]    [c.183]    [c.61]    [c.281]    [c.337]    [c.349]    [c.355]    [c.356]   
Системы автоматизированного проектирования электромеханических устройств (1989) -- [ c.94 ]



ПОИСК



Сети ЭВМ



© 2025 Mash-xxl.info Реклама на сайте