[計(jì)算機(jī)軟件及應(yīng)用]aai08解釋學(xué)習(xí)高級(jí)人工智能史忠植-資料下載頁(yè)
2025-10-10 04:00本頁(yè)面
【正文】 nge) eightpuzzle left left place1 2 3 1 8 4 7 6 5 2021/11/10 高級(jí)人工智能 解釋學(xué)習(xí) 史忠植 46 可操作性標(biāo)準(zhǔn) 如果給定： 1) 一個(gè)概念描述。 2) 一個(gè)執(zhí)行系統(tǒng)，它利用概念描述改善執(zhí)行情況。 3) 改善執(zhí)行系統(tǒng)的各種要求，應(yīng)明確各要求的類(lèi)型和程度。 那么若滿(mǎn)足下列二條件則該概念描述是可操作的： 1) 可用性：執(zhí)行系統(tǒng)可以使用該概念描述 2) 效用型：使用概念描述時(shí)，系統(tǒng)的運(yùn)行得到要求的改善 2021/11/10 高級(jí)人工智能 解釋學(xué)習(xí) 史忠植 47 PRODIGY的效用 控制規(guī)則的可用性： Utility = (AvrSavings ApplicFreq) AvrMatchCost 其中： AvrMatchCost = 匹配該規(guī)則的平均耗費(fèi) AvrSavings = 應(yīng)用該規(guī)則時(shí)，平均節(jié)約的時(shí)間 ApplicFreq = 應(yīng)用該規(guī)則的頻度 2021/11/10 高級(jí)人工智能 解釋學(xué)習(xí) 史忠植 48 SOAR系統(tǒng)的可操作性 SOAR系統(tǒng)主要通過(guò) Chunking來(lái)獲取知識(shí)，因此有意忽略了可用性： 1. 假設(shè) Chunking是自動(dòng)完成的； 2. SOAR系統(tǒng)的性能是由完成一項(xiàng)任務(wù)所需做的抉擇次數(shù)來(lái)衡量的。 2021/11/10 高級(jí)人工智能 解釋學(xué)習(xí) 史忠植 49 MRSEBG的可操作性 將可操作性標(biāo)準(zhǔn)處理為可證明的。 可操作性是在解釋過(guò)程中確定的，一旦某一分支由于沒(méi)有可操作的定義而終結(jié)，就立即進(jìn)行回溯，尋找該分支的另一能夠產(chǎn)生一可操作的概念定義的證明。這樣，一定能得到目標(biāo)概念的可操作性描述。 2021/11/10 高級(jí)人工智能 解釋學(xué)習(xí) 史忠植 50 METALEX的處理方法 通過(guò)經(jīng)驗(yàn)來(lái)評(píng)估可操作性：在系統(tǒng)中使用概念描述，然后看系統(tǒng)的行為是否達(dá)到了事先提出的系統(tǒng)目標(biāo)。 2021/11/10 高級(jí)人工智能 解釋學(xué)習(xí) 史忠植 51 不完全領(lǐng)域知識(shí)下的解釋學(xué)習(xí) 領(lǐng)域知識(shí)的不完善性可能有以下三種情況： ? 不完整 (inplete)： 缺少規(guī)則、知識(shí) ? 不正確 (incorrect)： 有些規(guī)則不合理 ? 難處理的 (intractable)： 過(guò)于繁雜 2021/11/10 高級(jí)人工智能 解釋學(xué)習(xí) 史忠植 52 逆歸結(jié)方法 當(dāng)解釋過(guò)程由于缺乏某條規(guī)則而無(wú)法繼續(xù)下去時(shí)，學(xué)習(xí)過(guò)程即告失敗。可以采用逆歸結(jié)方法克服這個(gè)問(wèn)題。 逆歸結(jié)原理是根據(jù)歸結(jié)子句和一條原子句，求另一條原子句。 C1 C C2 2021/11/10 高級(jí)人工智能 解釋學(xué)習(xí) 史忠植 53 依賴(lài)表例子 知識(shí)庫(kù)： Rule 1. Sentence(S0,S):nounphrase(S0,S1), verbphrase(S1,S). Rule 2. nounphrase(S0,S):determiner(S0,S1), noun(S1,S). Rule 3. nounphrase(S0,S):name(S0,S). Rule 4. verbphrase(S0,S):intransitiveverb(S0,S). 2021/11/10 高級(jí)人工智能 解釋學(xué)習(xí) 史忠植 54 依賴(lài)表如下： 謂詞符號(hào) Head Body 基本謂詞 sentence 1 intransitive_verb, name, determiner,noun. nounphrase 2,3 1 name,determiner, noun. verbphrase 4 1 intransitive_verb. 2021/11/10 高級(jí)人工智能 解釋學(xué)習(xí) 史忠植 55 解釋樹(shù)生成算法 1) 對(duì)目標(biāo)概念開(kāi)始做逆向推理，逐漸擴(kuò)展解釋樹(shù)，該解釋樹(shù)是一棵與或樹(shù)。 2) 遇到失敗節(jié)點(diǎn)，調(diào)用逆歸結(jié)算法。 3) 分析得到的完整解釋樹(shù)，進(jìn)行泛化，得到目標(biāo)概念的新描述。 2021/11/10 高級(jí)人工智能 解釋學(xué)習(xí) 史忠植 56 逆歸結(jié)算法 1) 若當(dāng)前失敗結(jié)點(diǎn) F是可操作的，回溯；若當(dāng)前失敗結(jié)點(diǎn) F不可操作，轉(zhuǎn)到 (2)。 2) 與點(diǎn) F的父結(jié)點(diǎn) P對(duì)應(yīng)的謂詞符號(hào)為 Pred， 利用依賴(lài)表，檢查 Pred是否有其他路徑。沒(méi)有，轉(zhuǎn)到 (4)。 3) 對(duì)依賴(lài)表中 Pred的其它路徑，檢查其對(duì)應(yīng)的可操作謂詞是否被訓(xùn)練實(shí)例滿(mǎn)足。 ? 若存在滿(mǎn)足訓(xùn)練例的路徑，則選擇此路徑，完成解釋樹(shù)，結(jié)束算法。 ? 依賴(lài)表中 Pred的其它路徑對(duì)應(yīng)的可操作謂詞與訓(xùn)練例沖突或不為訓(xùn)練例具備，轉(zhuǎn)到 (4)。 4) 先對(duì)結(jié)點(diǎn) P除結(jié)點(diǎn) F以外的子結(jié)點(diǎn)進(jìn)行推理，所有子結(jié)點(diǎn)處理完之后，回到結(jié)點(diǎn) F。 5) 用未使用的訓(xùn)練屬性，采用逆歸結(jié)的方法，得到結(jié)點(diǎn) F與剩余屬性間的一條偽規(guī)則，完成整個(gè)解釋樹(shù)的建立過(guò)程，結(jié)束算法。 2021/11/10 高級(jí)人工智能 解釋學(xué)習(xí) 史忠植 57 基于深層知識(shí)方法 實(shí)例 領(lǐng)域知識(shí)庫(kù) 深層知識(shí)庫(kù) 實(shí)例解釋 假設(shè)建立 泛化 執(zhí)行單元 假設(shè)生成 失敗 失敗 成功 成功 成功 2021/11/10 高級(jí)人工智能 解釋學(xué)習(xí) 史忠植 58 基于深層知識(shí)方法 1) 由環(huán)境提供一實(shí)例。 2) 實(shí)例解釋階段：使用基于解釋的學(xué)習(xí)方法對(duì)該實(shí)例進(jìn)行解釋。成功則進(jìn)入 (5)，失敗則進(jìn)入 (3)。 3) 猜想生成階段：系統(tǒng)試圖確立自身相對(duì)于當(dāng)前實(shí)例的知識(shí)斷口，并建立一個(gè)有可能彌補(bǔ)該斷口的猜想。 4) 猜想建立階段：調(diào)用深層知識(shí)庫(kù)，確立猜想的目標(biāo)端與數(shù)據(jù)端在深層知識(shí)中是否具有共同的屬性。若失敗，退回 (3)；成功則進(jìn)入 (5)。 5) 泛化：將已確立的猜想加以泛化。 6) 將泛化的結(jié)果交執(zhí)行單元使用。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1