Науково-теоретичний журнал "Штучний інтелект" No.2'2006

зміст

УДК 519.68

Експертна класифікація для побудови систем неявного навчання

Кочiн Д.Ю.

Системи навчання, що розглядаються в роботі, призначені для навчання не теоретичним знанням, а практичним навикам діагностики. Вони містять у собі базу знань, використовувану для навчання. Використання бази знань у навчальній системі накладає на неї певні вимоги, такі, як точність (100 % вірність знань, що містяться в ній), повнота (якомога найповніше покриття всіх можливих випадків), логічна несуперечність. У роботі викладені основні ідеї побудови баз експертних знань з урахуванням цих вимог з використанням підходу експертної класифікації. Особливість підходу експертної класифікації полягає в тому, що як оракул виступає експерт  людина, що досягла майстерності у своїй предметній області. Система будує модель знань у його предметній області тільки на підставі його відповідей, не роблячи імовірнісних припущень, що впливають на кінцевий результат. Система мінімізує число звернень до оракула за рахунок порядкової структуризації предметної області.


УДК 519.68

Экспертная классификация для построения систем неявного обучения

Кочин Д.Ю.

Системы обучения, рассматриваемые в работе, предназначены для обучения не теоретическим знаниям, а практическим навыкам диагностики. Они содержат в себе базу знаний, используемую для обучения. Использование базы знаний в обучающей системе накладывает на неё определенные требования, такие, как точность (100 % верность содержащихся в ней знаний), полнота (как можно более полное покрытие всех возможных случаев), логическая непротиворечивость. В работе изложены основные идеи построения баз экспертных знаний с учетом этих требований с использованием подхода экспертной классификации. Особенность подхода экспертной классификации состоит в том, что в качестве оракула выступает эксперт – человек, достигший мастерства в своей предметной области. Система строит модель знаний в его предметной области только на основании его ответов, не делая вероятностных предположений, влияющих на конечный результат. Система минимизирует число обращений к оракулу за счет порядковой структуризации предметной области.


UDC 519.68

The Expert Classification For Building Imlicit Learning Systems

Kochin D.Yu.

Learning systems under consideration are designed for learning not theoretical, but practical skills of diagnosis. They contain knowledge base used for learning. Usage of knowledge base for learning implies definite requirements such as precision (100 % accuracy of contained knowledge), completeness (covering of the majority of possible cases), logical consistency. The paper presents basic ideas of construction of expert knowledge bases taking into account these requirements on the basis of the expert classification approach. The distinctive feature of the expert classification approach is that the only oracle is the expert – an individual who acquired mastery of one’s knowledge area. The system constructs a model of the knowledge area on the basis of his answers only, without any probabilistic assumptions influencing the final result. The system minimizes the number of questions to the expert due to ordinal structuring of the knowledge area.

зміст


Copyright ©   1995-2018; Інститут проблем штучного інтелекту.
Усi права на матерiали, що знаходяться на сайтi Інституту проблем штучного інтелекту, захищаються вiдповiдно до законодавства України. Використання матерiалiв дозволяється у випадку посилання (для iнтернет-видань - гiперпосилання) на www.iai.dn.ua. Передрукування, копiювання або вiдтворення iнформацiї, що не мiстить у собi посилання на www.iai.dn.ua, у будь-якому виглядi суворо забороненi.
Проблеми/коментарi? Пишіть.