人工智能中的图表推理

新的图表分类及其应用讨论

虽然,我们引入了与决策相关的两种新的图表,但是这些图表根本没有表示图表的新的功能分类。决策树是关于理解决策节点的顺序和决策任务中所涉及的偶然事件的图表;影响图表是说明什么变量影响到了决策结果的一种原因与结果的图表形式。下一章中将讨论第六种类型的图表,即逻辑推理。例如,在图3-24和图3-26中的决策树忽略了箭头。由于总是从左侧到右侧去读取决策树,因此不需要向连接中添加箭头。
理论教育 2023-06-28

如何排除逻辑门设备故障?

逻辑门处理表示二值之一的信号:真或假。表7-3 逻辑门图7-9给出了互连逻辑门的设备拓扑。只有一个部件为两个推测集的一元,即NOT-2。为了确定NOT-2,我们可能希望研究它的输入和输出。通过探索它正返回一个为假的输出,我们将建立Not-2是形成故障行为的原因。当预报与设备真实工作之间存在差异时,基于模型的推理技术倒推工作可以找到故障部分。正如这些例子所显示的,基于模型的方法在提供对排除故障任务的深入理解和规则范围方面更有效。
理论教育 2023-06-28

如何设置1.3.1系统的透明度?

第二个可能性是将领域的概念模型提供给最终用户,这相对于对问题和答案进行列举可以提供更好的灵活性,同时提供对系统更广泛和全局的观察。好的概念模型能够使用户对于系统有更深入的理解。现在,我们注意到好的概念模型将使对系统的理解更加简单,例如对因果关系机制的理解。此外,好的概念模型能够预测到我们行为的结果。没有了概念模型,用户就必须机械地进行操作,或是盲目地接受系统的建议。
理论教育 2023-06-28

转换规则:从维恩图表D1到D2的精确转换方法

为了使上一节中所给出的例子更加精确,我们需要在维恩图表上确定转换的规则。如果能够使用这些转换规则将图表D1转换成D2,那么就能够从D1中获得D2;同时,如果能够从D1中获得D2,这里D1表示了前提,D2表示了结论,那么就将有一个有效的推论。这必须满足部分重叠规则。通过规则III.2,将在D1和D2中所画阴影的部分,在
理论教育 2023-06-28

运输模式选择中的灵活性和损失率优化方案

R49 IF供选方案=铁路OR卡车AND运送类型=本地THEN建议=卡车B.利用灵活率去缩小选择:R50 IF供选方案=铁路OR卡车AND灵活率=高THEN建议=卡车C.利用损失率去缩小选择:R51 IF供选方案=铁路OR卡车AND损失率=THEN建议=卡车R52 IF供选方案=铁路OR卡车AND损失率=THEN建议=铁路
理论教育 2023-06-28

探析智能系统的解释能力

本书宁愿把注意力转向将会很快成为人工智能系统的重要与核心的组成部分,即用户接口,特别是图形用户接口。首先,由于人工智能系统的局限,制造能够更好地处理人工智能系统弱点的用户接口将是更加紧迫的要求。如同前面所讨论的,拥有能够进行严谨对话能力的人工智能系统并不能很好地解决其缺乏常识性推理的能力弱点。
理论教育 2023-06-28

内部连接:设备模型中的实证研究

Kieras和Bovair在1984年的关于如何操作一台设备的实验研究[12]中提供了一个很好的实例,这就是问题求解器是如何应用包含内部连接的思维模型。下面是这一书面材料的一段摘录:图2-2 设备模型图电力升压器从船体接受电能,并将其加速到需要的程度,以便点燃移相器。正常程序和故障程序中的一些部分被故意设置成无效。Kieras和Bovair的研究以一种令人信服的方式说明了拥有一个合适的思维模型可以帮助用户理解复杂的系统,并与复杂系统进行更有效的联系。
理论教育 2023-06-28

语言学与维恩图表的两种表示系统的检验

本章的一个目的是说明维恩图表能够被作为标准的表示系统,并且可以用这一系统构建有效的逻辑检验,虽然这只能在有限的领域中应用。此外,维恩图表的完整性意味着转换规则能够产生全部合理有效的论点形式。语言学表示系统和维恩表示系统的并行比较将使在两种方法去检验逻辑法则之间的区别更加显著。在一阶逻辑所采用的语法中,意味着“全部”。例2:通过维恩图表进行检验。
理论教育 2023-06-28

如何避免贝叶斯网络中的数学误差和不确定性?

由于置信度方法在数学上并不正确,并且缺乏理论根据,所以置信度数值需要谨慎给出。此外在很多领域,概率都是未知的,或者极难获得,因此问题就在于不管是贝叶斯网络,还是将不确定性表征为概率,都可能会有很大的偏差从而得不到有意义的结果。即便在先前讨论过的5节点的简单贝叶斯网络中,手工计算这些概率也是很困难的,并且很浪费时间。贝叶斯网络的发展,以及阐述不精确推理的因果图表的使用,看上去大有前途。
理论教育 2023-06-28

用图表展示简单专家系统

图6-2给出了一个虚构专家系统的知识库,它将客户分成7个危险级,从很保守的有价证券A向很冒险的有价证券F[1]范围变化。另一方面,一个很冒险的有价证券将由高增长潜力的投资构成;最大的风险就是这些投资在短期内失去价值的机会更大些。显然,较长时间里框架将意味着一个较冒险的有价证券是允许的。例如,在图6-3中,用户可能想知道为什么不选择一个较冒险的有价证券。
理论教育 2023-06-28

选择最适宜的运输模式:一种更复杂的应用

创建一个其工作为选择一种运输模式的专家系统来阐述更为复杂的知识库。一件产品的价值:被运输的一件产品美元值多少?以上这些信息从客户处获得,这些输入被包含在运输模式中。基于这些输入,运输模式就给出建议。按如下之一回答:高,一般,低高基于这些输入系统会提供它最终的决策:建议运输模式就是卡车。
理论教育 2023-06-28

对比信息能力和计算能力两个图表的差异

为了回答这两个问题,有必要将解释功效看成由两个部分组成:信息能力和计算能力。严格说来,信息能力只与内容相关,而计算能力评估有效性和使用性。根据这个定义,透明性可以提高信息能力,而灵活性可以提高计算能力。下面例子将有助于说明信息能力和计算能力之间的区别。为了更好地理解信息能力和计算能力,可以采用Larkin和Simon框架来比较和评估两种不同的用户界面。
理论教育 2023-06-28

思维模型的定义及作用机制

思维模型的观点在直觉上具有极大的吸引力。在进行任何更进一步的讨论之前,对思维模型的定义将是十分有益的。参数的传递和传播是允许以一种合适的方式使用思维模型的机制。这一实验研究说明思维模型是一个动态结构。首先,泛化意味着思维模型变得更加有力,这是因为泛化在更加变化多样的情形下将会起到作用。
理论教育 2023-06-28

外部联系和类比推理:设计思维模型的讨论

我们根据思维模型是如何对知识进行组织设计了这个讨论。这将其归功于外部联系。通过讨论,我们看到了图表表示是如何帮助我们开发一个合适的思维模型的一些例子。本章中还讨论了提出并设计问题的方式是如何能够对理解问题的能力产生暗示。另一个使困难的问题变得容易解决策略是使用类比推理。从本质上讲,类比推理包括理解在两个知识领域之间的对应关系。
理论教育 2023-06-28

如何排除简单设备故障?

图7-2 一个简单设备的拓扑结构图7-3 交叉的相连和不相连导线的标记法除设备结构外,我们也需要部件行为的一个描述。规则1一个推测必须与差异联系。因此规则2从推测集中除去了5个其他的部件。当一个设备接收到错误的输入从而产生一个一致的输出时,故障屏蔽就会出现。图7-6给出了仅有一处中止的简单故障屏蔽实例。因此,通过应用这个规则,Add-1就是造成故障的原因。
理论教育 2023-06-28

概率论基础与贝叶斯网络

概率论在历史上的一个重要发展是贝叶斯理论。这个理论提供了贝叶斯网络的理论基础,因此概率论的理论对理解贝叶斯网络如何工作是很必要的。这一部分简要回顾了概率论[7],尤其将它与贝叶斯理论联系起来,以便读者可以学习掌握概率,特别是条件概率背后的意义,并学会如何应用这些概念来计算一些基本的概率。随后,这些概念对理解贝叶斯网络中概率如何传播是非常重要的。
理论教育 2023-06-28
-已经加载完成-