|
|
第九章 智慧型決策支援系統 自我評量單元第九章 智慧型決策支援系統 自我評量單元
請每位同學按分配的題目繳交
每位同學的分配方式為： (學號後三碼 mod 7) + 1 的那一題；
請在本頁面用「留言 回覆」的方式繳交 (務必註明學號和題號)！！
1. 何謂知識表達(Knowledge Representation)？
2. 請簡述常見的知識表達方法有那些？
3. 何謂Ontology？何謂Semantic Web？
4. 何謂類神經網路？請簡述之。
5. 何謂基因演算法？請簡述之。
6. 何謂案例式推理？請簡述之。
7. 何謂智慧型決策支援系統？
 | 全部共 15則留言 |
 | 05-05 11:52: | 015-2.本體論(Ontology)、語意網(Semantic Nets)、邏輯式(Logic Base)、規則式(Rule Base)、框架式(Frame Base) 。 |
| 05-05 11:54: | 10111D002
3. 何謂Ontology？何謂Semantic Web
本體論是將事物做分類與描述事物之間的關係，以結構化的方式表達知識。
本體論清楚定義了知識領域基本的辭彙(Term)和包含了某個主題字彙(vocabulary)之間的關係，以便於敘述知識、知識的推論與知識的重複使用
發展一個知識本體，通常是一個反複的流程。剛開始在知識本體上會有個粗略起步。然後經過修正與再定義，使其逐步形成一知識本體且有個豐富定義在知識本體的分類的細節。
Ontology能直接且結構性地描繪出人類的知識，透過建立不同領域的domain specific，可以明確地表現出其專業領域的知識結構。Ontology表達的是某一領域的知識概念，其架構可以呈現不同patterns之間垂直的階層關係、水平的對等關係，及群組的相依關係。
建構知識Ontology的六個步驟：
1. 規範領域與範圍（Project）
2. 定義類別和類別的層級（Classes）
3. 定義類別的屬性（Slots）
4. 輸入內容（Instances）
5. 規劃製作格式（Forms）
6. 制訂查詢機制（Queries）
語意網(Semantic Web)是指讓人、或機器能夠取得想要找尋之資料的一種網路環境，這些資料同時必須對於人、或機器而言是可使用的、可讀的, 透過給全球資訊網上的文件 (如: HTML)添加能夠被電腦所理解的語意(Meta data)，從而使整個網際網路成為一個通用的訊息交換媒介。語意全球資訊網透過使用標準、標示語言和相關的處理工具來擴充功能全球資訊網的能力。透過下列方法可以提升全球資訊網以及其互連的資源的可用性(usability)和有效性(usefulness)：
1."標記"了語意訊息的文件。這可以是機器可以理解的關於文件內容（例如文件的作者,標題,簡介等)的描述, 或者是描述該網站所擁有的服務和資源.(注意:任何東西都是能被URI-統一資源定位符-所描述的,因此語意網能理解人物、地方、想法、型別等等)
2.通用後設資料詞滙表(本體論)及詞滙間的影射使得文檔作者知道如何來標記文檔方可讓機器識別他想提供的元數據.
3.利用後設資料為語意網使用者執行任務的自動軟體代理(agent).
4.為自動軟體代理提供特定訊息的網路服務 (例如, 可信度服務可以讓軟體代理查詢某個線上商店是否曾經有過不良紀錄或者發送過垃圾郵件).
|
| 05-05 12:00: | 10111D001_范勝雄
第4題:
所謂「類神經網路」，它是一種平行計算系統，包含硬體與軟體，它使用大量的相連人工神經元來模仿生物神經網路的能力。
類神經網路是一種使用數學方法，透過電腦的快速計算能力，而使得電腦能夠具有推論結果能力的人工智慧機器。它必須經過學習的過程才能夠擁有推論能力，也就是說要有人告訴它什麼樣的情況會得到什麼樣的結果，你告訴它越多正確的範例（狀況＋結果）它就能夠正確的回答你，甚至於沒有學過的範例，它也能告訴你可能的結果 |
| 05-05 12:05: | 10111D006林澤霖
常見的知識表達方法
有
程序式表示法 指是將之是用程序表示
1.邏輯表示法 (如AND (&)、OR(V)、NOT等)
2.產生式規則表示法 (如IF(前提)THEN(後果))
宣告式表示法 是將知識表示成為事實的表達
1.語意網路表示法 是以圖解式的知識表示法 來做為人類相關記憶模型
2.框架表示法 是一種複雜事務描述，而複雜事物是指許多實體集合體
3.腳本表示法 (如包含了作者、動作、事物)可預測個事物關係
4.概念從屬關係表示法 (由1973年Schank 提出與前的語意網路系統僅提出結構相似不過概念從屬關係表示法過不提供結構同時亦具有特殊基元觀念集合)
|
| 05-05 12:09: | 10111D017 翁志樑
我們都知道，人腦之所以有高等智慧能力是因為有大量的生物神經細胞構成的神經網路。同樣地，若要讓＂類神經網路＂展現其人工智慧，我們必須將許多的人工神經元經由適當的連結以建構一個＂類神經網路＂。大體而言，類神經網路的基本架構可分為兩大類：回歸型網路（recurrent net）及前授型網路（feed-forward net）。如圖3所示為回歸型網路，由圖3可看出，回歸型網路中的人工神經元彼此相連，對每個神經元而言，它的輸出連接至所有其它神經元，而它的輸入則來自所有其它神經元的輸出。所以我們可以說，網路中的每個神經元是平行地接受所有神經元輸入，再平行地將結果輸出到網路中其它神經元上。
神經網路的運作過程分為二個階段：
一. 學習過程（Learning）
在學習過程中，網路依學習演算法，從範例中學習，經反覆的運算，以調整網路連結的加權值。
二. 回想過程（Recalling）
在回想過程中，網路接受外來輸入，並依回想演算法，經反覆運算後，由輸出級神經元將結果送出。
一般而言，類神經網路具有下列特性：
1. 平行處理
類神經網路採用大量平行計算，經由許多不同的人工神經元來做運算處理，有別於傳統的范紐曼式（Von Neumann）電腦（即目前的數位電腦）。
2. 錯誤容忍度
類神經網路在運作時具有很高的錯誤容忍度，如果輸入資料混雜少許的雜訊干擾，仍然不會影響其運作的正確性。而且即使有部分人工神經元失效，整個類神經網路仍能有效運作。
3. 聯想記憶（Associative Memory）
在回歸型神經網路中，並沒有所謂的資料記憶區，但是網路卻可以記住＂需記住＂的訓練範例，爾後若對其輸入訊號進行運算，整個網路藉由運算過程可聯想出相對應的輸出值。此種記憶方式，我們稱為＂聯想式記憶＂，而它的聯想過程，我們稱為＂內容定址＂（Content Addressing），以別於目前數位電腦所採用的＂記憶體位址定址＂。
4. 解決最佳化（Optimization）問題
所謂最佳化問題，是指在一問題領域中，我們希望找到一組設計變數值，使其在滿足設計限制下，使整個設計目標達到最佳化狀態。
5. 超大型積體電路實現（VLSI Implementation）
類神經網路的結構具有高度的互連性（Interconnection），而且簡單，有規則性，易以超大型積體電路來實現。
所以類神經網路可以做大量的運算思考，能做到人能不能做到的事情，當然也是看設備能否像電影一樣做到超級智能電腦。 |
| 05-05 12:10: | 015-2.本體論(Ontology)：「知識本體」的構成要素是由概念(concept)、關聯(relation)、屬性(property)以及實體(entity)所組成，前兩者為基本構成要素，透過此二者可以清楚且具有邏輯將領域知識加以呈現
語意網(Semantic Nets)：語意網(Semantic Web)是指讓人、或機器能夠取得想要找尋之資料的一種網路環境，這些資料同時必須對於人、或機器而言是可使用的、可讀的
邏輯式(Logic Base)：Fuzzy邏輯可以輕易地處理一些無法準確描述的量，例如：最多的(most)、很多(many)、少數的(few)、輕微的(slightly)、差不多(about)等，這些都是時常伴隨在人類對現實世界狀況的描述中。
規則式(Rule Base)：法則式知識顧名思義就是「假設知識都是由一條條的法則所組成的」，通常用於表達淺層的知識，並以IF-THEN 的通式表示。
框架式(Frame Base) ：每個框架是一個知識，並透過每個框架間的關聯性產生所需的資訊與判斷。
|
| 05-05 12:11: | 姓名：包軒瑋 學號：013/7+1
3. 何謂Ontology？何謂Semantic Web？
本體論(Ontology):本體論最早是從哲學發展出來的學問，後來資訊科學把本體論應用到人工智慧上面的問題。簡單地說，本體論就是一種分類的方式，份類出來會是一顆樹的樣子，樹根是最一般的概念，葉子的地方則是最細分的概念，譬如說車子的本體論，我們可能在樹根的地方寫上「車子」，接下來我們可能根據用途，分成自用車、公車、救火車、救護車、計程車、…等等。例：匯入系統所蒐集的知識或經驗，讓目標得以學習並增進經驗。知識本體的構成要素是由概念、關聯、屬性以及實體所組成，前兩者為基本構成要素，透過此二者可以清楚且具有邏輯將領域知識加以呈現。譬如說我們知道了哺乳動物的一些規則，靈長目動物馬上就可以應用這些規則，不用再學一遍，就像我們學會了 1 + 1 = 2 這個規則，我們馬上就可以知道 一顆蘋果加上一顆蘋果 等於 兩顆蘋果。
語意網(Semantic Nets):語意網的主要目的，是讓網際網路上的文件都能用標準的本體知識語言來表達，一方面達到知識分享的目的，另一方面也能達到可機讀性(machine readable)，也就是讓電腦可以讀的懂本體知識語言所描述的文件敘述，了解其語意內涵，而能進一步自動替使用者作更精確的資料判斷與處理。。例如由Facebook中看得出來，當你對於某個樂團的粉絲頁案讚時，你的這層關係就被記憶住了，而Facebook作的是幫你追蹤這個樂團的活動，並提醒你。慢慢的網路會以個人為中心，我們不再需要在每個網站中新增好友，註冊時重打一次地址電話等。 |
| 05-05 12:19: | 10111D004 林義順
請簡述常見的知識表達方法有那些？
1.語言:是人類表達知識，與彼此溝通的最主要工具。在口口相傳的媒介下，語言使
知識得以跨越時空、交換與傳承。經文字的書寫紀錄，人類的知識因約定俗成而
降低失真率，更可以超越時空距離與個人記憶的限制而累積。
2.人工智慧:有時也稱作機器智能，是指由人工製造出來的系統所表現出來的智能。通常人工智慧是指通過普通計算機實現的智能。包括推理，知識，規劃，學習，交流，感知，移動和操作物體
|
| 05-05 12:39: | 所謂演算法基因.它是一種計算的系統.包括計算出和平量.也就是一種快速人才資料.而且使用透過電腦的快速預算簡單來源.所有效能學習歷程時候.由於有關正在告訴其他甚麼樣的現在情況之外得到的到底學習範例結果的是以來爭取未來 |
| 05-05 18:15: | 10111D010 高瑋陽 常見的知識表達方法 有 程序式表示法 指是將之是用程序表示 1.邏輯表示法 (如AND (&)、OR(V)、NOT等) 2.產生式規則表示法 (如IF(前提)THEN(後果)) 宣告式表示法 是將知識表示成為事實的表達 1.語意網路表示法 是以圖解式的知識表示法 來做為人類相關記憶模型 2.框架表示法 是一種複雜事務描述，而複雜事物是指許多實體集合體 3.腳本表示法 (如包含了作者、動作、事物)可預測個事物關係 4.概念從屬關係表示法 (由1973年Schank 提出與前的語意網路系統僅提出結構相似不過概念從屬關係表示法過不提供結構同時亦具有特殊基元觀念集合) |
| 05-05 18:16: | 10111D024 徐于涵 4.何謂類神經網路？請簡述之。
它是一種平行計算系統，包含硬體與軟體，它使用大量的相連人工神經元來模仿生物神經網路的能力。
特性：
1.平行處理的特性：早期人工智慧平行處理的研究只集中在小程度的平行，而最近已朝向超大型方向進行。類神經網路是以動物的樹狀神經網路為藍本的設計，原本因平行技術未成熟而無法深入研究，現在因超大型平行處理的成熟及若干理論的發展，又成為人工智慧中最活躍的研究領域。
2.容錯(fault tolerance)特性：其在操作上具有很高之容忍度，整個神經網路都會參與解決問題之運作。如果輸入資料混雜少許雜訊干擾，仍然不影響其運作之正確。而且即使10%的神經網路失效，仍能照常運作。
3.結合式記憶(Associative Memory)的特性：其又稱為內容定址記憶(content addressable memory)，它可以記憶曾經訓練過的輸入樣式以及對應的理想輸出值。我們只要給予一部份的資料，便可以得到全部的資料並且可以容忍錯誤，就像人類只要看到某一部份的影像可以回憶起全部的影像，這便是結合式記憶的效果。
4.解決最佳化(Optimization)問題：可用於處理非演算法表示的問題，或是以演算法處理很費時者。
|
| 05-11 13:40: | 10111D016 劉欣榕
3. 何謂Ontology？何謂Semantic Web？
ntology：知識本體主要是用以定義在某特定的應用領域內，什麼種類的事情可以存在，以及它們之間的交互關係(Interrelationship)(Sowa ,1995) 。較具體而言， 知識本體是對於某一特定領域中， 許多知識術語（Knowledge Term）所組成的集合，包含語彙（Vocabulary），語意上的相互連結（Semantic Interconnection），以及在推論（Inference）和邏輯（Logic）上的簡單規則（Hendler , 2001）。以元素表為例，當你熟知元素表的內容之後，見到元素便可依照元素表所在的位置推論這個元素是屬於那一類元素並且了解它的基本特性。
Semantic Web：由全球資訊網協會的蒂姆·伯納斯-李(Tim Berners-Lee)在1998年提出的一個概念，它的核心是：透過給全球資訊網上的文件 (如: HTML)添加能夠被電腦所理解的語意(Meta data)，從而使整個網際網路成為一個通用的訊息交換媒介。它的主要概念是因為目前網路上的資料其實是由以能人類能理解的方式寫成的網頁，其實並不是電腦能理解的語言。所以常會發生以關鍵字搜尋網頁的時候會檢索出來完全不相關的網頁。而語易網就是希望現行網路的資料能夠轉換成電腦能理解的語言，讓電腦能夠了解人所輸入的資料語意為何，電腦與電腦或電腦與人能做某種程度的溝通的話，就應該可以解決這些問題。 |
| 05-11 13:40: | 10111D016 劉欣榕
3. 何謂Ontology？何謂Semantic Web？
ntology：知識本體主要是用以定義在某特定的應用領域內，什麼種類的事情可以存在，以及它們之間的交互關係(Interrelationship)(Sowa ,1995) 。較具體而言， 知識本體是對於某一特定領域中， 許多知識術語（Knowledge Term）所組成的集合，包含語彙（Vocabulary），語意上的相互連結（Semantic Interconnection），以及在推論（Inference）和邏輯（Logic）上的簡單規則（Hendler , 2001）。以元素表為例，當你熟知元素表的內容之後，見到元素便可依照元素表所在的位置推論這個元素是屬於那一類元素並且了解它的基本特性。
Semantic Web：由全球資訊網協會的蒂姆·伯納斯-李(Tim Berners-Lee)在1998年提出的一個概念，它的核心是：透過給全球資訊網上的文件 (如: HTML)添加能夠被電腦所理解的語意(Meta data)，從而使整個網際網路成為一個通用的訊息交換媒介。它的主要概念是因為目前網路上的資料其實是由以能人類能理解的方式寫成的網頁，其實並不是電腦能理解的語言。所以常會發生以關鍵字搜尋網頁的時候會檢索出來完全不相關的網頁。而語易網就是希望現行網路的資料能夠轉換成電腦能理解的語言，讓電腦能夠了解人所輸入的資料語意為何，電腦與電腦或電腦與人能做某種程度的溝通的話，就應該可以解決這些問題。 |
| 05-11 15:00: | 目前為止，共九人繳交。 |
| 05-12 13:54: | 本體論譯自英文ontology，又譯存在論、存有論，它是形上學的一個基本分支，英語詞ontology是來源於希臘語單詞ον（存有）和λόγος（科學、研究、理論）的組合。本體論主要探討存有本身，即一切現實事物的基本特徵。
有的哲學家，如柏拉圖學派認為：任何一個名詞都對應著一個實際存在；另外一些哲學家則主張有一些名詞並不代表存在的實體，而只代表一種集合的概念，包括事物或事件，也有抽象的，由人類思維產生的事物。例如「社團」就代表一群具有同一性質的人組成的集合；「幾何」就代表一種特殊知識的集合等。
本體論就是「研究到底哪些名詞代表真實的存在實體，哪些名詞只是代表一種概念」。所以本體論成為某些哲學分支的基礎。近年來，人工智慧及資訊技術相關領域的學者也開始將本體論的觀念用在知識表達上，即藉由本體論中的基本元素：概念及概念間的關連，作為描述真實世界的知識模型。針對此一趨勢，W3C組織也開始定義了許多本體論的相關語言，如RDF、DAML+OIL、OWL等。
(Semantic Web)--是指讓人、或機器能夠取得想要找尋之資料的一種網路環境，這些資料同時必須對於人、或機器而言是可使用的、可讀的, 透過給全球資訊網上的文件 (如: HTML)添加能夠被電腦所理解的語意(Meta data)，從而使整個網際網路成為一個通用的訊息交換媒介。語意全球資訊網透過使用標準、標示語言和相關的處理工具來擴充功能全球資訊網的能力。透過下列方法可以提升全球資訊網以及其互連的資源的可用性(usability)和有效性(usefulness)： 1."標記"了語意訊息的文件。這可以是機器可以理解的關於文件內容（例如文件的作者,標題,簡介等)的描述, 或者是描述該網站所擁有的服務和資源.(注意:任何東西都是能被URI-統一資源定位符-所描述的,因此語意網能理解人物、地方、想法、型別等等) 2.通用後設資料詞滙表(本體論)及詞滙間的影射使得文檔作者知道如何來標記文檔方可讓機器識別他想提供的元數據. 3.利用後設資料為語意網使用者執行任務的自動軟體代理(agent). 4.為自動軟體代理提供特定訊息的網路服務 (例如, 可信度服務可以讓軟體代理查詢某個線上商店是否曾經有過不良紀錄或者發送過垃圾郵件). |
| |
| | | 登入帳號密碼代表遵守學術網路規範 |
|
|
