인간과 일부 동물의 힘과 행동 능력을 나타냅니다.

사고과정과 정신활동을 통해 나타나는 객관적 세계를 이해하는 인간의 종합적인 능력이다.

마음의 이론

지식 임계값 이론

진화론

정확하고 효과적인 표현

효과적인 추론에 도움이 됨

어떤 방식으로든 지식 구조로 조직화될 수 있음

읽기 쉽고, 이해하기 쉽고, 얻기 쉽고, 구현하기 쉽습니다.

선언적 지식

과도기적 지식

구조화되지 않은 접근 방식

구조화된 접근 방식

다양한 판단을 분석하고 종합하여 새로운 판단을 내립니다.

지식 처리

삼단 논법

선형(선형 삼단논법)

상태

개연성

해석

유도

확신하는

불확실한

추론 전략

검색 전략

참 또는 거짓 의미를 지닌 선언문(단언)

T/F

문제의 모든 객체로 구성된 집합도 개별 영역이 됩니다.

P(x1,x2,...,xn)과 같은 술어 논리에서 명제를 나타내는 데 사용됩니다. P:D^n->{T,F}. 여기서 D^n={(x1,x2,...,xn)|x1,x2,xn∈D)

D에서 {T, F}로의 매핑입니다. 실제 값은 T 또는 F이며 독립적으로 존재할 수 있습니다.

f:D^n->D. 여기서 D^n={(x1,x2,...,xn)|x1,x2,xn∈D)

D 대 D 매핑, 함수의 값은 술어의 개별적으로만 존재할 수 있는 D의 요소입니다.

┐, ∧, ∨, →, ∨

∀, ∃

수량자 뒤의 단일 술어 또는 공식을 나타냅니다.

정의역의 수량자와 이름이 같은 변수

제약이 없는 변수

테이블 삭제

테이블 추가

자연스럽고 명확하며 정확하고 유연하며 엄격하며 모듈식이며 구현이 용이합니다.

지식 표현 능력이 부족함

지식 기반 관리의 어려움

조합이 너무 많아

시스템 효율성이 낮다

개념

표시 방법

형태

자연스럽고, 모듈식이며, 효과적입니다.

효율성이 낮고 구조적 지식을 표현하기 불편함

의미: 이다

구현: 구체적이고 추상적인 것

의미:

구현: 서브클래스 및 슈퍼클래스

의미: 회원이 되다

구현: 개인 및 집단

의미: 예

구현: 속성을 가짐

의미: 할 수 있다

표현: 뭔가를 할 수 있다는 것

의미: ~의 일부

구현: 부분과 전체

참고: 속성은 상속되지 않습니다.

의미: 이전/이후

의미: 위/아래/위에…

의미: 비슷하다/가깝다

인스턴스에 추상화 전달

일치하는 항목 찾기

구조적, 연관적, 자연적

엄격하지 않음

복잡성

사람들이 프레임워크에 새로운 것을 추가하는 한 특정 엔터티를 형성할 수 있습니다.

프레임워크의 경우 사람들이 세부 사항을 입력한 후 구체적인 예를 얻습니다.

프레임 이론에서 프레임은 지식의 기본 단위이다.

AKO와 ISA

구조적, 심층적, 유전적, 자연적, 원인과 결과를 표현할 수 있음

프레임워크의 형식적 이론 부족, 프로세스 지식 부족, 명확성 확보 어려움

추론 과정을 위한 다양한 정보를 저장

추론 과정 선택의 기초로서

효과

필요하다

효과

일

영원한 진정성

만족도(호환성)

영구적인 허위(비호환성)

토인 패러다임

스콜렘 패러다임

단어

절

빈 절

술어 논리에서 모든 술어 수식은 동등 관계 및 추론 규칙을 적용하여 해당 절 세트로 바뀔 수 있습니다.

술어 수식에서 "→" 및 "VT"를 제거합니다.

하나의 술어에만 적용되도록 부정 기호의 범위를 줄입니다.

변수 표준화

토인 패러다임

존재 수량자 제거

Skolem 표준 형식으로

범용 수량자 제거

접속사를 제거하세요 ∧

변수 이름 변경

Skolemization으로 인해 고유하지는 않지만 만족도에는 영향을 미치지 않습니다.

술어식 F를 만족할 수 없는 필요충분조건은 일련의 절을 만족할 수 없다는 것이다.

절 사이에는 접속 ∧ 관계가 있습니다. 따라서 한 조항이 충족되지 않는 한 전체 조항이 충족되지 않습니다.

조항 세트에 빈 조항이 포함된 경우 조항 세트는 다음을 충족할 수 없습니다.

먼저, 증명하려는 질문을 부정하고 이를 조항 집합에 추가합니다. 조항 세트에 빈 조항이 있는지 확인하십시오. 빈 절이 있으면 질문의 부정이 거짓임을 의미하고, 그렇지 않으면 축소가 계속됩니다. 사실이라면 어떻게 요약해도 사실이다.

환원적 추론

결론적으로

논리로 귀결

로빈슨 축소 원리에 기반한 기계 추론 방법

부정적인 목표 공식

목표를 공식 세트에 넣으세요

수식 세트를 조항 세트로 변환

일련의 조항을 요약합니다.

문제 설명 능력, 추론의 불확실성 계산

지식의 확실성 정도 또는 정적 강도

확률[0,1]

신뢰성[-1,1]

증거 조직

증거의 출처

확률, 신뢰성, 퍼지 세트

불확실한 전제조건이 불확실한 사실과 일치함

유사도를 계산하는 알고리즘을 설계하고 유사도의 한계를 부여하여 한계 내에 속하는지 확인합니다.

다른 방법으로 다르게 처리합니다.

현재 결론과 그 불확실성을 새로운 결론으로 ​​데이터베이스에 넣고 통과시킵니다.

신뢰성 접근법

주관적 베이즈

증거 이론

확률적 추론

정의

CF(H,E)

수식 업데이트

증거 결합

합성식

정의

결론적으로

자연

수식 업데이트

증거 결합

계산 중간에 구성이 합성되어 나중에 상속될 수 있습니다.

U에 속하는 모든 u에 대해 μF(u)<=μF(u)가 있습니다.

각 u에 대해 두 값 중 최대값을 취합니다.

각 u에 대해 두 값 중 최소값을 취합니다.

하위 주제 2

각 u에 대해 1-μF(u)를 취합니다.

적당

데카르트 곱과 유사하게 먼저 작은 값을 취하고 그다음에 큰 값을 취합니다.

U는 행, V는 열

행렬 곱셈과 유사하게, 각 위치를 계산할 때 "작은 것을 먼저 취하고 큰 것을 취한다"

IF x가 F이면 y는 G입니다.

x는 F`이다

정의

예

정의

예

정의

예

알고리즘

A* 알고리즘

문제 감소 방법

최대/최소 알고리즘

α-β 가지치기

유전자 알고리즘

면역 알고리즘

개미 식민지 알고리즘

세분화된 군집 알고리즘

모델 카를로 알고리즘

언덕등반 검색 알고리즘

시뮬레이션된 어닐링 알고리즘

문제 해결 과정의 각 단계의 문제 상태를 나타내는 데이터 구조로, 벡터로 표현 가능

연산자라고도 하며 한 상태를 다른 상태로 변환하고 상태 간의 관계를 설명합니다.

문제의 모든 상태와 상태 간의 관계를 설명하는 데 사용되며 트리플(S, F, G)로 표시될 수 있습니다.

방향성 그래프로 표현 가능

끝 노드

종료 노드

해결 가능한 노드

솔루션 트리

g(n)

h(n)

비용 h(n)=(노드 n에서 하위 노드까지의 하위 노드 비용)을 합산합니다.

비용 h(n)=(자식 노드에 대한 노드 n의 비용 비용) 최대값

우리에게 이익이 될 때 긍정적인 가치를 취하고, 상대방에게 이익이 될 때 부정적인 가치를 취합니다.

리프 노드에서 위쪽으로 밀어 넣습니다.

노드->α 값: 현재 자식 노드의 최대값

반대 노드->β값 : 현재 자식 노드의 최소값

기본값은 '나'입니다. 먼저 가세요.

알파 가지치기

β 가지치기

정의

작동하다

결점

정의

작동하다

특징

적용 범위

이점

결점

극히 작은

엄청난

룰렛

번식지

토너먼트 선택

부분적인 유전자 재조합

바이너리 크로스오버

실질적인 크로스오버

이진 돌연변이

상당한 변화

연결주의적 관점

인식론적 관점

행동

행동 잠재력

행동과 행동 잠재력의 변화로 표시됩니다.

경험으로 인한 행동 변화

행동 변화가 더 오래 지속됨

핵심

결과

지도 학습

비지도 학습

기억학습, 교수학습, 연역학습, 귀납학습

전문가 동일 학습, 로봇 학습, 자연어 이해 학습

학습 시스템은 외부 소스이기도 한 외부 정보 모음을 인식합니다.

환경에서 제공되는 정보를 정리, 분석, 형태화하여 지식베이스에 담는다.

처리된 정보 저장

지식베이스를 기반으로 작업 수행

예제 모음

예로부터 일반 지식을 추출하는 귀납적 과정

다양한 법률 수집

방금 요약한 규칙을 추가로 확인하고 수정하려면 예제 공간에서 새 인스턴스를 선택하세요.

정보 엔트로피는 정보 소스의 전반적인 불확실성을 측정한 것이며, 그 값이 작을수록 정보 소스의 불확실성도 작아집니다.

확률과 정보 엔트로피는 무작위 사건이라는 동전의 양면입니다.

계산하다

두 가지 정보량 사이의 차이를 측정하는 것

정보 엔트로피 E(S,X) 계산

각 속성 xi에 대해 별도로

정보 획득이 가장 큰 속성을 확장합니다.

감지기

BP 네트워크

홉필드 네트워크

MP 모델

임계값 유형

조각별 선형 강포화 유형

S타입

하위 임계값 누적 유형

인공 뉴런의 상호 연결로 형성된 네트워크

대규모 병렬 처리

정보의 분산 저장

학습능력이 있다

정방향 조인만 포함

입력 레이어와 출력 레이어만 포함하고, 출력 레이어의 뉴런만 계산 가능한 노드입니다.

입력 레이어와 출력 레이어 외에도 하나 이상의 숨겨진 레이어도 포함합니다.

BP 네트워크

피드백 연결과 루프 연결을 포함할 수 있습니다.

숨겨진 레이어가 없는 피드백 네트워크

숨겨진 레이어가 있는 피드백 네트워크

안정성은 에너지 함수로 설명됩니다.