Технологія побудови прикладних експертних систем в області тестування знань - генерувати тестові завдання. 8 | Можливість вироблення рекомендацій для управлін�...

Дипломна робота - Технологія побудови прикладних експертних систем в області тестування знань

118

генерувати тестові завдання.

8 | Можливість вироблення рекомендацій для управління подальшим процесом навчання | В залежності від ступеня інтеграції з навчальним матеріалом. | В залежності від ступеня інтеграції з навчальним матеріалом. Рекомендації можуть звертати увагу студента на конкретні поняття, які слабко засвоєні. | Завдяки глибокій інтеграції з навчальним матеріалом є можливість точно визначати, які ділянки навчального матеріалу потребують повторення, а також звертати увагу на конкретні навчальні поняття.

РОЗРОБКА ІНФОРМАЦІЙНО-МАТЕМАТИЧНОЇ МОДЕЛІ ТА АЛГОРИТМІВ ФУНКЦІОНУВАННЯ ЕКСПЕРТНОЇ СИСТЕМИ ОЦІНКИ ЗНАНЬ СТУДЕНТІВ

Експертні системи

Властивості експертних систем

Експертна система – це програмний засіб, що використовує експертні знання у певній предметній області з метою ефективного вирішення задач у предметній області, яка цікавить користувача, на рівні середнього професіонала (експерта).

Всі експертні системи є системами, заснованими на знаннях і програмами штучного інтелекту, але не навпаки. Інтелектуальні системи – найбільш загальний клас систем, які демонструють інтелектуальне поводження вмілим застосуванням евристик; системи, засновані на знаннях – підклас інтелектуальних систем, що роблять знання предметної області явними і відокремлюють їх від іншої частини системи; експертні системи – підклас систем, заснованих на знаннях, що застосовують експертні знання до складних задач реального життя.

Експертні системи використовуються для вирішення так званих неформалізованих задач, загальним для яких є те, що: задачі недостатньо добре розуміються або вивчені; задачі не можуть бути задані в числовій формі, але можуть бути досліджені за допомогою механізму символічних суджень; цілі не можна виразити в термінах точно визначеної цільової функції; не існує відомого алгоритмічного рішення задачі; якщо алгоритмічне рішення є, то його не можна використовувати через обмеженість ресурсів (час, пам’ять). Крім того неформалізовані задачі мають помилковість, неповноту, неоднозначність і суперечливість як вихідних даних, так і знань про розв’язувану задачу.

Властивості експертних систем, що відрізняють їх від звичайних програм:

накопичення й організація знань про предметну область у процесі побудови й експлуатації експертної системи; явність і доступність знань; застосування для вирішення проблем високоякісного досвіду, що повдає рівень мислення найбільш кваліфікованих експертів у даній області, який веде до творчих, точних і ефективних рішень; моделювання не стільки фізичної (чи іншої) природи визначеної проблемної області, скільки механізму мислення людини стосовно до вирішення задач у цій проблемній області; наявність прогностичних можливостей, за яких експертна система видає відповіді не тільки для конкретної ситуації, але і показує, як змінюються ці відповіді в нових ситуаціях, з можливістю докладного пояснення яким чином нова ситуація призвела до змін; забезпечення такої нової якості, як інституціональна пам’ять, за рахунок бази знань, що входить до складу експертної системи та розроблена в ході взаємодій з фахівцями організації, і являє собою поточну політику цієї групи людей. Цей набір знань стає зведенням кваліфікованих думок і постій-но поновлюваним довідником найкращих стратегій і методів, використовуваних персоналом. Провідні спеціалісти ідуть, але їхній досвід залишається; можливість використання для навчання і тренування керівників, забезпечуючи нових службовців великим багажем досвіду і стратегій, за якими можна вивчати політику, що рекомендується, і методи; явний поділ засобів керування і даних; слабка детермінованість керування; використання при вирішенні задач евристичних і наближених методів, які, на відміну від алгоритмічних, не завжди гарантують успіх. Евристика є правилом впливу (rule of thumb), що у машинному вигляді подає деяке знання, набуте людиною в міру накопичення практичного досвіду вирішення аналогічних проблем. Такі методи є приблизними в тому змісті, що, по-перше, вони не вимагають вичерпної вихідної інформації, і, по-друге, існує визначений ступінь упевненості (чи непевності) у тому, що пропоноване рішення є вірним; здатність до символьних суджень: здатність подавати знання в символьному вигляді і переформулювати символьні знання; прийняття рішень на основі правил і логічного виведення; організація способу керування ходом виконання з використанням машини логічного виведення; самосвідомість – здатність досліджувати свої судження (тобто перевіряти їхню правильність) і пояснювати свої дії; здатність до навчання на своїх помилках; можливість застосування неповні чи неправильні вхідні дані; компетентність – здатність досягати експертного рівня рішень (в конкретній предметній області мати той же рівень професіоналізму, що й експерти-люди), бути вмілою (застосовувати знання ефективно і швидко, уникаючи, як і люди, непотрібних обчислень), мати адекватну робастність (здатність лише поступово знижувати якість роботи у міру наближення до меж діапазону або компетентності припустимої надійності даних); логічна адекватність – здатність подання знань експертної системи розпізнавати усі відмінності, що закладаються у вихідні сутності; евристична потужність – наявність поряд з виразною мовою подання деякого засобу використання подань, сконструйованих і інтерпретованих таким чином, щоб з їхньою допомогою можна було вирішити проблему; природність нотації – зручність і простота виразів, якими формально описуються знання в експертній системі, зрозумілість їхнього змісту навіть тим, хто не знає, яким чином комп’ютер інтерпретує ці вирази; логічна прозорість – здатність експертної системи пояснити методику прийняття рішення, яка обумовлює те, наскільки просто персоналу з’ясувати, що робить програма і чому; глибина – здатність експертної системи працювати в предметній області, що містить важкі задачі, і використовувати складні правила (використовувати складні конструкції правил або велику їхню кількість); корисність – здатність експертної системи в ході діалогу визначати потреби користувача, виявляти й усувати причини невдач у роботі, а також вирішувати поставлені задачі; гнучкість – здатність системи налагоджуватися на різних користувачів, а також враховувати зміни в кваліфікації одного й того ж самого користувача; зручність роботи – природність взаємодії з експертною системою (спілкування в звичному виді, що втомлює користувача), її гнучкість і стійкість системи до помилок (здатність не виходити з ладу при помилкових діях недосвідченого користувача).

Класифікація експертних систем

Виділяють такі

Сторінки: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26