Практическая 4.

Задание 1.

Экспертные системы - это компьютерные программы, способные накапливать знания из различных источников и моделировать процесс экспертизы, т.е. решение неформализуемых задач специалистами той или иной области на основе своего профессионального опыта.

Экспертная система предназначается, прежде всего, для решения трудно формализуемых задач, связанных с проведением логических умозаключений, основанных на обработке данных, представленных в символьной форме.

Экспертные системы могут быть полезны для разрешения многих проблем, связанных с эффективным применением средств вычислительной техники, в том числе и в юридической деятельности. Например:

- обеспечение возможности обращения к применяемым в работе базам данных (например, справочным правовым системам) на профессиональном языке;

- использование сложных математических моделей и соответствующих прикладных программ юридическими специалистами, не являющимися программистами и специалистами в области прикладной математики, для решения своих профессиональных задач;

- проведение в реальном масштабе времени анализа различных ситуаций профессиональной деятельности, информация о которых представлена в символьной форме;

- конструирование планов проведения требуемых мероприятий с учетом опыта работы ведущих специалистов;

- прогнозирование развития качественных показателей социально-правовых процессов на основе знания причинно-следственных связей и др.

Преимущества экспертных систем:

·        Постоянство. Экспертные системы ничего не забывают в отличие от человека-эксперта.

·        Воспроизводимость. Можно сделать любое количество копий экспертной системы, а обучение новых экспертов отнимает  много времени и средств.

·        Эффективность. Может увеличить производительность и уменьшать затраты персонала.

·        Постоянство. С использованием экспертных системам подобные транзакции обрабатываются одним и тем же способом. Система будет делать сопоставимые рекомендации для похожих ситуаций.

·        Влияние на людей. Новый эффект (самая современная ин­фор­ма­ция, имеющая влияние на здравый смысл). Главный эффект (ранняя информация доминирует над здравым смыслом).

·        Документация. Экспертная система может документировать процесс решения.

·        Законченность. Экспертная система может выполнять обзор всех транзакций, a человек-эксперт сможет сделать обзор только отдельной выборки.

·        Своевременность. Погрешности в конструкциях и-или могут быть своевременно найдены.

·        Широта. Могут быть объединены знания многих экспертов, что дает системе больше широты, чем с вероятно может достичь один человек.

·        Снижение риска ведения дела благодаря последовательности принятия решения документированности и компетентности.

Недостатки экспертных систем:

·        Здравый смысл. В дополнение к широкому техническому знанию, че­ловек-эксперт имеет здравый смысл. Еще не известно, как за­ло­жить здравый смысл в экспертные системы.

·        Творческий потенциал. Человек-эксперт может реагировать твор­чески на необычные ситуации, экспертные системы не могут.

·        Обучение. Человек-эксперт автоматически адаптируются к изме­не­нию среды; экспертные системы нужно явно модифицировать.

·        Сенсорный опыт. Человек-эксперт располагает широким диапа­зо­ном сенсорного опыта; экспертные системы в настоящее время ос­нованы на вводе символов.

Экспертные системы не хороши, если решения не существует или когда проблема лежит вне области их компетенции.

Класс экспертных систем сегодня объединяет несколько тысяч различных программных комплексов, которые можно классифицировать по различным критериям: решаемая задача, связь с реальным временем, тип ЭВМ, степень интеграции.

Нейронная сеть.

Нейронная сеть — это метод в искусственном интеллекте, который учит компьютеры обрабатывать данные таким же способом, как и человеческий мозг. Это тип процесса машинного обучения, называемый глубоким обучением, который использует взаимосвязанные узлы или нейроны в слоистой структуре, напоминающей человеческий мозг. Он создает адаптивную систему, с помощью которой компьютеры учатся на своих ошибках и постоянно совершенствуются. Таким образом, искусственные нейронные сети пытаются решать сложные задачи, такие как резюмирование документов или распознавание лиц, с более высокой точностью.

Нейронные сети распространены во множестве отраслей. В их числе:

• 
  Диагностика с помощью классификации медицинских изображений
  
• 
  Целевой маркетинг с помощью фильтрации социальных сетей и анализа поведенческих данных
  
• 
  Финансовые прогнозы с помощью обработки исторических данных финансовых инструментов
  
• 
  Прогнозирование электрической нагрузки и потребности в энергии
  
• 
  Контроль соответствия требованиям и качества
  
• 
  Определение химических соединений
  

Ниже представлены четыре важнейших задачи, которые помогают решить нейронные сети.

Преимущества нейронных сетей: Устойчивость к шумам входных данных. 

Данное свойство можно описать на примере того, как человек различает лица прохожих. Помимо непосредственно лиц на изображении есть еще и асфальт, одежда людей, машины, светофор, сумки. Все это является ненужной (шумовой) информацией в задаче распознавания лиц. Тем не менее, человек без труда справляется с данной задачей, так как его мозг уже натренирован на ее выполнение.

Минусы: Неточность ответа. Он всегда получается приближенным. Иногда даже выдаваемый ответ лишь на несколько процентов не совпадает с тем, который будет считаться уже неправильным, но изменить ситуацию никак нельзя. Сложные многоступенчатые решения. Говоря простым языком, ИНС не решает задачу последовательно, двигаясь от одного пункта к другому.
Система базы знаний

Система базы знаний (СБЗ) – это система, дающая возможность использовать подходящим образом представленные знания с помощью вычислительной машины.

Знания в базе знаний: Алгоритмические (процедурные) знания – это алгоритмы (программы, процедуры), вычисляющие функции, выполняющие преобразования, решающие точно определенные конкретные задачи.


Задание 2.

Название ПО версия	Возможности программы	Область применения	Стоимость	Источник информации
IBM Watson 2019/04/01	Основная задача Уотсона — понимать вопросы, сформулированные на естественном языке, и находить на них ответы с помощью ИИ	В здравоохранении Watson используется для анализа медицинских данных и оказания помощи врачам в постановке диагнозов и принятии решений о лечении, в том числе в таких областях, как онкология и радиология.	140s	https://hi-news.ru/tag/watson
HASP/SIAP —.	интерпретирующая система, которая определяет местоположение и типы судов в Тихом океане по данным акустических систем слежения	Данные имеют вид сонограмм, являющихся аналоговыми записями спектров принятой датчиками звуковой энергии. Для их интерпретации система применяет знания о характерных особенностях сонограмм различных типов кораблей.	60 000р	https://student.zoomru.ru/math/cistemy-podderzhki-prinyatiya-resheniya-i/247501.1975882.s1.html
MYCIN	экспертная система, предназначенная для медицинской диагностики заболеваний крови, разработанная группой по инфекционным заболеваниям Стенфордского университета.	MYCIN включает базу данных пациентов и базу знаний, состоящую из 450 правил. Для нового пациента в базе данных создается специальная запись, куда помещается информация о симптомах и первоначальных тестов.	155000	http://ermak.cs.nstu.ru/neurotech/html/metodmat/pz/ExpertSystems.pdf#::text=MYCIN%20–%20экспертная%20система%2C%20предназначенная,о%20симптомах%20и%20первоначальных%20тестов

---

---

Смотрите также файлы

• Пп Показатели анализа Да.doc

• То и ремонт кривошипношатунного механизма двигателя д240 Работу сделал.pptx

• Формы собственности. Государственная и муниципальная собственность в общей системе права собственности.pptx

• Самостоятельная работа Обучающийся Копейка Светлана Владимировна Преподаватель Савченко Виктория Андреевна.docx

• Шея, пятна жираф слюна, горб верблюд подкова, телега лошадь царь, грива лев хобот, большие уши слон банан, джунгли обезьяна слепой зверек, земля крот грызун, сыр мышь перья, яйцо курица поводок, будка собака.docx