09. Sistemi Zasnovani Na Znanju 15

8/17/2019 09. Sistemi Zasnovani Na Znanju 15

1/27

Sistemi zasnovani na znanju

Fakultet organizacionih naukaUvod u informacione sistemeDoc. Dr Ognjen Panteli ć


2/27

2

Upravljanje znanjem- Knowledge Management

Znanje predstavlja razumevanje odreĊene oblasti,koja u sebi sadrži potencijal za njenu praktiĉnuprimenu.

podatak informacija znanje


3/27

3

Vrste znanja

Implicitno (tacitno) znanje je liĉno, neformalno,nedokumentovano znanje i ĉine ga veštine, prosuĊivanjei intuicija koju ljudi poseduju i koju ne mogu jednostavnoobjasniti i predstaviti, a zasnovano je na liĉnomobrazovanju i steĉenom iskustvu.

Eksplicitno znanje je po svojoj prirodi jasno, formalno,sistematsko, lako za komunikaciju i prenošenje.

Eksplicitno znanje možemo transformisati utacitno.

Tacitno znanje možemo transformisati ueksplicitne forme (reĉi, koncepte, slike, grafove,tabele). Ovaj proces zovemo i formalizacija.


4/27

4

Ciklus upravljanja znanjem

Znanje

otkrivanjeobuhvatanje

pre ćišćavanje

skladištenje

upravljanje

širenje(diseminacija)


5/27

5

Osnovna pretpostavkainteligentnih sistema

Znanje je mogu će predstaviti simbol iĉkimizrazima preko

simboli ĉkih opisa, kojima se defini šu odnosi uposmatranom podruĉju,postupaka za manipulaciju tim odnosima

Temelji inteligentnog ponašanja:- sposobnost da se razume prirodni jezik,- sposobnost rezonovanja ili logiĉkog rasuĊivanja.


6/27

6

Veštaĉka inteligencijaPoĉeci razvoja sistema veštaĉke inteligencije - 30-tegodine XX vekaTokom 60-tih godina nastojalo se da se simulira procesljudskog razmišljanja i ugradi u programe opšte namene.Tokom 70- tih godina istraživanja su krenula kapronalaženju opštih metoda i tehnika koji bi se ugraĊivaliu specijalizovane programe.Krajem 70- tih godina uoĉena je moć programa da rešavaprobleme na osnovu znanja koje taj program o problemuposeduje, a ne iz formalizma koji koristi.Takvi programi su dobili naziv ekspertni sistemi .


7/27

7

Stablo veštačke inteligencije

Psihologija, Filozofija, Lingvistika, Elektroinženjerstvo,Raĉunarstvo, Menadžment

Ekspertnisistemi

Neuralnemreže

Robotika

Vizuelnisistemi

Genetskialgoritmi

Fuzzylogika Inteligentnitutori

Kompjuterskeigre

Procesoriprirodnog

jezika

Automatskoprogramiranje

AI


8/27

8

Definicija ES"Pod ekspertnim sistemima podrazumeva seuspostavljanje, unutar raĉunara,dela veštine nekog ekspertakoja se bazira na znanjui koja je u takvom obliku,da sistem može da ponudi inteligentan savetili da preuzme inteligentnu odluku

o funkciji koja je u postupku."

(Britansko društvo za raĉunare)


9/27

9

Ekspertni sistemi - karakteristike

Osnovni gradivni elemenat ES je znanje (stav)Znanje u ES ĉine činjenice i heuristika (iskustvo iosećaj).Ĉinjenice su široko distribuirane, javno raspoloživeinformacije, usaglašene na nivou eksperata upredmetnoj oblasti (domen eksplicitnog znanja).Heuristiku ĉine liĉna pravila prihvatljivog rasuĊivanja,koja karakterišu odluĉivanje na nivou eksper ata udatoj oblasti (domen tacitnog znanja).


10/27

10

Ekspertni sistemi

Transfer znanja od eksperta do ekspertnogsistema i podrazumeva:

Prikupljanje znanjaPredstavljanje znanja u bazi znanja

predmetniekspert

inženjerznanja

BAZAZNANJA

principi,strategijepravila, postupci

upiti, problemi

odgovori, rešenja


11/27

11

Komponente ekspertnog sistema

BAZAZNANJA

Korisni ĉki interfejs

SISTEMZA IZGRADNJUBAZE ZNANJA

KORA, LJUSKA, ŠKOLJKA (SHELL)

MEHANIZAMZA

ZAKLJU ĈIVANJE

SISTEMZA

OBJAŠNJENJA

BAZAPODATAKA

PROBLEMAKONKRETNOG


12/27

12

Primer prostog zaključivanja Administrator unosi stav:“Neki momci igraju košarku” " A n a v o l i k o šarku“ Sistem uvr štava ove stavove kao pravilo u bazu znanja.

DoĊe Korisnik i ukuca:" Da li A na vo l i Mi lovana?" Sistem ovu re ĉenicu prevodi na upit, i odgovara:

"Yes"Korisnik ukuca :"Objasn i"

A sistem ispi še:

"Da li Ana voli Milovana?" "Ana voli ko š arku" "Milovan momak"

and "Milovan igra kosarku"


13/27

13

Kako funkcionišeekspertni sistem

Obrazovanja linije rasuĊivanja seizvodiulanĉavanjem IF-THEN pravilaUlanĉavanje unapred: poĉinje od skupa uslova ili

ideja i kreće se ka nekom zakljuĉku.Koristi se u sistemima analize podataka, projektovanja,dijagnostiĉkim sistemima i sistemima obrazovanjakoncepata.

Ako je poznat zakljuĉak, ali ne i put do njega, metodse naziva ulanĉavanjem unazad .

Forenziĉkisistemi, sistemi planiranja


14/27

14

Sistem produkcije –uop š teni ra čuna rski formalizam

Elementi sistema produkcije:globalna baza znanja,

skup pravila produkcije sa poĉetnim uslovom,strategija upravljanja – koje pravilo primeniti i kadaprekinuti rad sistema

Produkciona pravila su oblikaIF < premisa > THEN < dejstvo >


15/27

15

Vrste formalizama

Ra ĉun predikataSemantiĉke mreže

Semanti ĉki okviri (ramovi, frames)Relaciona algebraFuzzy logika

Neuronske mreže


16/27

16

Račun predikata

KONJUNKCIJA: A (i),DISJUNKCIJA: V (ili) ,IMPLIKACIJA (ako...onda) : =>

NEGACIJA - ~

" Aca zivi u zutoj kuci"ZIVETI(ACA, KUCA) A

BOJA(KUCA,ZUTA).

"Aca voli da pliva ili trci" :VOLETI(ACA, PLIVATI) V VOLETI(ACA, TRCATI)


17/27

17

Račun predikata - primer

AKO(IF) situacija S ONDA(THEN) akcija A. AKO je uslov P ONDA je posledica S sa faktoromizvesnosti G.

PRIMERI:(1) A K O imaš temperaturu I kašlješ,

ONDA je u pitanju prehlada. uzmi aspirin

(2) A K O je u pitanju prehlada I imaš crveno grlo

ONDA boluješ od bronhitisa. uzmi antibiotik


18/27

18

S emantičke mreže –primer prikazivanja znanja

"Aca daje Miri knjigu."

KNJIGA

ACA DATI MIRAsubjekat primalac

objekat


19/27

19

KNJIGA

RE ĆI

DATI

ACA VESNA

MIRA

prošlo

subjekat primalac

vreme

primalac

objekat

subjekat

predlog

Aca je rekao Vesni da je Miri dao knjigu.

Primer


20/27

20

Prikazivanje znanja putemramova (okvira, frames)

Frame – struktura podataka koja sadrži znanje o partikularnom objektu

Klasa: TransportIme proizvoĊaĉa: AudiZemlja proizvodnje: NemaĉkaModel: A4Tip: Sedan

Težina: 1300 kgBroj vrata: 4...........................

• Hijerarhija• NasleĊivanje


21/27

21

Razlike izmeĊu konvencionalnihsistema iekspertnih sistema

KONVENCIONALNI SISTEM EKSPERTNI SISTEM

manipuliše podacima manipuliše znanjem

algoritamski koristi podatke ponavljajućiproces

heuristiĉki koristi znanje, proceszakljuĉivanja

efikasno manipuli še velikim bazamapodataka

efikasno manipuli še velikim bazama znanja

znanje i metode korisniĉkog znanja suizmešani

model rešavanja problema se pojavljujekao baza znanja, a njom upravlja odvojenideo - mehanizam zakljuĉivanja (interpreterpravila)

znanje je organizovano u dva nivoa -podaci i program

znanje je organizovano u bar tri nivoa -podaci, baza znanja i mehanizamzakljuĉivanja

u sluĉaju novog znanja potrebno jereprogramiranje

novo znanje se dodaje bezreprogramiranja, proširivanjem bazeznanja


22/27

22

Prednosti primene ekspertnih sistema

ČOVEK EKSPERT EKSPERTNI SISTEMmože otići permanentno znanje

teško prenosi svoje znanje znanje se lako prenositeško dokumentuje znanje znanje se lako dokumentujenepredvidiv konzistentan

skup podnošljiva cena

Prednosti i nedostaci ES

Nedostaci primene ekspertnih sistema

ČOVEK EKSPERT EKSPERTNI SISTEM

kreativan nema kreativnost

prilagodljiv nije prilagodljiv

ĉulni senzori simboli kao ulazširina sagledavanja usko sagledavanjezdrav razum tehniĉko znanje


23/27

23

Oblasti primeneekspertnih sistema

dijagnostiĉki sistemi,sistemi predviĊanja,sistemi projektovanja,

sistemi planiranja,sistemi nadzora,sistemi otklanjanja grešaka,sistemi za uĉenje,sistemi upravljanja


24/27

24

Primer primene - Predikcija

Uoĉavanje i predikcija atributakorišćenjem stabla odluĉivanja

Predikcija potrošaĉkih navikaPredikcija otkaza sistemaPouzdanost za davanje kredita

Radi čestoRad (2)Otkaz (3)

VelikaRadi često (2)Radi retko (1)

MalaRadi često (1)

Radi retko (0)

StarostuređajaMala (1)

Velika(3)

Velika strarost,čest rad

Radi retkoRad (1)Otkaz (2)


25/27

25

GIMS-Expert


26/27

26

Pravci razvoja ES

Kodiranje tehni čkih znanjaIntegracija sa bazama podatakaSistemi isporuke znanja (knowledge deliverysystem)

Nisu bazirani na lancu zakljuĉivanja sa velikim brojem pravila.Zakljuĉivanje je u jednom koraku.Za svaku premisu vezuje odgovarajući zakljuĉak.Brzim pretraživanjem i uporeĊivanjem zadate premise sapostoje ćim sadr žajem u bazi znanja, dolazi se do odgovarajućegzakljuĉka.


27/27

Sledeća tema:Elektronsko poslovanje

Documents

09. Sistemi Zasnovani Na Znanju 15