Информационная система "Конференции"

IV Всероссийская конференция молодых ученых по математическому моделированию и информационным технологиям

Красноярск, Академгородок, 3-5 ноября 2003 года

Тезисы докладов

Информационные технологии

Экспертные системы и обучение

Кравцова Н.П.

Новосибирский государственный университет (Новосибирск)

Широкое распространение в связи с полноправным вхождением в нашу жизнь сети Internet во всем мире получили системы дистанционного обучения. Такие системы представляют собой набор электронных страниц по какой-либо тематике, поиск или оглавление, и, нередко, систему контроля знаний обучаемого.

Вопрос состоит в том, как лучше организовать базы знаний и контроль за обучаемым. Одним из способов является создание экспертной системы. Базы знаний составляют основу любой экспертной системы. Способность базы знаний в ответ на запрос пользователя, выраженный в терминах предметной области, строить логические выводы, делать на их основе обобщения и заключения – главная особенность базы знаний, отличающая ее от базы данных. Таким образом, преимущества экспертной системы становятся очевидными.

Как известно, для задания декларативных и процедурных знаний используются 4 основных средства представления: семантические сети, фреймы, системы продукций и логические модели, а также возможные их комбинации.

Одной из первых предметных областей, в которых начали создавать экспертные системы, оказалась медицина. Одной из предпосылок создания экспертной системы является отсутствие стройных математических теорий, в рамках которых можно было бы конструировать точные алгоритмы. Наоборот, знание в таких областях складываются из множества фактов, наблюдений и не очень точных связей. Именно такой и является медицина.

Наиболее широко известной медицинской экспертной системой является система MYCIN. Эта система предназначалась для установления диагноза и назначения соответствующего лечения в области инфекционных заболеваний крови. Знания экспертов медиков образуют базу знаний системы MYCIN и содержат информацию об инфекционных заболеваниях крови, симптомах и синдромах, характерных для этих болезней. Все знания представлены в системе в виде правил–продукций. Система PROSPECTOR – автоматический консультант, применяющийся в геологии при исследовании минералов. Это одна из самых больших ЭС (1988г), насчитывающая около 1600 продукций.

Система SACON – автоматический консультант для проведения структурного анализа при инженерных расчетах. Система HEADMED – автоматический консультант в области клинической психофармакологии. Система PUFF – интерпретатор результатов анализов, полученных в лаборатории легочных заболеваний. HEARSAY-1, HEARSAY-2 - системы понимания речи. Здесь перечислено лишь небольшое количество существующих экспертных систем, в большинстве являющихся прародителями современных. Однако описание структуры сегодняшних экспертных систем достаточно тяжело найти, так как в основном они являются коммерческим продуктом. Экспертные системы можно классифицировать по типам решаемых задач, например: интерпретация, диагностика, мониторинг, прогнозирование, проектирование, планирование, обучение, управление и т.п. В заключении можно сказать, что все возможности, которая предлагает экспертная система при правильном ее проектировании и реализации, значительно обогащают текущий рынок предложений по системам самообучения. Электронный учебник получает большую гибкость, так как правила и знания можно дополнять до бесконечности. Отчего система будет становиться только «умнее».

Примечание. Тезисы докладов публикуются в авторской редакции

Ваши комментарии
Обратная связь

[Головная страница]
[Конференции]