当前位置: 首页 > news >正文

人工智能原理复习--知识表示(二)

文章目录

  • 上一篇
  • 产生式表示法
    • 推理方式
  • 结构化表示
    • 语义网络
    • 语义网络表示知识的方法和步骤
    • 应用题目
  • 框架表示法
  • 下一篇

上一篇

人工智能原理复习–知识表示(一)

产生式表示法

把推理和行为的过程用产生式规则表示,所以又称基于规则的系统。
产生式规则:1. 前提-结论型 2.条件-动作型

确定性规则:用简单的形式表示即可

  • 一般使用三元组(对象,属性,值)或(关系,对象1,对象2)

不确定性规则:要加上可信度 I F P T H E N Q ( 可信度) IF\ \ P\ \ THEN\ \ Q(可信度) IF  P  THEN  Q(可信度)

  • 需要使用四元组(对象,属性,值,不确定度量)或(关系,对象1,对象2, 不确定度量)

组成
在这里插入图片描述

规则库:是某领域知识(规则)的存储器,专家系统的核心
综合数据库(事实库):用于存放事实、外部输入事实、中间结果、以及最后结果,是不断变化的(动态的)
推理机:

  • 匹配:将综合数据库中的条件与规则库中的条件比较,如果匹配则称为匹配规则。
  • 冲突解决:匹配是会发生冲突,所以需要利用专一性排序、规则排序、规模排序和就近排序这些常见的冲突解决策略解决。
  • 操作:执行操作后数据库的内容将被修改

优缺点
优点:清晰性、模块性、自然性
缺点:难以扩展、规则选择效率较低、控制策略不灵活、知识表示单一

推理方式

正向推理
根据已知事实出发,通过规则库求得结论。(数据驱动方式或自底向上的方式)
过程:

  1. 将规则库的规则与综合数据库中的匹配
  2. 使用冲突解决算法找到一条启用规则
  3. 执行启用规则的操作部分,将操作的结果放入中和数据库,重复这个过程即可。

反向推理
从目标出发(假设),反向使用规则,看是否推出已知事实。(目标驱动方式或自顶向下的方式)
过程:

  1. 规则库中的规则后件与目标事实匹配,得到匹配的规则集合
  2. 使用冲突解决算法,找到一条启用规则
  3. 将启用规则的前件作为目标,重复上述,直到各字母表均为已知事实,则算成功

双向推理
既是自顶向上又是自底向上的推理,从两个方向进行,直至某个中间界面上两方向结果相符便成功结束。

结构化表示

结构化的手段能高效和集中地描述特定的事务和事务间的关系

  • 语义网络:事务间的关系
  • 框架表示法:事务内部的结构

语义网络

结点表示事务(可以是概念)(可以是常量个体)
在反射弧上的标签:表示节点捡的关系

在这里插入图片描述

语义单元:(结点1,弧,结点2)

基本语义联系:

  1. 类属关系:最主要的特征是:属性的继承性

    • AKO(A-Kind-of):一种事务是另一种的类型。
    • AMO(A-Member-of):表示一个事务是另一个事务的成员。
    • ISA(Is-a):表示一个事务是另一个事务的实例。
  2. 包含关系:包含关系一般不具备属性的继承性。

    • Part-of: 例如轮胎是汽车的一部分,这两个实体没有属性的继承
    • Member-of
  3. 属性关系

    • Have:表示一个节点具有另一个节点所描述的属性
    • Can:表示一个节点能做另一个节点的事情 例如:(电视)可以放(电视节目)
  4. 时间关系

    • Before
    • After
  5. 位置关系

    • Located-on 上
    • Located-at 某一位置
    • Located-under 下
    • Located-inside 中
    • Located-outside 外
  6. 相近关系

    • Similar-to相似
    • Near-to相近
  7. 因果关系

    • If-then
  8. 组成关系:不具备属性继承性

    • Compsoed-of

语义网络表示知识的方法和步骤

要注意加箭头

  1. 事实性知识的表示
    把有关一个事务或一组事务的知识用一个语义网络来表示。
    在这里插入图片描述

  2. 情况、动作和事件的表示
    引入附加结点,将发生的一些情况、动作和时间作为结点引入知识网络

    • 情况的表示:不及物动词表示的语句或没有间接宾语的及物动词表示的语句,增加一个情况结点指出
      例如:用语义网络表示“请在2006年6月前归还图书”
      在这里插入图片描述

    • 动作的表示:有些知识既有主体又有客体(表示的是一个三元关系),增加动作结点用于指出主体和客体。

      例如:用语义网络表示知识“校长送给李老师一本书”
      在这里插入图片描述

    • 事件的表示:如果发生的知识可以看成是发生的一个事件,那么可以增加一个事件结点来描述这条知识。
      关系弧只能表示二元关系,所以通过事件结点是将这个事件转换成多组二元关系的合取。

  3. 连词和量词的表示

    • 合取和析取的表示:通过增加合取和析取结点,使用时不能出现不合理的组合

      例:对事实“参观者有男有女,有年老、有年轻的”
      在这里插入图片描述
      其中A、B、C、D可以是年轻的男人,年老的男人,年轻的女人,年老的女人,要进行组合成正确语气,使用适当的连接词,在表示事实

    • 存在量词和全称量词的表示
      在语义网络中使用“是一种”、“是一个”的关系来表示
      分块语义网络:就是用字母先抽象、在用AKO, ISA和画框,加量词符号来实现。

      例如:表示每个学生都学习了一门外语
      在这里插入图片描述

步骤:

  1. 找出实体
  2. 找出关系,根据是否有继承性去除冗余实体
  3. 根据语义添加附加结点,连接词,量词,和IF-THEN

应用题目

  1. 第一题
    在这里插入图片描述
    对于一句复杂的话画语义网络,应该先抓主干,在考虑修饰,如果主干涉及三元关系,测通过增加结点的方法,例如主干是绵羊和羊毛,那么就不去考虑它的修饰生产

  2. 用语义网络表示:王军在本年度第二学期给计算机应用专业讲授“人工智能”这门课
    在这里插入图片描述

  3. 第三题
    在这里插入图片描述

  4. 用语义网络表示每个人都喜欢电影
    在这里插入图片描述

框架表示法

自顶向下的方法:

  • 先匹配一个现有的抽象模型(框架)
  • 在确定抽象模型(框架)中的细节

结构:

<框架>:<槽1>: <侧面1>:侧面名  值<侧面2>:  侧面名 值1,值2<槽2>: <侧面>: 侧面名: 值约束: 约束条件

例:

框架名:<优质商品>
商品名称:红桃K口服液
生产厂商:红桃K集团
生产日期:2018年6月17日
获奖情况:获奖等级:省级颁奖单位:湖北省卫生厅获奖时间:2020年5月

常见的槽:AKO槽,Instance槽是AKO槽的逆关系,可在该槽中指出它所联系的下层框架。具有继承性。

在这里插入图片描述

下一篇

未完待续

相关文章:

人工智能原理复习--知识表示(二)

文章目录 上一篇产生式表示法推理方式 结构化表示语义网络语义网络表示知识的方法和步骤应用题目 框架表示法下一篇 上一篇 人工智能原理复习–知识表示&#xff08;一&#xff09; 产生式表示法 把推理和行为的过程用产生式规则表示&#xff0c;所以又称基于规则的系统。 产…...

【SpringBoot篇】登录校验 — JWT令牌

文章目录 &#x1f339;简述JWT令牌⭐JWT特点 &#x1f33a;JWT使用流程&#x1f6f8;JWT令牌代码实现&#x1f354;JWT应用 &#x1f339;简述JWT令牌 JWT全称为JSON Web Token&#xff0c;是一种用于身份验证的开放标准。它是一个基于JSON格式的安全令牌&#xff0c;主要用于…...

leetcode每日一题34

89.格雷编码 观察一下n不同时的格雷编码有什么特点 n1 [0,1] n2 [0,1,3,2] n3 [0,1,3,2,6,7,5,4] …… 可以看到nk时&#xff0c;编码数量是nk-1的数量的一倍 同时nk编码的前半部分和nk-1一模一样 nk编码的最后一位是2k-1 后半部分的编码是其对应的前半部分的对称的位置的数字…...

王者荣耀游戏制作

1.创建所需要的包 2.创建怪物类 bear package beast;import wangzherogyao.GameFrame;public class Bear extends Beast {public Bear(int x, int y, GameFrame gameFrame) {super(x, y, gameFrame);setImg("img/bear.jpg");width 85;height 112;setDis(65);}} b…...

springboot post添加URL添加参数

出现 MissingServletRequestParameterException: Required String parameter pageNumber is not present 异常的原因是在请求中没有提供名为 pageNumber 的参数。 请确保发送 POST 请求时&#xff0c;在请求的 URL 或请求体中提供了名为 pageNumber 的参数&#xff0c;以满足方…...

『 MySQL数据库 』插入查询结果

文章目录 &#x1f39f;️ 前言&#x1f39f;️ 创建一张结构相同的表&#x1f39f;️ 表内插入查询结果&#x1f3ab; 对表内数据进行去重&#x1f3ab; 配合ORDER BY排序后以及LIMIT分页对数据进行插入 &#x1f39f;️ 前言 在MySQL数据库中不仅可以直接根据字段类型等对数据…...

【笔记】小白学习电路维修

学习视频&#xff08;b站&#xff09;&#xff1a;从0开始学电路 从0开始学电路维修 p1 黄色长方体元件P2 故障率最高的元件p3带芯铜丝线圈是什么区分电感和变压器接入电路分析&#xff1a; p4 交流和直流分界线整流桥接线整流桥故障判断 带色环的不一定是电阻 p1 黄色长方体元…...

linux简述进程

目录 进程 一个正在运行的程序&#xff0c;一个程序运行至少要启动一个进程&#xff0c;主进程 子进程 一个进程正常运行&#xff0c;至少要启动一个线程&#xff0c;主线程 子线程 进程的生命周期&#xff1a; 进程状态产生的原因&#xff1a; 查看当前系统的进程 ps au…...

由于设置了全局 QWidget 背景导致QT QCalendarWidget 表态背景异常

解决&#xff1a; 单独设置QCalendarWidget 的qss : 对象是查看源码所得 QWidget#qt_calendar_navigationbar{ ...... } QToolButton#qt_calendar_prevmonth, #qt_calendar_nextmonth, #qt_calendar_monthbutton, #qt_calendar_yearbutt…...

数据库的重要你了解多少?如何保障数据库的安全?

随着信息技术的快速发展&#xff0c;数据库已经成为企业、组织以及个人日常生活中不可或缺的一部分。然而&#xff0c;随着数据库的广泛应用&#xff0c;其安全性问题也日益凸显。数据库的安全性主要包括数据的完整性、保密性和可用性。本文将探讨数据库安全性的重要性、以及如…...

距离“全自动”漏洞挖掘又近了一步!腾讯安全大数据实验室论文入选ACM CCS 2023

计算机领域国际权威学术顶会ACM CCS 2023于11月26日在丹麦哥本哈根开幕。腾讯安全大数据实验室团队论文《Hopper: Interpretative Fuzzing for Libraries》被大会收录&#xff0c;昨天&#xff0c;实验室研究员谢雨轩受邀出席大会进行主题分享。 该论文提出了解释性模糊测试&a…...

docker搭建rabbit集群

1.去rabbitMQ官网拉去images 我当前使用的是最新版本的镜像&#xff1a;rabbitmq:3.12-management 2.创建一个集群专用网络 docker的容器相互隔离是不可通信的&#xff0c;我们自行创建一个网络后&#xff0c;创建容器时 给他们放在一起&#xff0c;就可以通信了。 docker netw…...

西南科技大学C++程序设计实验一(C++基础知识)

目录 一、实验目的 二、实验任务 三、预习内容(复习书中前3章内容,说明C++相对于C的扩展有哪些?) 四、问题思考与讨论 一、实验目的 1.熟悉编程环境 2.掌握程序调试方法。 3.熟悉枚举类型、结构体类型等自定义数据类型的使用 4.熟悉函数的定义、说明与使用 5.熟悉引用…...

Rust内存布局

题图忘了来自哪里.. 整型,浮点型,struct,vec!,enum 本文是对 Rust内存布局 的学习与记录 struct A { a: i64, b: u64,}struct B { a: i32, b: u64,}struct C { a: i64, b: u64, c: i32,}struct D { a: i32, b: u64, c: i32, d: u64,}fn main(…...

android 12 添加菜单

1.创建一级菜单 packages\apps\Settings\res\xml\top_level_settings.xml <com.android.settings.widget.HomepagePreferenceandroid:fragment"com.android.settings.DeviceStatusSettings"android:icon"drawable/ic_settings_display_white"android:…...

Map 的 5 种遍历方式

Map 的 5 种遍历方式 强烈推荐 for-each entrySet()遍历 和 lambda 表达式遍历 &#xff0c;简洁又好用&#xff01;&#xff01;&#xff01; package com.maptest; import java.util.HashMap; import java.util.Iterator; import java.util.Map; import java.util.Set;pub…...

Linux的基本指令 ( 一 )

目录 前言 Linux基本指令 快速认识五个指令 ls指令 补充内容 pwd指令 补充内容 cd指令 补充内容 重新认识指令 指令的本质 which指令 alias指令 最后 一个文件的三种时间 tree指令及安装 tree指令 前言 关于Linux操作系统的桌面&#xff0c;在学校教学中我们…...

【深度学习】学习率及多种选择策略

学习率是最影响性能的超参数之一&#xff0c;如果我们只能调整一个超参数&#xff0c;那么最好的选择就是它。相比于其它超参数学习率以一种更加复杂的方式控制着模型的有效容量&#xff0c;当学习率最优时&#xff0c;模型的有效容量最大。本文从手动选择学习率到使用预热机制…...

具有“真实触感”的动捕数据手套mhand pro,提供更精确的动作捕捉

随着人工智能的普及和万物互联&#xff0c;vr虚拟技术备受关注&#xff0c;为了更加真实的虚拟现实交互体验&#xff0c;动捕数据手套的使用逐渐普及&#xff0c;vr手套可以实时采集各手指关节运动数据&#xff0c;使用动捕数据手套可以在虚拟现实的场景中实现对真实手部运动的…...

Mongodb使用killCursors停止运行的cursor

cursor指向查询结果的游标&#xff0c;通过游标向下移动&#xff0c;获得下一条查询结果。MongoDB分批向用户返回数据结果。通过游标的移动&#xff0c; mongodb确定当前返回结果的位置&#xff0c;是否要加载更多数据到内存当中。cursor有默认的超时时间&#xff0c; 超时后cu…...

【HTTP三个基础问题】

面试官您好&#xff01;HTTP是超文本传输协议&#xff0c;是互联网上客户端和服务器之间传输超文本数据&#xff08;比如文字、图片、音频、视频等&#xff09;的核心协议&#xff0c;当前互联网应用最广泛的版本是HTTP1.1&#xff0c;它基于经典的C/S模型&#xff0c;也就是客…...

学校时钟系统,标准考场时钟系统,AI亮相2025高考,赛思时钟系统为教育公平筑起“精准防线”

2025年#高考 将在近日拉开帷幕&#xff0c;#AI 监考一度冲上热搜。当AI深度融入高考&#xff0c;#时间同步 不再是辅助功能&#xff0c;而是决定AI监考系统成败的“生命线”。 AI亮相2025高考&#xff0c;40种异常行为0.5秒精准识别 2025年高考即将拉开帷幕&#xff0c;江西、…...

无人机侦测与反制技术的进展与应用

国家电网无人机侦测与反制技术的进展与应用 引言 随着无人机&#xff08;无人驾驶飞行器&#xff0c;UAV&#xff09;技术的快速发展&#xff0c;其在商业、娱乐和军事领域的广泛应用带来了新的安全挑战。特别是对于关键基础设施如电力系统&#xff0c;无人机的“黑飞”&…...

向量几何的二元性:叉乘模长与内积投影的深层联系

在数学与物理的空间世界中&#xff0c;向量运算构成了理解几何结构的基石。叉乘&#xff08;外积&#xff09;与点积&#xff08;内积&#xff09;作为向量代数的两大支柱&#xff0c;表面上呈现出截然不同的几何意义与代数形式&#xff0c;却在深层次上揭示了向量间相互作用的…...

数据分析六部曲?

引言 上一章我们说到了数据分析六部曲&#xff0c;何谓六部曲呢&#xff1f; 其实啊&#xff0c;数据分析没那么难&#xff0c;只要掌握了下面这六个步骤&#xff0c;也就是数据分析六部曲&#xff0c;就算你是个啥都不懂的小白&#xff0c;也能慢慢上手做数据分析啦。 第一…...

13.10 LangGraph多轮对话系统实战:Ollama私有部署+情感识别优化全解析

LangGraph多轮对话系统实战:Ollama私有部署+情感识别优化全解析 LanguageMentor 对话式训练系统架构与实现 关键词:多轮对话系统设计、场景化提示工程、情感识别优化、LangGraph 状态管理、Ollama 私有化部署 1. 对话训练系统技术架构 采用四层架构实现高扩展性的对话训练…...

[QMT量化交易小白入门]-六十二、ETF轮动中简单的评分算法如何获取历史年化收益32.7%

本专栏主要是介绍QMT的基础用法,常见函数,写策略的方法,也会分享一些量化交易的思路,大概会写100篇左右。 QMT的相关资料较少,在使用过程中不断的摸索,遇到了一些问题,记录下来和大家一起沟通,共同进步。 文章目录 相关阅读1. 策略概述2. 趋势评分模块3 代码解析4 木头…...

mq安装新版-3.13.7的安装

一、下载包&#xff0c;上传到服务器 https://github.com/rabbitmq/rabbitmq-server/releases/download/v3.13.7/rabbitmq-server-generic-unix-3.13.7.tar.xz 二、 erlang直接安装 rpm -ivh erlang-26.2.4-1.el8.x86_64.rpm不需要配置环境变量&#xff0c;直接就安装了。 erl…...

ubuuntu24.04 编译安装 PostgreSQL15.6+postgis 3.4.2 + pgrouting 3.6.0 +lz4

文章目录 下载基础包下载源码包编译 PG编译 postgis编译安装 pgrouting下载源码包配置编译参数编译安装 初始化数据库建表并检查列是否使用了 lz4 压缩算法检查 postgis 与 pgrouting 是否可以成功创建 下载基础包 sudo apt update && sudo apt upgrade -y sudo apt i…...

uni-app学习笔记三十--request网络请求传参

request用于发起网络请求。 OBJECT 参数说明 参数名类型必填默认值说明平台差异说明urlString是开发者服务器接口地址dataObject/String/ArrayBuffer否请求的参数App 3.3.7 以下不支持 ArrayBuffer 类型headerObject否设置请求的 header&#xff0c;header 中不能设置 Refere…...