sistemi basati sulla conoscenza (KBS) sono costituiti da depositi centralizzati che contengono informazioni associate a un particolare argomento, come ad esempio una diagnosi medica, analisi finanziaria o previsione di produzione aziendale. sistemi basati sulla conoscenza impiegano metodologie di intelligenza artificiale per risolvere i problemi e sostenere l'azione umana, l'apprendimento e il processo decisionale. Un KBS funge da magazzino per la diffusione di informazioni o ha la capacità di farlo. Un sistema di gestione della conoscenza raccoglie, organizza e recupera le informazioni. I componenti chiave di un KBS include un database di conoscenze, la rappresentazione della conoscenza, meccanismi di ricerca e meccanismi di inferenza.

istruzione

conoscenza Database

1 Decidere se si vuole costruire il proprio sistema di consegna da zero o acquistare un Shell Expert.

Costruire un sistema di conoscenza di base di proprietà se si dispone di programmatori con esperienza in un linguaggio di programmazione convenzionale, come Java, C ++ o Pascal, o un linguaggio di programmazione artificiale come Prolog o LISP. Portare in un fornitore esterno o consulenti per costruire il database.

Acquistare un Shell esperto se che sembra essere la soluzione migliore. La Shell Expert è costituito da un'applicazione software che ha le funzioni necessarie per l'organizzazione e la distribuzione della conoscenza. Questo software include le procedure per l'elaborazione di query e fornire risposte.

2 Reclutare un ingegnere conoscenza di intervistare esperti in materia e sviluppare regole.

3 Impiegare esperti del settore che sono molto informati circa l'oggetto. Ad esempio, hanno un biologo popolano un'ontologia conoscenze di base ponendo domande e registrare le risposte.

Rappresentazione della conoscenza e della ricerca Meccanismi

4 Rendere la struttura flessibile e in generale rispetto alle basi di dati convenzionali. Esaminate strutture dati per memorizzare la conoscenza.

5 Decidere come utilizzare i metodi di rappresentazione dei dati: alberi, reti semantiche, cornici o regole di produzione.

Alberi di organizzare i dati in modo gerarchico dall'alto verso il basso. reti semantiche riconoscono, di processo e le richieste di conoscenza inoltrare ad altri collegamenti in base al termine di ricerca. Cornici nome eventi e le caratteristiche o le "slot" che descrivono il fenomeno. Regole di produzione hanno due componenti: situazione sulla sinistra e azione sulla destra. Se la situazione è vero, eseguire l'azione.

6 Determinare la modalità di accesso ai dati. La tecnica di ricerca euristica impiega norme specifiche per basi di conoscenza di grandi dimensioni. Questo metodo trova la migliore risposta nel più breve lasso di tempo.

Ogni rappresentazione della conoscenza ha una tecnica di ricerca specifica. Ad esempio, le regole associate alberi ricerca determina il ramo scattata a ogni forcella. Regole di produzione cercano circostanze che hanno il lato sinistro della regola.

Meccanismi di inferenza

7 Inference si riferisce alla capacità del sistema di creare nuova conoscenza e continuamente espandere il sistema.

Il KBS riceve input da parte dell'utente circa il problema che deve risolvere. Lo strumento di deduzione attinge conoscenze nella base di conoscenza o fa inferenze. Esso trae una conclusione e dà consigli d'uso, o il sistema potrebbe richiedere ulteriori informazioni.

Selezionare Strumenti di inferenza che permetteranno per la costruzione di un grande KBS, come ad esempio il concatenamento in avanti e indietro concatenamento.

concatenamento in avanti esamina le informazioni disponibili e utilizza le regole di inferenza per avere maggiori informazioni, fino a raggiungere il suo obiettivo. concatenamento all'indietro utilizza i dati per determinare se una certa fatto è vero.

8 Utilizzare una combinazione di strumenti di inferenza deduttivi e induttivi.

deduttiva utilizza le informazioni dai fatti, come regole di produzione contenute nel KBS per creare nuova conoscenza. inferenza induttiva sviluppa nuove generalizzazioni o regole compatibili con le informazioni in KBS.

9 Utilizzare ragionamento case-based per le query che hanno poche informazioni o incomplete. Questo metodo utilizza passato casi contenuti nel KBS e certi attributi per cercare caratteristiche simili.