Sisteme de învățare experte și inteligente. Sisteme expert și de învățare Sisteme de învățare expert

(în medicină, computerul oferă opțiuni de diagnosticare, dă sfaturi) Sistem expert - acestea sunt programe pentru calculatoare care acumulează (adică colectează, acumulează) cunoștințele specialiștilor - experți în domenii specifice, care sunt concepute pentru a obține soluții acceptabile în procesul de prelucrare a informațiilor. Sistemele expert transformă experiența experților într-un anumit domeniu de cunoaștere în formă de reguli euristice și sunt destinate consultării cu specialiști mai puțin calificați.

Principiile de funcționare a unui sistem expert bazat pe cunoștințe: utilizatorul transmite fapte sau alte informații către sistemul expert și, ca urmare, primește sfaturi de specialitate sau cunoștințe de specialitate.

Sistemul expert este format din:

Baza de cunoștințe (ca parte a memoriei de lucru și a bazei de reguli) concepută pentru a stoca fapte inițiale și intermediare în memoria de lucru (se mai numește și bază de date) și pentru a stoca modele și reguli pentru manipularea modelelor în baza de reguli

Rezolvator de probleme (interpret), care asigură implementarea unei secvențe de reguli pentru rezolvarea unei probleme specifice bazate pe fapte și reguli, stocate în baze de date și baze de cunoștințe

Subsisteme explicative, permit utilizatorului să obțină răspunsuri la întrebarea: „De ce a luat sistemul o astfel de decizie?”

Un subsistem de achiziție de cunoștințe conceput atât pentru a adăuga reguli noi la baza de cunoștințe, cât și pentru a modifica regulile existente.

Interfata utilizator, un set de programe care implementeaza dialogul utilizatorului cu sistemul in stadiul introducerii informatiilor si obtinerii rezultatelor.

În general sistemele expert sunt clasificate în trei domenii principale: după tipul de calculator, prin conexiune cu timp realși tipul problemei care se rezolvă.

După tipul de calculator ES se clasifică în: supercalculator; Calculator de productivitate medie; procesoare de caractere; calculatoare personale.

Legat de timp real clasificate în: Static; Cvasi-dinamic;

· Dinamic.

După tipul de problemă care se rezolvă clasificate în: Interpretarea datelor; Diagnosticare; Monitorizarea; Proiecta; Prognoza; Planificare; Control; Sprijin decizional; Educaţie.

Cunoștințele de specialitate se referă la un singur domeniu, iar aceasta este diferența dintre metodele bazate pe utilizarea sistemelor expert, de la metode comune rezolvarea problemelor. Cunoștințele unui expert cu privire la soluționarea unor probleme specifice se numesc aria de cunoaștere a expertului.

În domeniul cunoașterii, sistemul expert conduce raționamente sau trage concluzii logice după același principiu pe care un expert uman ar raționa sau ar ajunge la o soluție a unei probleme într-un mod logic. Aceasta înseamnă că pe baza anumitor fapte, prin raționament, se formează o concluzie logică, justificată, care rezultă din aceste fapte.

Sistemele expert au multe caracteristici atractive:

Disponibilitate crescută. Orice hardware de computer adecvat poate fi utilizat pentru a oferi acces la cunoștințele de specialitate.

· Costuri reduse. Costul furnizării de cunoștințe de specialitate pentru fiecare utilizator individual este redus semnificativ.

· Pericol redus. Sistemele experte pot fi folosite în astfel de variante de mediu, pisica putând fi periculoasă pentru oameni.

· permanenţă. Cunoștințele de specialitate nu dispar niciodată. Spre deosebire de experții umani, care se pot pensiona, își pot renunța la locul de muncă sau pot muri, cunoștințele despre un sistem expert persistă la nesfârșit.

· Oportunitatea de a obține expertiză din mai multe surse. Cu ajutorul sistemelor expert, cunoștințele multor experți pot fi adunate și aduse la lucru la o sarcină care este efectuată simultan și continuu, la orice oră din zi sau din noapte. Nivelul de expertiză combinat prin combinarea cunoștințelor mai multor experți poate depăși nivelul de cunoștințe al unui singur expert uman.

· Fiabilitate sporită. Utilizarea sistemelor expert vă permite să creșteți gradul de încredere în ceea ce este acceptat decizia corectă, prin furnizarea unei alte opinii motivate unui expert uman sau unui facilitator atunci când rezolvă opiniile divergente dintre mai mulți experți umani. (Desigur, această metodă de rezolvare a neînțelegerilor nu poate fi folosită dacă sistemul expert este programat de unul dintre experții implicați în conflictul de opinii.) Decizia sistemului expert trebuie să coincidă întotdeauna cu decizia expertului; nepotrivirea poate fi cauzată doar de o greșeală făcută de expert, care se poate întâmpla doar dacă expertul uman este obosit sau stresat.

· Explicaţie. Sistemul expert este capabil să explice în detaliu raționamentul său, ceea ce a condus la o concluzie certă. Iar persoana poate fi prea obosită, să nu fie înclinată să explice sau să nu poată face asta tot timpul. A fi capabil să obții o explicație creează încrederea că decizia corectă a fost luată.

Răspuns rapid. Unele aplicații pot necesita răspuns rapid sau răspuns în timp real. În funcție de hardware-ul și software-ul utilizat, un sistem expert poate răspunde mai rapid și poate fi mai gata de lucru decât un expert uman. În unele situatii extreme poate necesita o reacție mai rapidă decât o persoană; în acest caz, utilizarea unui sistem expert în timp real devine o opțiune acceptabilă.

· În mod constant corect, lipsit de emoții și răspuns complet în orice circumstanțe. Această proprietate poate fi foarte importantă în timp real și în situații extreme, când un expert uman poate fi incapabil să opereze la eficiență maximă din cauza stresului sau oboselii.

· Poate fi folosit ca program inteligent de învățare. Un sistem expert poate acționa ca un tutore inteligent, dând elevului exemple de programe de rulat și explicând pe ce se bazează raționamentul sistemului.

· Poate fi folosit ca bază de date inteligentă. Sistemele expert pot fi folosite pentru a accesa bazele de date folosind o metodă inteligentă de acces.

25. Beneficiile utilizării TIC în educație

Informații yavl. mecanism esential reform-tion educat. Sistemul-noi, de exemplu. a creste calitate, acces. si efect. educaţie.

Comp. tehnologia este doar hardware. Astăzi avem o altă sarcină - macul. Efect. Utilizare ea, ref. pentru o decizie strategică. obiectivele modernizării. Imagine - a crescut. calitatea lui.

Avantaje:

1. Tehnologii informaţionale. Mijloace. extinde posibilitățile de prezentare a informațiilor educaționale.Utilizarea culorii, graficii, sunetului, toate moderne. echipamentele video vă permit să recreați situația reală a activității.

2. Calculatorul permite substantiv. creste motivatia pentru invatare.

3. TIC implică elevii în învățare. proces, contribuind la cea mai largă dezvăluire a abilităților lor, la activarea activității mentale.

4. Utilizare TIC în procesul educațional a crescut. Posibil stabilirea obiectivelor de învăţare şi gestionarea procesului de soluţionare a acestora. Calculatoarele vă permit să construiți și să analizați.modele diverse articole, situații, fenomene.

5. TIC vă permite să schimbați calitativ controlul activităților. Învață, oferind în același timp flexibilitate în gestionarea procesului de învățare.

6. Calculatorul contribuie la formare. elevii de reflecție. Programul de antrenament permite elevilor să vizualizeze rezultatul acțiunilor lor, o anumită etapă în rezolvarea unei probleme, pentru o pisică. se face o greșeală și se corectează.

Rezumat pe subiect:

"Crearea unui raport ca obiect de bază de date. Sisteme expert și de învățare"

Cuprins

Creați un raport ca obiect de bază de date

Structura raportului în vizualizarea design

Modalități de a crea un raport

Creați un raport

Creați un raport ca obiect de bază de date

Un raport este o reprezentare formatată a datelor care sunt afișate, tipărite sau arhivate. Acestea vă permit să extrageți informațiile necesare din baza de date și să le prezentați într-o formă convenabilă pentru percepție și oferă, de asemenea, oportunități ample de generalizare și analiză a datelor.

La tipărirea tabelelor și a interogărilor, informațiile sunt emise aproape în forma în care sunt stocate. Adesea este nevoie de a prezenta datele sub formă de rapoarte care sunt tradiționale și ușor de citit. Un raport detaliat include toate informațiile dintr-un tabel sau dintr-o interogare, dar conține anteturi și este paginat cu anteturi și subsoluri.

Structura raportului în vizualizarea design

Microsoft Access afișează datele dintr-o interogare sau tabel într-un raport, adăugându-i elemente de text care fac mai ușor de citit.

Aceste elemente includ:

Titlu. Această secțiune se tipărește numai în partea de sus a primei pagini a raportului. Folosit pentru a afișa date, cum ar fi textul titlului unui raport, o dată sau o parte indicativă a textului documentului, care ar trebui tipărite o dată la începutul raportului. Pentru a adăuga sau elimina o zonă de antet de raport, selectați comanda Titlu raport/Notă din meniul Vizualizare.

Antetul paginii. Folosit pentru a afișa date, cum ar fi titlurile coloanelor, datele sau numerele de pagină, imprimate deasupra fiecărei pagini de raport. Pentru a adăuga sau a elimina un antet, selectați Anteturi și subsoluri din meniul Vizualizare. Microsoft Access adaugă antetul și subsolul în același timp. Pentru a ascunde unul dintre anteturile și subsolurile, setați proprietatea lui Height la 0.

Zona de date situată între antetul și subsolul paginii. Conține corpul principal al raportului. Această secțiune afișează datele care sunt tipărite pentru fiecare dintre înregistrările din tabelul sau interogarea pe care se bazează raportul. Pentru a plasa controale în zona de date, se utilizează o listă de câmpuri și un panou de elemente. Pentru a ascunde zona de date, setați proprietatea Înălțime a secțiunii la 0.

Subsol. Această secțiune apare în partea de jos a fiecărei pagini. Folosit pentru a afișa date precum totaluri, date sau numere de pagină tipărite în partea de jos a fiecărei pagini de raport.

Notă. Folosit pentru a scoate date, cum ar fi un text de concluzie, totaluri generale sau o semnătură care ar trebui să fie tipărită o dată la sfârșitul raportului. Deși secțiunea Notă a raportului se află în partea de jos a raportului în vizualizarea Proiect, se tipărește deasupra subsolului paginii, pe ultima pagină a raportului. Pentru a adăuga sau elimina o zonă de note pentru un raport, selectați comanda Titlu raport/Notă din meniul Vizualizare. Microsoft Access adaugă și elimină antetul raportului și zonele de note în același timp.

Modalități de a crea un raport

Puteți crea rapoarte în Microsoft Access într-o varietate de moduri:

Constructor

Expertul de raportare

Raport automat: pe coloană

Raport automat: bandă

Chart Wizard

Autocolante poștale

Expertul vă permite să creați rapoarte cu gruparea înregistrărilor și este cel mai simplu mod de a crea rapoarte. Pune câmpurile selectate în raport și oferă șase stiluri de raport. După finalizarea Expertului, raportul rezultat poate fi finalizat în modul Design. Folosind funcția Raport automat, puteți crea rapid rapoarte și apoi le puteți modifica.

Pentru a crea un Autoreport, procedați în felul următor:

În fereastra bazei de date, faceți clic pe fila Rapoarte și apoi pe butonul Creare. Apare caseta de dialog Raport nou.

Selectați AutoRaport: To Column sau AutoReport: To Ribbon din listă.

În câmpul sursă de date, faceți clic pe săgeată și selectați un tabel sau o interogare ca sursă de date.

Faceți clic pe butonul OK.

Expertul AutoReport creează un autoreport într-o coloană sau o bandă (alegerea utilizatorului) și îl deschide în modul Previzualizare, care vă permite să vedeți cum va arăta raportul atunci când este tipărit.

Modificarea scalei de afișare a unui raport

Pentru a schimba scara de afișare, utilizați un indicator - o lupă. Pentru a vedea întreaga pagină, trebuie să faceți clic oriunde în raport. Pagina de raport va fi afișată pe ecran la o scară redusă.

Faceți clic din nou pe raport pentru a reveni la vizualizarea mărită. În modul raport mărit, punctul pe care ați făcut clic va fi în centrul ecranului. Pentru a parcurge paginile raportului, utilizați butoanele de navigare din partea de jos a ferestrei.

Imprimarea unui raport

Pentru a imprima un raport, procedați în felul următor:

În meniul Fișier, faceți clic pe Imprimare.

În zona Imprimare, faceți clic pe opțiunea Pagini.

Pentru a tipări doar prima pagină a raportului, introduceți 1 în câmpul „de la” și 1 în câmpul „către”.

Faceți clic pe butonul OK.

Înainte de a imprima un raport, este recomandabil să îl vizualizați în modul Print Preview, pentru a comuta la care trebuie să selectați Preview din meniul View.

Dacă la sfârșitul raportului apare o pagină goală când imprimați, asigurați-vă că Înălțimea pentru note de raport este setată la 0. Dacă tipăriți pagini interstițiale necompletate, asigurați-vă că suma lățimii formularului sau raportului și a lățimii din stânga și lățimea marginii din dreapta nu depășește lățimea hârtiei specificată în caseta de dialog Configurare pagină (meniul Fișier).

Când proiectați aspectul rapoartelor, utilizați următoarea formulă: lățime raport + margine din stânga + margine din dreapta

Pentru a ajusta dimensiunea raportului, trebuie să utilizați următoarele tehnici:

modificați valoarea lățimii raportului;

reduceți lățimea marginilor sau modificați orientarea paginii.

Creați un raport

1. Lansați programul Microsoft Access. Deschideți baza de date (de exemplu, baza de date educațională „Decanatul”).

2. Creați un raport automat: casetă folosind un tabel ca sursă de date (de exemplu, Studenți). Raportul se deschide în modul Previzualizare, care vă permite să vedeți cum va arăta raportul la imprimare.

3. Comutați la vizualizarea Design și editați și formatați raportul. Pentru a comuta de la vizualizarea Previzualizare la vizualizarea Design, faceți clic pe Închidere pe bara de instrumente a ferestrei aplicației Acces. Raportul va apărea pe ecran în vizualizarea Design.

Editare:

1) eliminați câmpurile de cod student din antet și zona de date;

2) Mutați toate câmpurile din antet și zona de date spre stânga.

3) Schimbați inscripția din titlul paginii

În secțiunea Titlu raport, evidențiați inscripția Studenți.

Poziționați indicatorul mouse-ului la dreapta cuvântului Studenți, astfel încât indicatorul să se schimbe într-o bară verticală (cursor de intrare) și faceți clic în acea poziție.

Introduceți NTU „KhPI” și apăsați Enter.

4) Mutați legenda. În subsol, evidențiați câmpul =Now() și trageți-l în antetul raportului numit Studenți. Data va fi afișată sub titlu.

5) În bara de instrumente Report Designer, faceți clic pe butonul Previzualizare pentru a previzualiza raportul.

Formatare:

1) Evidențiați titlul Studenți ai NTU „KhPI”

2) Schimbați fontul, stilul și culoarea fontului și culoarea de umplere a fundalului.

3) În bara de instrumente Report Designer, faceți clic pe butonul Previzualizare pentru a previzualiza raportul.

Schimbarea stilului:

Pentru a schimba stilul, procedați în felul următor:

În bara de instrumente Report Designer, faceți clic pe butonul AutoFormat pentru a deschide caseta de dialog AutoFormat.

În lista Stiluri a obiectului Raport - Formatare automată, faceți clic pe Strict, apoi faceți clic pe OK. Raportul va fi formatat în stilul Strict.

Comută în modul Previzualizare. Raportul va fi afișat în stilul pe care l-ați selectat. De acum înainte, toate rapoartele create utilizând caracteristica Raport automat vor avea stilul Strict până când specificați un stil diferit în fereastra Formatare automată.

Expert și sisteme de învățare

Sistemele experte sunt una dintre principalele aplicații ale inteligenței artificiale. Inteligența artificială este una dintre ramurile informaticii, care se ocupă de sarcinile de modelare hardware și software a acelor tipuri de activitate umană care sunt considerate intelectuale.

Rezultatele cercetărilor privind inteligența artificială sunt utilizate în sisteme inteligente care sunt capabile să rezolve probleme creative care aparțin unui anumit domeniu, cunoștințele despre care sunt stocate în memoria (baza de cunoștințe) a sistemului. Sistemele de inteligență artificială sunt concentrate pe rezolvarea unei clase mari de sarcini, care includ așa-numitele sarcini parțial structurate sau nestructurate (sarcini slab formalizate sau neformalizabile).

Sistemele informatice utilizate pentru rezolvarea sarcinilor parțial structurate sunt împărțite în două tipuri:

Crearea rapoartelor de management (efectuarea prelucrarii datelor: cautare, sortare, filtrare). Decizia se ia pe baza informatiilor cuprinse in aceste rapoarte.

Dezvoltarea posibilelor soluții alternative. Luarea deciziilor se reduce la alegerea uneia dintre alternativele propuse.

Sistemele informatice care dezvoltă soluții alternative pot fi model sau expert:

Sistemele de informații model oferă utilizatorului modele (matematice, statistice, financiare etc.) care ajută la asigurarea dezvoltării și evaluării alternativelor de soluție.

Sistemele informatice expert asigura dezvoltarea si evaluarea posibilelor alternative de catre utilizator prin intermediul sisteme de construcție pe baza cunoștințelor dobândite de la specialiști – experți.

Sistemele expert sunt programe de calculator care acumulează cunoștințele specialiștilor - experți în domenii specifice, care sunt concepute pentru a obține soluții acceptabile în procesul de prelucrare a informațiilor. Sistemele expert transformă experiența experților într-un anumit domeniu de cunoaștere în formă de reguli euristice și sunt concepute pentru a consulta specialiști mai puțin calificați.

Se știe că cunoașterea există sub două forme: experiență colectivă, experiență personală. Dacă domeniul este reprezentat de experiență colectivă (de exemplu, matematică superioară), atunci această materie nu are nevoie de sisteme expert. Dacă în domeniul de studiu majoritatea cunoștințelor sunt experiența personală a specialiștilor de nivel înalt și aceste cunoștințe sunt semistructurate, atunci această zonă are nevoie de sisteme experte. Sistemele expert moderne sunt utilizate pe scară largă în toate domeniile economiei.

Baza de cunoștințe este nucleul sistemului expert. Trecerea de la date la cunoaștere este o consecință a dezvoltării sistemelor informaționale. Bazele de date sunt folosite pentru a stoca date, iar bazele de cunoștințe sunt folosite pentru a stoca cunoștințe. Baza de date, de regulă, stochează cantități mari de date cu un cost relativ scăzut, iar bazele de cunoștințe stochează matrice de informații mici, dar costisitoare.

Baza de cunoștințe este o colecție de cunoștințe descrise folosind forma aleasă de prezentare a acestora. Completarea bazei de cunoștințe este una dintre cele mai dificile sarcini, care este asociată cu alegerea cunoștințelor, formalizarea și interpretarea acestora.

Sistemul expert este format din:

baza de cunoștințe (ca parte a memoriei de lucru și a bazei de reguli) concepută pentru a stoca fapte inițiale și intermediare în memoria de lucru (se mai numește și bază de date) și pentru a stoca modele și reguli pentru manipularea modelelor în baza de reguli

rezolvator de probleme (interpret), care asigură implementarea unei secvențe de reguli pentru rezolvarea unei probleme specifice bazate pe fapte și reguli, stocate în baze de date și baze de cunoștințe

subsistemul de explicații, permite utilizatorului să obțină răspunsuri la întrebarea: „De ce a luat sistemul o astfel de decizie?”

subsistem de achiziție de cunoștințe conceput atât pentru a adăuga reguli noi la baza de cunoștințe, cât și pentru a modifica regulile existente.

interfata utilizator, ansamblu de programe care implementeaza dialogul utilizatorului cu sistemul in stadiul introducerii informatiilor si obtinerii rezultatelor.

Sistemele expert diferă de sistemele tradiționale de procesare a datelor prin aceea că folosesc de obicei reprezentarea simbolică, inferența simbolică și căutarea euristică pentru soluții. Pentru rezolvarea sarcinilor slab formalizate sau neformalizabile, rețelele neuronale sau neurocalculatoarele sunt mai promițătoare.

Baza neurocalculatoarelor sunt rețelele neuronale - conexiuni paralele organizate ierarhic ale elementelor adaptive - neuroni, care asigură interacțiunea cu obiectele lumii reale în același mod ca și sistemul nervos biologic.

Mari succese în utilizarea rețelelor neuronale au fost obținute în crearea sistemelor expert de auto-învățare. Rețeaua este configurată, adică tren, trecând prin el toate soluțiile cunoscute și obținând răspunsurile cerute la ieșire. Setarea constă în selectarea parametrilor neuronilor. Utilizați adesea un program de instruire specializat care antrenează rețeaua. După antrenament, sistemul este gata să funcționeze.

Dacă într-un sistem expert creatorii săi stabilesc în mod preliminar cunoștințele într-o anumită formă, atunci în rețelele neuronale nu este cunoscut nici măcar dezvoltatorilor cum se formează cunoștințele în structura sa în procesul de învățare și autoînvățare, adică. Rețeaua este o cutie neagră.

Neurocalculatoarele, ca sisteme de inteligență artificială, sunt foarte promițătoare și pot fi îmbunătățite la infinit în dezvoltarea lor. În prezent, sistemele de inteligență artificială sub formă de sisteme expert și rețele neuronale sunt utilizate pe scară largă în rezolvarea problemelor financiare și economice.

Subiectul 2.3. Software de prezentare și programare de bază de birou

Subiectul 2.4.

2.4.11. Baza de date de formare cu buton principal formular „Training_students” - Descărcare

Sisteme de management al bazelor de date și sisteme expert

2.4. Sisteme de management al bazelor de date și sisteme expert

2.4.10. Expert și sisteme de învățare

Sistemele informatice utilizate pentru rezolvarea sarcinilor parțial structurate sunt împărțite în două tipuri:

Crearea rapoartelor de management (efectuarea prelucrarii datelor: cautare, sortare, filtrare). Decizia se ia pe baza informatiilor cuprinse in aceste rapoarte.
Dezvoltarea posibilelor soluții alternative. Luarea deciziilor se reduce la alegerea uneia dintre alternativele propuse.

Sistemele informatice care dezvoltă soluții alternative pot fi model sau expert:

Sistemele de informații model oferă utilizatorului modele (matematice, statistice, financiare etc.) care ajută la asigurarea dezvoltării și evaluării alternativelor de soluție.
Sistemele informatice expert asigura dezvoltarea si evaluarea posibilelor alternative de catre utilizator prin crearea de sisteme bazate pe cunostinte obtinute de la specialisti - experti.

Sistemul expert este format din:

baza de cunoștințe (ca parte a memoriei de lucru și a bazei de reguli), concepută pentru a stoca fapte inițiale și intermediare în memoria de lucru (se mai numește și bază de date) și pentru a stoca modele și reguli pentru manipularea modelelor în baza de reguli;
un rezolvator de probleme (interpret), care asigură implementarea unei secvențe de reguli pentru rezolvarea unei probleme specifice bazate pe fapte și reguli, stocate în baze de date și baze de cunoștințe;
subsistemul de explicații, permite utilizatorului să obțină răspunsuri la întrebarea: „De ce a luat sistemul o astfel de decizie?”;
un subsistem de achiziție de cunoștințe conceput atât pentru a adăuga reguli noi la baza de cunoștințe, cât și pentru a modifica regulile existente;
interfata utilizator, ansamblu de programe care implementeaza dialogul utilizatorului cu sistemul in stadiul introducerii informatiilor si obtinerii rezultatelor.

Neurocalculatoarele, ca sisteme de inteligență artificială, sunt foarte promițătoare și pot fi îmbunătățite la infinit în dezvoltarea lor.

În prezent, sistemele de inteligență artificială sub formă de sisteme expert și rețele neuronale sunt utilizate pe scară largă în rezolvarea problemelor financiare și economice.

Sistemele informatice utilizate pentru rezolvarea sarcinilor parțial structurate sunt împărțite în două tipuri:

Crearea rapoartelor de management (efectuarea prelucrarii datelor: cautare, sortare, filtrare). Decizia se ia pe baza informatiilor cuprinse in aceste rapoarte.

Dezvoltarea posibilelor soluții alternative. Luarea deciziilor se reduce la alegerea uneia dintre alternativele propuse.

Sistemele informatice care dezvoltă soluții alternative pot fi model sau expert:

Sistemele de informații model oferă utilizatorului modele (matematice, statistice, financiare etc.) care ajută la asigurarea dezvoltării și evaluării alternativelor de soluție.

Sistemele informatice expert asigura dezvoltarea si evaluarea posibilelor alternative de catre utilizator prin crearea de sisteme bazate pe cunostinte obtinute de la specialisti - experti.

Sistemul expert este format din:

subsistemul de explicații, permite utilizatorului să obțină răspunsuri la întrebarea: „De ce a luat sistemul o astfel de decizie?”

subsistem de achiziție de cunoștințe conceput atât pentru a adăuga reguli noi la baza de cunoștințe, cât și pentru a modifica regulile existente.

interfata utilizator, ansamblu de programe care implementeaza dialogul utilizatorului cu sistemul in stadiul introducerii informatiilor si obtinerii rezultatelor.

Sistem de învățare expert

Introducere

În prezent, în legătură cu dezvoltarea rapidă a tehnologiilor Internet, există tot mai multe servicii interactive pentru Internet și Intranet rețele, cum ar fi învățământ la distanță. Sistemul de învățământ la distanță este o formă de educație destul de populară în lume în acele țări care au un nivel destul de ridicat de dezvoltare a instrumentelor de comunicare bazate pe tehnologia computerului. Pregătirea specialiștilor moderni necesită organizare proces educațional folosind aceste noi tehnologii informaționale și folosind sisteme bazate pe cunoștințe - sisteme expert (ES).

Utilizarea ES pentru evaluarea nivelului de cunoștințe al elevilor în sistemele de testare determină un bloc important de programe de calculator – sistemele de pregătire expert (ETS).

Sistemele de instruire pentru experți sunt programe de calculator care au componentele principale ale ES, dar care au o componentă de explicație extinsă suplimentar. Astfel de sisteme se bazează atât pe cunoștințele experților în software, cât și pe cunoștințele experților în metodele de predare. În plus, au o componentă de adaptare a prezentării material educațional stagiarului, în funcție de pregătirea acestuia. Și cel puțin există mai multe strategii de învățare, al căror nivel de detaliere depinde de activitatea elevului în dialogul cu sistemul.

Utilizarea EOS ca instrument de testare pentru a determina calitatea cunoștințelor unui student este, de asemenea, de mare importanță în predare. Deoarece într-o astfel de testare elevul nu este afectat de factorul subiectiv, adică rezultatele testului nu depind de caracteristicile personale ale examinatorului și ale testatului. Iar utilizarea testelor unificate permite profesorului să evalueze obiectiv nivelul de pregătire al elevilor.

1. Relevanța subiectului

Odată cu utilizarea pe scară largă a computerelor, rolul de învăţarea pe calculator, a cărei metodologie mărește abilitățile intelectuale ale elevului și independența de luare a deciziilor. Și astfel de calități sunt cele mai solicitate într-o economie competitivă și contribuie la educație șicreștere profesională. Există probleme de creare a unor sisteme de învățare eficiente, precum și crearea de noi forme și modalități de prezentare a materialului educațional, căutarea de noi tehnici pedagogice și mijloace didactice. Una dintre modalitățile de a crește eficacitatea instruirii, asimilarea informațiilor și de a reduce costul procesului de învățare în sine este dezvoltarea și utilizarea sistemelor de instruire expertă automatizate. În prezent, există mulți termeni care desemnează un sistem de învățare expert automatizat, care, de fapt, sunt similari.

Cele mai populare dintre ele sunt sistemele de învățare la distanță, sistemul de instruire pe calculator și altele. Pentru a explica sensul complet al termenilor de mai sus, se poate da următoarea definiție.
Un sistem de învățare expert (ETS) este un complex de software și hardware și instrumente educaționale și metodologice construite pe baza cunoștințelor experților în domeniu (profesori calificați, metodologi, psihologi), care implementează și controleazăproces de invatare. Scopul unui astfel de sistem este ca, pe de o parte, să-l ajute pe profesor să predea și să controleze elevul, iar pe de altă parte, elevul să învețe independent.

2. Scopul și obiectivele studiului, rezultatele planificate

Scopul studiului este de a dezvolta un sistem informatic de predare expert care va contribui la creșterea cantității de cunoștințe dobândite și a eficienței percepției informației, precum și la reducerea timpului pentru studierea materiei, inclusiv timpul petrecut de către profesor pentru prezentarea informațiilor. și insuflarea abilităților practice studenților.

Obiectivele principale ale studiului:

Dezvoltarea modelului ontologic al EOS;
Dezvoltarea structurii EOS;
Justificarea și alegerea mijloacelor informatice de implementare;
Implementarea componentelor active în EOS (jocuri, sisteme interactive, acces direct la comunicare, de exemplu, prin Skype cu managerul);

Obiect de studiu: sistem de predare expert.

Subiect de studiu: modele, structuri și funcții ale EOS.

Noutate științifică este format din o nouă abordare a proiectării ETS, bazată pe modelarea activității elevului și utilizarea metodelor de inteligență artificială.

Ca parte a lucrării masterului, se plănuiește obținerea relevantă rezultate științificeîn următoarele domenii:

Modelarea proceselor de învățare.
Design structura EOS pentru Internet și Intranet.

Rezultatele planificate ale lucrării: un prototip al unui sistem de instruire expert care va îmbunătăți calitatea instruirii și va reduce timpul de pregătire.

3. Ancheta cercetărilor științifice.

Întrucât problemele cercetării sistemelor de învățare expert și îmbunătățirea eficienței învățării în acest sistem reprezintă o parte importantă a rezolvării problemelor complexe cu ajutorul sistemelor expert. EOS au fost studiate pe scară largă atât de specialiști străini, cât și interni.

3.1. Revizuirea surselor internaționale

Primul sistem de predare Platon bazat pe o companie puternică de calculatoare" Control Data Corporation ” a fost dezvoltat în SUA la sfârșitul anilor 50 și este dezvoltat de 20 de ani. Crearea și utilizarea programelor de instruire au devenit cu adevărat masive de la începutul anilor 80, când au apărut și s-au răspândit computerele personale. De atunci, aplicațiile educaționale ale computerelor s-au mutat în curentul principal, împreună cu procesarea de cuvinte și grafica, împingând calculele matematice în fundal.

De asemenea, ECSI a fost fondată în 1972 și de atunci s-a impus ca un furnizor de top de servicii pentru industria educației. Compania este specializată în dezvoltarea de produse și servicii pentru a îmbunătăți experiența de învățare pentru studenți și părinții acestora. ECSI deservește în prezent peste 1.300 de școli, colegii și universități din întreaga țară, oferind o gamă largă de sisteme de învățare intuitive, complet personalizate.

3.2. Revizuirea surselor naționale

Sistemele moderne de instruire includ TrainingWare, eLearning Server 3000 v2.0, eLearningOffice 3000, IBM Workplace Collaborative Learning și sistemele HyperMethod 3.5 de la HyperMethod, care este cel mai mare dezvoltator rus. soluții gata făcuteși software în multimedia, învățare expert și comerț electronic.

4. Sisteme de învățare expert

Un sistem de învățare expert (ETS) este un program de calculator construit pe baza cunoștințelor experților în materie (profesori calificați, metodologi, psihologi) care implementează și controlează procesul de învățare. Scopul unui astfel de sistem este ca, pe de o parte, să-l ajute pe profesor să predea și să controleze elevul, iar pe de altă parte, elevul să învețe independent.

Principalele componente ale EOS sunt:

bază de cunoștințe;
mașină de ieșire;
modul de extragere a cunoștințelor;
modul de învățare;
sistemul de explicații;
modul de testare.

Poza 1- Model funcțional al structurii EOS

(animație: 8 cadre, 5 bucle, 118 kiloocteți)

În acest model, partea superioară a ETS este moștenită de la ES, iar partea inferioară sunt blocurile care asigură procesul de învățare și testare.

Baza de cunoștințe este un depozit de module de cunoștințe. Modulul de cunoștințe al sistemelor expert este un mod formalizat, folosind o anumită metodă de reprezentare a cunoștințelor (sistem de producție, cadre, rețele semantice, calcul de predicate de ordinul I), cartografiere a obiectelor din domeniul de studiu, relațiile acestora, acțiunile asupra obiectelor.

Lucrul cu baza de cunoștințe presupune următoarele etape:

extragerea de cunoștințe de la experți;
formalizarea cunoștințelor;
accesul, prelucrarea modulelor de cunoștințe.

În procesul de învățare, cunoștințele de specialitate pot fi transferate elevului sub forma unei porțiuni de informații (textuale, grafice, multimedia), precum și cunoștințe bazate pe experiență care nu pot fi transferate direct elevului, ci dobândite de acesta. în cursul activităţii independente].

Pentru a transfera cunoștințele experților, tehnologia hipertext avansată este utilizată pe scară largă - de la programe tradiționale pentru crearea de ajutor (ajutor) la instrumente moderne pentru crearea și întreținerea site-urilor Web (de exemplu, Dreamweaver MX).

Spre deosebire de ES, pentru a construi o bază de cunoștințe, EES implică nu numai profesori experți, ci folosește și cunoștințe despre tehnici pedagogice și strategii de învățare și despre caracteristici psihologice personalitate. Prin urmare, modulele de cunoștințe sunt formate de mulți experți. Și aici este necesar să se țină cont de consistența opiniilor experților și să se ajusteze baza de cunoștințe, ținând cont de competența experților. Desigur, aceste dificultăți pot fi ocolite dacă există un expert care îmbină cunoștințele unui specialist în domeniu, cunoștințele despre tacticile și strategiile de predare și care deține metodele psihologice de predare, adică un profesor de înaltă calificare.

Componenta de învățare este un set de module software care implementează diverse mecanisme de inferență pentru atingerea scopului pedagogic în învățare. ETS, spre deosebire de alte instrumente informatice de învățare, au interactivitate: au un dialog cu elevul, ceea ce este foarte atractiv pentru acesta din urmă.

Construirea unui dialog se bazează pe principiile psihologice de bază ale învățării:

interfață prietenoasă;
ieși din dialog în orice moment;
ajutor în timp util și motivat.

Fiecare întrebare adresată cursantului trebuie luată în considerare cu atenție, dacă este necesar, oferind o întrebare mai detaliată pentru a o înțelege mai bine.

Ca urmare a studiului s-a demonstrat că multe componente ale creării unui ETS depind de rezultatul formării, prin urmare, pentru a crea o bază de cunoștințe a unui ES, este nevoie de un specialist care să aibă cunoștințe excelente ale domeniului subiectului și, de asemenea, să aibă încredere în tehnicile de învățare. .

5. Tehnologia client-server a unui sistem expert de învățare pentru rețele InternetșiIntranet

Arhitectura client-server constă din următoarele componente:

un server care satisface cererile clientului; un client care oferă o interfață de utilizator care trimite cereri către server și primește răspunsuri de la acesta; software de comunicare în rețea care interacționează între un client și un server. Utilizarea tehnologiei client-server oferă anumite avantaje la construirea unui ES: baza de cunoștințe este stocată pe server și, prin urmare, trebuie actualizată o dată;
baza de cunoștințe poate fi accesată de alte aplicații; iar avantajul sistemelor de învățare expert (ETS) este că puteți stoca conținut pe server și puteți urmări statisticile de antrenament pe acesta.
Client-server ES și EOS pentru rețelele Internet/Intranet permit extinderea posibilităților de aplicare a acestora în învățământul la distanță.
Sistemele de instruire pe computer permit atât dezvoltarea de prototipuri ES și pot fi utilizate pentru testarea adaptată și predarea studenților printr-o rețea locală.
Principalele componente ale EOS sunt următoarele: editor de baze de cunoștințe; mașini de inferență logică (inferență directă, inversă, indirectă, formula Bayes); subsistem explicație; analizor de testare; modul profesor; componenta de invatare.

Sarcina principală a sistemelor de învățare expert este de a oferi studentului oportunitatea de a dobândi cunoștințe, abilități în dezvoltarea bazei de cunoștințe și crearea de prototipuri ES în mod independent, precum și pentru testare instruită.

Există cel puțin cinci motive importante care împiedică implementarea ES client-server (distribuit):

Elementele structurale ale componentelor ES nu sunt izolate unele de altele.
Un KB nu este o bază de date pentru care există SGBD-uri puternice (Oracle, InterBase, MySQL și așa mai departe) care utilizează interogări SQL.
Accesul multi-utilizator la KB pentru editare este pur și simplu inacceptabil.
Concluzia logică și specificul creării unei baze de cunoștințe (modalități diferite de reprezentare a cunoștințelor) nu contribuie la necesitatea combinării lor într-un singur sistem. O serie de limbaje de descriere, servicii Web au fost dezvoltate pentru Symantec Web, dar până acum nu există propuneri pentru implementarea inferenței.
Software instrumente pentru construirea ES și KB este exclusivă și costisitoare.

Puteți, desigur, să plasați ES pe un server Web pentru a-l descărca pe o mașină client folosind link-ul de descărcare și a îl actualiza pe server, dar aceasta nu este o soluție client-server.

În mod similar, se poate argumenta despre utilizarea unei arhitecturi client-server cu trei niveluri (Server - CORBA - Client), atunci când baza de cunoștințe este găzduită pe serverul de aplicații și prezentată sub forma unor reguli de decizie de afaceri.

De asemenea, tehnologia „thin client” (KB, inferență logică, sistem de explicații este amplasată pe server, iar dialogul cu ES este suportat atât pe server, cât și pe client) și „thick client” (KB, inferență logică). , sistemul de explicații sunt situate pe client) nu sunt, de asemenea, adecvate.mașină, iar interfața conversațională este întreținută de client și server).

Rețineți că KB ES este o proprietate intelectuală și nu poate fi pusă la dispoziție pentru utilizare gratuită. Și bazele de cunoștințe de instruire ar trebui plasate pe un server Web, astfel încât orice utilizator de interes să poată analiza modul în care funcționează ES și să-și îmbunătățească cunoștințele despre domeniu.

Nu uitați de încărcarea serverului în situații de vârf. Niciun furnizor nu va oferi serverului doar pentru funcționarea ES, deoarece reacția utilizatorului în timpul consultării sau explicației nu este previzibilă. Și acestea sunt puncte importante în funcționarea ES (consultațiile pot dura de la minute la câteva ore).

Dezvoltarea EOS pentru rețelele Internet/Intranet este cu totul altă problemă.

EOS este un sistem informatic construit pe baza cunoștințelor experților în domeniu (profesori calificați, metodologi, psihologi), care implementează și controlează procesul de învățare. Scopul unui astfel de sistem este ca, pe de o parte, să-l ajute pe profesor să predea și să controleze elevii, iar pe de altă parte, elevii să învețe singuri.

Principalele componente ale EOS sunt următoarele: KB; mașină de ieșire; modul de învățare; sistemul de explicații; modul de testare a învățării.

De regulă, BR conține:

Reguli de psihodiagnostic pentru identificare tipuri psihologice stagiari.

Tehnici didactice de învățare. Regulile reprezintă cunoștințele acumulate ale profesorilor pentru a evalua cunoștințele elevilor.

Regulile de învățare modifică succesiunea sarcinilor de conținut prezentate. Această secvență este o funcție a mai multor variabile: tipul psihologic al cursantului, nivelul de învățare, răspunsul curent al celui care învață, nivelul de dificultate al sarcinii, cantitatea de pregătire.

În legătură cu cele de mai sus privind ES distribuit, se recomandă utilizarea tehnologiei „client gros” pentru instruire și testare, adică atunci când toate componentele ETS sunt amplasate pe mașina client, iar rezultatele instruirii și testării sunt transferat pe server. Și nu trebuie să vă temeți că rezultatele pot fi înlocuite, având în vedere posibilitățile moderne de criptare a protocolului cu un server la distanță. De ce această tehnologie anume? Se știe că aproximativ 80% din toate informațiile percepute de o persoană - este vizual. Prin urmare, tehnologiile multimedia (fișiere avi) sunt o prioritate în predare. Dacă sunt localizate și rulează mai departeserver - aceasta este o sarcină uriașă pe server și, ca urmare, traficul crește la o dimensiune uriașă.

concluzii

ETS, spre deosebire de alte tehnologii de învățare pe calculator, au capacitatea de a implementa procesul de învățare conform modelului individual al elevului. Învățarea cu ajutorul ES este axată pe extragerea cunoștințelor de către cursanții înșiși. Și anume, astfel de specialiști sunt solicitați pe piața modernă a muncii. EOS are și avantajele și dezavantajele sale.

Principalele dezavantaje asociate sistemelor de învățare expert pot fi împărțite în psihologic asociat cu lipsa comunicării „în direct” cu profesorul, cerințe ridicate de autoorganizare și tehnic care sunt cauzate de imperfecțiunea conținutului, tehnologiilor și infrastructurii de telecomunicații.

Avantajele sistemelor de învățare expert sunt:

Avantaje geografice și temporale.
Personalizarea procesului de învățare. Oportunitate de a instrui diverse categorii de persoane, inclusiv cele cu dizabilități.
Extinderea informațiilor studiate și creșterea intensității învățării.
Optimizarea și automatizarea procesului de transfer de cunoștințe.

Lucrarea de master este dedicată problemei științifice actuale a automatizării unui sistem de instruire expert. În cadrul cercetării efectuate:

Sunt analizate sistemele de instruire expert existente.
S-a realizat un studiu asupra unui sistem automat de instruire a experților.
Se are în vedere tehnologia Client-server a unui sistem de instruire expert pentru rețelele Internet și Intranet.

În conformitate cu enunțul problemei, direcția ulterioară a cercetării este selectarea, dezvoltarea și adaptarea unui sistem de instruire expert, implementarea și testarea software-ului acestuia.

La redactarea acestui rezumat, lucrarea maestrului nu a fost încă finalizată. Finalizare finală: decembrie 2013. Textul integral al lucrării și materialele pe această temă pot fi obținute de la autor sau supervizorul acestuia după data specificată.

Lista surselor

1. Brooking A. Sisteme experte. Principii de lucru și exemple.: Per. din engleza. / A. Brooking, P. Jones; [Ed. R. Forsyth. - M.: Radio și comunicare, 1987. - 224 p.

2. - Asociația Americană a Intelectului Piecei Asociația Americană pentru Inteligență Artificială (AAAI).

7. Karpova I.P. Analiza răspunsurilor elevilor în sistemele automatizate de învățare / I.P. Karpova // - Tehnologii informaţionale, 2001, Nr. 11. - p.49-55.

8. Pusilovsky, P., Tehnologii adaptive și inteligente pentru educația bazată pe web. În C. Rollinger și C. Peylo (eds.), Special Issue on Intelligent Systems and Teleteaching, Konstliche Intelligenz, 4, 19 - 25.

9. Burdaev V.P. Tehnologia client-server a unui sistem de instruire expert pentru rețelele Internet și Intranet. // Inteligenţă artificială.

11. Andreichikov AV Sisteme informatice inteligente. /DAR. V. Andreichikov, O. N. Andreichikova.: Manual. - M.: Finanțe și statistică, 2004. - 424 p.

12. Atanov G. A. Educația și inteligența artificială, sau fundamentele didacticii moderne liceu. /G. A. Atanov, I. N. Pustynnikova. - Donețk: DOU, 2002. - 504 p.

13. Marvin Minsky. Mașina Emoției: Gândirea de bun simț, inteligența artificială și viitorul minții umane. 2007. - 332 p.

Sisteme de învățare experte și inteligente. Sisteme expert și de învățare Sisteme de învățare expert

Creați un raport ca obiect de bază de date

Structura raportului în vizualizarea design

Modalități de a crea un raport

Modificarea scalei de afișare a unui raport

Creați un raport

Expert și sisteme de învățare