SlideShare a Scribd company logo
‫دانش‬ ‫نمایش‬
(Knowledge Representation)
‫اکبرپور‬ ‫شاهین‬
‫شبستر‬ ‫واحد‬ ‫اسالمی‬ ‫آزاد‬ ‫دانشگاه‬
‫خبره‬ ‫های‬ ‫سیستم‬ ‫درس‬ ‫برای‬
‫منبع‬:‫خبره‬ ‫های‬ ‫سیستم‬ ‫مبانی‬ ‫و‬ ‫اصول‬
‫تالیف‬:‫ایران‬ ‫صنعت‬ ‫علم‬ ‫دانشگاه‬ ‫انتشارات‬ ‫مرکز‬ ،‫کاظمی‬ ‫زهره‬ ‫و‬ ‫غنضفری‬ ‫مهدی‬
1
‫دانش‬ ‫مفهوم‬
•‫هنوز‬ ‫حال‬ ‫این‬ ‫با‬ ‫ولی‬ ‫داند‬ ‫می‬ ‫را‬ ‫آن‬ ‫معنای‬ ‫کس‬ ‫هر‬ ،‫عشق‬ ‫همانند‬ ‫دانش‬ ‫کلمه‬
‫است‬ ‫دشوار‬ ‫آن‬ ‫تعریف‬.
•‫شناسی‬ ‫معرفت‬ ،‫دانش‬ ‫مطالعه‬ ‫علم‬(Epistemology)‫شود‬ ‫می‬ ‫نامیده‬.‫با‬ ‫علم‬ ‫این‬
‫دارد‬ ‫کار‬ ‫سرو‬ ‫دانش‬ ‫اصول‬ ‫و‬ ‫ساختار‬.
•‫های‬ ‫مقوله‬‫معرفت‬‫شناسی‬:
‫فلسفی‬ ‫تئوریهای‬
‫دانش‬‫پیشین‬(A prior)
A prior‫است‬ ‫جلوتر‬ ‫و‬ ‫مقدم‬ ‫که‬ ‫چیزی‬ ‫معنای‬ ‫به‬.‫دانش‬‫همیشه‬ ‫و‬ ‫دارد‬ ‫وجود‬ ‫قبل‬ ‫از‬ ‫پیشین‬
‫باشد‬ ‫تناقض‬ ‫در‬ ‫دیگر‬ ‫درست‬ ‫دانش‬ ‫یک‬ ‫با‬ ‫اینکه‬ ‫مگر‬ ‫شود‬ ‫می‬ ‫فرض‬ ‫درست‬.‫ری‬ ‫قواعد‬‫اضی‬
‫است‬ ‫نوع‬ ‫این‬ ‫از‬ ‫دارند‬ ‫کودکان‬ ‫که‬ ‫دانشی‬ ‫و‬.‫مانند‬:‫مثلثها‬ ‫همه‬ ‫زوایای‬ ‫مجموع‬180‫است‬.
‫پسین‬ ‫دانش‬(A posterior)
‫آید‬ ‫می‬ ‫بدست‬ ‫حواس‬ ‫طریق‬ ‫از‬ ‫دانش‬ ‫این‬.‫بدس‬ ‫حسی‬ ‫آزمایشهای‬ ‫از‬ ‫استفاده‬ ‫با‬ ‫آن‬ ‫درستی‬‫ت‬
‫آید‬ ‫می‬.‫مثال‬:‫است‬ ‫سبز‬ ‫راهنما‬ ‫چراغ‬.
‫دانش‬ ‫مفهوم‬
•‫دارد‬ ‫خبره‬ ‫سیستمهای‬ ‫در‬ ‫را‬ ‫اهمیت‬ ‫بیشترین‬ ‫دانش‬.
•‫و‬ ‫کامپیوتری‬ ‫متدوال‬ ‫های‬ ‫برنامه‬ ‫برای‬ ‫عبارات‬ ‫این‬
‫خبره‬ ‫سیستمهای‬‫شوند‬ ‫می‬ ‫مطرح‬:
‫های‬ ‫برنامه‬‫کامپیوتری‬=‫ها‬ ‫داده‬ ‫ساختار‬+‫الگوریتم‬
‫سیستمهای‬‫خبره‬=‫استنتاج‬+‫دانش‬
‫دانش‬ ‫مراتب‬ ‫سلسله‬
‫اغتشاش‬(Noise):‫های‬ ‫داده‬
‫آنه‬ ‫از‬ ‫ای‬ ‫استفاده‬ ‫هیچ‬ ‫که‬ ‫مبهمی‬‫ا‬
‫کرد‬ ‫شود‬ ‫نمی‬.
‫ها‬ ‫داده‬(Data):‫می‬ ‫بالقوه‬ ‫بطور‬
‫کرد‬ ‫استفاده‬ ‫آنها‬ ‫از‬ ‫توان‬.
‫اطالعات‬(Information):‫داده‬
‫مفی‬ ‫که‬ ‫هستند‬ ‫شده‬ ‫پردازش‬ ‫های‬‫د‬
‫هستند‬.
‫دانش‬(Knowledge):‫دهنده‬ ‫نشان‬
‫است‬ ‫تخصص‬ ‫بسیار‬ ‫اطالعات‬
‫می‬ ‫تعریف‬ ‫قواعد‬ ‫بصورت‬ ‫که‬
‫شوند‬.‫دیگر،اطالعات‬ ‫عبارت‬ ‫به‬‫ی‬
‫عمل‬ ‫آن‬ ‫به‬ ‫توان‬ ‫می‬ ‫که‬‫کرد‬.
‫دانش‬ ‫فوق‬ ‫یا‬ ‫خرد‬(Wisdom):
‫دانشی‬‫تجربه‬ ‫و‬ ‫دانش‬ ‫درباره‬
‫است‬.‫به‬ ‫منجر‬ ‫که‬ ‫اقداماتی‬
‫گردد‬‫می‬ ‫بهبود‬ ‫و‬ ‫گیری‬‫تصمیم‬.
‫خرد‬
‫دانش‬
‫اطالعات‬
‫ها‬ ‫داده‬
‫اغتشاش‬
‫دانش‬ ‫مراتب‬ ‫سلسله‬
•‫در‬ ‫است‬ ‫ممکن‬ ‫باشیم‬ ‫نداشته‬ ‫ها‬ ‫داده‬ ‫مورد‬ ‫در‬ ‫دانشی‬ ‫هیچ‬ ‫اگر‬
‫باشد‬ ‫اغتشاش‬ ‫یک‬ ‫اول‬ ‫نگاه‬.‫دریابی‬ ‫را‬ ‫آنها‬ ‫معنای‬ ‫اگر‬ ‫ولی‬‫م‬
‫داده‬ ‫عنوان‬ ‫به‬ ‫توان‬ ‫می‬‫پذیرفت‬.
•‫قطعی‬ ‫دانش‬ ‫یک‬ ‫با‬ ‫است‬ ‫ممکن‬ ‫اطالعات‬ ‫به‬ ‫داده‬ ‫تبدیل‬
‫صورت‬ ‫الگوریتم‬ ‫مانند‬ ‫ومشخص‬‫بگیرد‬.
•‫باش‬ ‫شده‬ ‫طراحی‬ ‫ای‬ ‫گونه‬ ‫به‬ ‫است‬ ‫ممکن‬ ‫خبره‬ ‫سیستم‬ ‫یک‬‫که‬ ‫د‬
‫پایگ‬ ‫کدام‬ ‫هر‬ ‫برای‬ ‫که‬ ‫باشد‬ ‫داشته‬ ‫دانش‬ ،‫حوزه‬ ‫چند‬ ‫درباره‬‫اه‬
‫باشد‬ ‫موجود‬ ‫دانشی‬.‫دانش‬ ‫فوق‬ ‫جا‬ ‫این‬ ‫در‬(Meta-knowledge)
‫شود‬ ‫استفاده‬ ‫باید‬ ‫دانش‬ ‫پایگاه‬ ‫کدام‬ ‫که‬ ‫کند‬ ‫می‬ ‫مشخص‬.
•
‫نمایش‬ ‫روشهای‬‫دانش‬
•‫قواعد‬
•‫معانی‬ ‫های‬ ‫شبکه‬(SemanticNets)
•‫ها‬ ‫فریم‬
•‫نوشتار‬(Scripts)
•‫دانش‬ ‫نمایش‬ ‫زبانهای‬
‫های‬ ‫شبکه‬‫معانی‬
•‫می‬ ‫بکار‬ ‫ای‬ ‫گزاره‬ ‫اطالعات‬ ‫برای‬ ‫که‬ ‫است‬ ‫مصنوعی‬ ‫هوش‬ ‫نمایش‬ ‫قدیم‬ ‫های‬ ‫روش‬ ‫از‬ ‫یکی‬
‫رود‬.
•‫است‬ ‫جهتدار‬ ‫و‬ ‫دار‬ ‫برچسب‬ ‫گراف‬ ‫یک‬ ،‫معانی‬ ‫شبکه‬ ‫یک‬ ‫ریاضی‬ ‫بیان‬ ‫به‬.
•‫اتمی‬ ‫عبارت‬ ‫یک‬ ‫دلیل‬ ‫همین‬ ‫به‬ ‫و‬ ‫است‬ ‫نادرست‬ ‫یا‬ ‫درست‬ ‫گزاره‬ ‫یک‬(Atomic)‫شود‬ ‫می‬ ‫نامیده‬.
‫های‬ ‫شبکه‬‫معانی‬
•‫رابطه‬ ‫ارتباطات‬ ‫یا‬ ‫کمانها‬ ‫و‬ ‫هستند‬ ‫موجودیتها‬ ‫یا‬ ‫اشیاء‬ ‫دهنده‬ ‫نشان‬ ‫ها‬ ‫گره‬ ،‫شبکه‬ ‫در‬‫اشیاء‬ ‫بین‬‫یا‬
‫موجودیتها‬‫هستند‬.
•‫ارتباطات‬ ‫انواع‬‫مرسوم‬:
 ISA(IS A)
Example: CatsISA mammal.
 AKO (A KINDOF)
Example: ChairsAKOfurniture.
 HAS-A(HAS A)
Example: Carhasaengine.
•ISA‫کالس‬ ‫یک‬ ‫از‬ ‫خاص‬ ‫عضو‬ ‫یک‬ ‫به‬(‫اشیا‬ ‫از‬ ‫گروه‬)‫کند‬ ‫می‬ ‫اشاره‬.‫که‬ ‫گفت‬ ‫همچنین‬ISA‫یک‬‫ارزش‬‫را‬
‫یک‬ ‫به‬‫گی‬ ‫ویژه‬‫سازد‬ ‫می‬ ‫مرتبط‬.
•AKO‫رود‬ ‫می‬ ‫بکار‬ ‫دیگر‬ ‫کالس‬ ‫یک‬ ‫با‬ ‫کالس‬ ‫یک‬ ‫بین‬ ‫ارتباط‬ ‫ایجاد‬ ‫برای‬.
•HAS-A‫سازد‬ ‫می‬ ‫مربوط‬ ‫زیرکالس‬ ‫یک‬ ‫به‬ ‫را‬ ‫کالس‬ ‫یک‬.‫یک‬ ‫ارتباط‬ ‫تعریف‬ ‫برای‬ ‫اغلب‬‫شیء‬‫ب‬ ‫با‬‫خشی‬
‫آن‬ ‫از‬‫شیء‬‫رود‬ ‫می‬ ‫بکار‬.،‫همچنین‬‫مقابل‬ ‫نقطه‬ ‫آن‬AKO‫است‬.
‫پرولوگ‬(PROLOG)‫معانی‬ ‫شبکه‬ ‫و‬
•‫برنامه‬ ‫یک‬ ‫به‬ ‫معانی‬ ‫های‬ ‫شبکه‬ ‫تبدیل‬PROLOG‫است‬ ‫آسان‬.
is_a(red, color).
has_a(John, father).
has_a(John, mother).
has_a(John, parents).
•‫هستند‬ ‫گزاره‬ ‫یک‬ ‫فوق‬ ‫جمالت‬ ‫از‬ ‫یک‬ ‫هر‬.
•‫نظیر‬ ،‫گزاره‬ ‫نام‬ ‫از‬ ‫ای‬ ‫گزاره‬ ‫عبارت‬ ‫پرولوگ‬ ‫در‬is_a‫شده‬ ‫تشکیل‬
‫است‬.‫باشن‬ ‫پرانتز‬ ‫داخل‬ ‫در‬ ‫آرگومان‬ ‫چند‬ ‫است‬ ‫ممکن‬ ‫آن‬ ‫دنبال‬ ‫به‬‫د‬.
•‫مفسر‬ ‫یک‬ ‫پرولوگ‬ ‫عبارات‬ ‫کننده‬ ‫اجرا‬ ‫سیستم‬(Interpreter)‫است‬.
‫پرولوگ‬(PROLOG)‫معانی‬ ‫شبکه‬ ‫و‬
‫معانی‬ ‫شبکه‬ ‫و‬ ‫پرولوگ‬
•‫داده‬ ‫پایگاه‬‫ای‬ ‫گزاره‬‫و‬ ‫قواعد‬ ‫شامل‬‫سیست‬ ‫به‬ ‫که‬ ‫است‬ ‫ای‬ ‫گزاره‬ ‫واقعیات‬‫م‬
‫اند‬ ‫شده‬ ‫وارد‬.
•،‫خبره‬ ‫سیستم‬ ‫طراحی‬ ‫در‬‫گزاره‬ ‫داده‬ ‫پایگاه‬‫باش‬ ‫می‬ ‫دانش‬ ‫پایگاه‬ ‫یک‬ ‫ای‬‫د‬.
•‫ای‬ ‫گزاره‬ ‫پرسش‬ ‫آیا‬ ‫کند‬ ‫تعیین‬ ‫تا‬ ‫دارد‬ ‫سعی‬ ‫مفسر‬(Query)‫وارد‬ ‫کاربر‬ ‫که‬
‫نه‬ ‫یا‬ ‫دارد‬ ‫وجود‬ ،‫داده‬ ‫پایگاه‬ ‫در‬ ،‫کرده‬.‫مثبت‬ ،‫جواب‬ ‫باشد‬ ‫موجود‬ ‫جواب‬ ‫اگر‬
‫است‬ ‫منفی‬ ‫غیراینصورت‬ ‫در‬.
‫ای‬ ‫گزاره‬ ‫داده‬ ‫پایگاه‬(‫واقعیات‬ ‫و‬ ‫قواعد‬)
‫مفسر‬
‫کاربر‬
‫پاسخها‬‫پرسشها‬
•‫پرول‬ ‫سیستم‬ ‫کلی‬ ‫شکل‬‫وگ‬:
‫معانی‬ ‫شبکه‬ ‫و‬ ‫پرولوگ‬
•‫قاعده‬ ‫یک‬ ‫پرسش‬ ‫اگر‬(Rule)‫مفسر‬ ،‫باشد‬
‫فرعی‬ ‫اهداف‬(‫زیرهدف‬)‫عمق‬ ‫در‬ ‫جستجو‬ ‫با‬ ‫را‬
(Depth-Fist Search)‫کند‬ ‫می‬ ‫منطبق‬.
•‫است‬ ‫ممکن‬ ‫که‬ ‫حدی‬ ‫تا‬ ‫جستجو‬ ،‫روش‬ ‫این‬ ‫در‬
‫سپس‬ ‫و‬ ‫رود‬ ‫می‬ ‫پایین‬ ‫به‬‫برمی‬‫گردد‬.
•‫می‬ ‫صورت‬ ‫نیز‬ ‫راست‬ ‫به‬ ‫چپ‬ ‫از‬ ‫جستجو‬
‫گیرد‬.
•‫عرض‬ ‫در‬ ‫جستجو‬ ،‫روش‬ ‫این‬ ‫مقابل‬ ‫در‬
(Breadth-First Search)‫در‬ ‫که‬ ‫است‬
‫نیست‬ ‫متداول‬ ‫پرولوگ‬.
•‫به‬ ‫رفتن‬ ‫از‬ ‫قبل‬ ‫سطح‬ ‫یک‬ ،‫روش‬ ‫این‬ ‫در‬
‫ش‬ ‫می‬ ‫جستجو‬ ‫کامال‬ ،‫بعدی‬ ‫تر‬ ‫پایین‬ ‫سطح‬‫ود‬.
‫پرولوگ‬ ‫در‬ ‫اهداف‬ ‫جستجوی‬ ‫از‬ ‫مثالی‬
1. ancestor (X, Y):- parent(X, Y).
2. ancestor (X, Y) :- ancestor (X, Z) ,ancestor (Z, Y).
3. parent (ann,mary).
4. parent (ann,susan).
5. parent(mary, bob).
6. parent (susan, john).
Examples:
?– ancestor(ann,susan).
yes
?– ancestor (ann,john).
yes
‫معانی‬ ‫شبکه‬ ‫مشکالت‬
•‫ه‬ ‫موجود‬ ‫محدودیتهایی‬ ‫هرچندکه‬ ،‫است‬ ‫مفید‬ ‫بسیار‬ ‫دانش‬ ‫نمایش‬ ‫برای‬ ‫شبکه‬ ‫نوع‬ ‫این‬‫ستند‬.‫از‬
‫جمله‬:
‫ندارد‬ ‫وجود‬ ‫آن‬ ‫روابط‬ ‫نامگذاری‬ ‫برای‬ ‫استانداردی‬ ‫هیچ‬.‫شده‬ ‫باعث‬ ‫امر‬ ‫این‬‫فه‬ ‫اصوال‬ ‫که‬‫م‬
‫باشد‬ ‫سخت‬ ،‫است‬ ‫شده‬ ‫طراحی‬ ‫چه‬ ‫برای‬ ‫و‬ ‫کند‬ ‫می‬ ‫کاری‬ ‫چه‬ ‫شبکه‬ ‫اینکه‬.
‫شوند‬ ‫جستجو‬ ‫باید‬ ‫که‬ ‫هاست‬ ‫گره‬ ‫از‬ ‫مختلف‬ ‫ترکیبات‬ ‫آمیز‬ ‫انفجار‬ ‫افزایش‬.‫مش‬ ‫این‬‫زمانی‬ ‫کل‬
‫شود‬ ‫منفی‬ ‫جستجوها‬ ‫از‬ ‫یکی‬ ‫پاسخ‬ ‫که‬ ‫کند‬ ‫می‬ ‫بروز‬ ‫بیشتر‬ ‫را‬ ‫خود‬.‫ب‬ ‫اینصورت‬ ‫در‬‫و‬ ‫یشتر‬
‫شود‬ ‫جستجو‬ ‫باید‬ ‫شبکه‬ ‫یک‬ ‫در‬ ‫موجود‬ ‫ارتباطات‬ ‫تمامی‬ ‫حتی‬ ‫یا‬.
•‫است‬ ‫سطحی‬ ‫دانش‬ ‫از‬ ‫مثالی‬ ‫معانی‬ ‫شبکه‬.
‫مثال‬:‫بدهید‬ ‫آسپرین‬ ‫یک‬ ‫او‬ ‫به‬ ‫آنگاه‬ ‫داشت‬ ‫تب‬ ‫کسی‬ ‫اگر‬.
‫این‬‫تب‬ ‫آسپرین‬ ‫چرا‬ ‫و‬ ‫چیست‬ ‫آن‬ ‫بیوشیمیایی‬ ‫مبنای‬ ‫که‬ ‫داند‬ ‫نمی‬ ‫سیستم‬‫را‬‫کا‬‫می‬ ‫هش‬
‫دهد‬.
•‫ترکی‬ ‫به‬ ‫آن‬ ‫بودن‬ ‫متکی‬ ‫دلیل‬ ‫به‬ ‫خبره‬ ‫سیستم‬ ‫دانش‬ ‫بودن‬ ‫سطحی‬ ‫دیگر‬ ‫بعبارت‬‫جمالت‬ ‫بات‬
‫آنها‬ ‫معانی‬ ‫نه‬ ‫است‬.
•‫دا‬ ‫نمایش‬ ‫معانی‬ ‫شبکه‬ ‫یک‬ ‫ساختار‬ ‫با‬ ‫توان‬ ‫نمی‬ ‫را‬ ‫واقعی‬ ‫دنیای‬ ‫در‬ ‫موجود‬ ‫دانش‬ ‫اغلب‬‫د‬.
‫شماتا‬(Schemata)‫طرح‬ ‫یا‬
•‫دانش‬‫عمقی‬‫مقابل‬ ‫در‬‫دانش‬‫است‬ ‫سطحی‬.
•‫م‬ ‫روی‬ ‫وقایع‬ ‫بعضی‬ ‫چرا‬ ‫دهد‬ ‫می‬ ‫توضیح‬ ‫که‬ ‫است‬ ‫معلول‬ ‫و‬ ‫علت‬ ‫دانش‬ ‫دارای‬ ،‫عمقی‬ ‫دانش‬ ‫ساختار‬ ‫یک‬‫ی‬
‫دهند‬.
•‫است‬ ‫مقایسه‬ ‫قابل‬ ‫داده‬ ‫ساختار‬ ‫با‬ ‫دانش‬ ‫ساختار‬.‫نما‬ ،‫دانش‬ ‫از‬ ‫شده‬ ‫مرتب‬ ‫مجموعه‬ ‫یک‬ ‫داده‬ ‫جای‬ ‫به‬ ‫آن‬ ‫در‬‫یش‬
‫است‬ ‫شده‬ ‫داده‬.
•‫جای‬ ‫به‬ ‫زیر‬ ‫قاعده‬ ‫در‬X‫و‬Y‫کرد‬ ‫جایگزین‬ ‫آنها‬ ‫جای‬ ‫را‬ ‫ای‬ ‫کلمه‬ ‫هر‬ ‫توان‬ ‫می‬:
‫یک‬ ‫کسی‬ ‫اگر‬(x)‫یک‬ ‫او‬ ‫به‬ ‫آنگاه‬ ‫داشت‬(Y)‫بدهید‬.
•‫دارند‬ ‫معلول‬ ‫و‬ ‫علت‬ ‫دانش‬ ‫پزشکان‬.‫داردند‬ ‫زیادی‬ ‫تجربیات‬ ‫و‬ ‫اند‬ ‫گذرانده‬ ‫زیادی‬ ‫های‬ ‫دوره‬ ‫آنها‬ ‫زیرا‬.‫اگ‬‫ر‬
‫کنند‬ ‫جایگزین‬ ‫دیگری‬ ‫روش‬ ‫و‬ ‫کنند‬ ‫استدالل‬ ‫آن‬ ‫مورد‬ ‫در‬ ‫توانند‬ ‫می‬ ،‫نشد‬ ‫واقع‬ ‫موثر‬ ‫روش‬.
•‫م‬ ‫شبکه‬ ‫از‬ ‫که‬ ‫رود‬ ‫می‬ ‫بکار‬ ‫دانشی‬ ‫ساختار‬ ‫تشریح‬ ‫برای‬ ‫طرح‬ ‫یا‬ ‫شماتا‬ ‫اصطالح‬ ‫مصنوعی‬ ‫هوش‬ ‫در‬‫عانی‬
‫است‬ ‫تر‬ ‫پیچیده‬.
•‫طرح‬ ‫انواع‬:
‫وحرکتی‬ ‫حسی‬ ‫طرحهای‬
‫مفهومی‬ ‫طرح‬
‫شماتا‬(Schemata)‫طرح‬ ‫یا‬
•‫وحرکتی‬ ‫حسی‬ ‫طرحهای‬:‫فکر‬ ‫به‬ ‫مجبور‬ ‫کارها‬ ‫این‬ ‫ضمنی‬ ‫دانش‬ ‫درباره‬ ‫انسان‬
‫نیستند‬ ‫کردن‬.
•‫مفهومی‬ ‫طرح‬:‫ش‬ ‫کلی‬ ‫خواص‬ ‫بوسیله‬ ،‫مشخص‬ ‫اشیا‬ ‫آن‬ ‫در‬ ‫که‬ ‫است‬ ‫انتزاع‬ ‫یک‬‫ان‬
‫شوند‬ ‫می‬ ‫بندی‬ ‫طبقه‬.
•‫درب‬ ‫توانیم‬ ‫می‬ ‫راحتی‬ ‫به‬ ‫شویم‬ ‫می‬ ‫متمرکز‬ ‫شی‬ ‫یک‬ ‫عمومی‬ ‫خواص‬ ‫بر‬ ‫وقتی‬‫آنها‬ ‫اره‬
‫کند‬ ‫گیج‬ ‫را‬ ‫ما‬ ‫آنها‬ ‫نامربوط‬ ‫جزئیات‬ ‫اینکه‬ ‫بدون‬ ‫کنیم‬ ‫استدالل‬.
•‫مثال‬:‫ف‬ ‫آن‬ ‫اینکه‬ ‫به‬ ‫بسته‬ ،‫چیست‬ ‫حیوان‬ ‫که‬ ‫دهند‬ ‫توضیح‬ ‫بخواهند‬ ‫مردم‬ ‫اگر‬‫در‬ ‫رد‬
‫حیوان‬ ‫مفهوم‬ ،‫غیره‬ ‫و‬ ‫رودخانه‬ ‫نزدیکی‬ ‫در‬ ‫یا‬ ،‫شهر‬ ‫در‬ ‫یا‬ ‫شده‬ ‫بزرگ‬ ‫مزرعه‬
‫است‬ ‫متفاوت‬.‫دارند‬ ‫خود‬ ‫ذهن‬ ‫در‬ ‫مفاهیم‬ ‫از‬ ‫هایی‬ ‫کلیشه‬ ‫افراد‬ ،‫حال‬ ‫هر‬ ‫به‬.
•‫مانند‬ ‫معانی‬ ‫شبکه‬ ،‫کامپیوتر‬ ‫علم‬ ‫در‬‫داده‬ ‫ساختار‬‫جس‬ ‫کلید‬ ، ٰ‫آن‬ ‫در‬ ‫که‬ ‫است‬‫همان‬ ‫تجو‬
‫هستند‬ ‫ها‬ ‫گره‬ ‫در‬ ‫شده‬ ‫ذخیره‬ ‫های‬ ‫داده‬.‫است‬ ‫داده‬ ‫ساختار‬ ‫یک‬ ‫به‬ ‫شیبه‬ ‫طرح‬ ‫یک‬‫که‬
‫هستند‬ ‫ها‬ ‫داده‬ ‫شامل‬ ‫که‬ ‫هستند‬ ‫رکوردها‬ ‫شامل‬ ‫ها‬ ‫گره‬ ‫آن‬ ‫در‬.
‫ها‬ ‫فریم‬(Frames)‫ها‬ ‫چهارچوب‬ ‫یا‬
•‫طبیعی‬ ‫زبانهای‬ ،‫بینایی‬ ‫فهم‬ ‫برای‬ ‫روشی‬ ‫ها‬ ‫فریم‬‫سایر‬ ‫و‬
‫رود‬ ‫می‬ ‫بکار‬ ‫مصنوعی‬ ‫هوش‬ ‫های‬ ‫زمینه‬.
•‫ها‬ ‫فریم‬‫بدیهی‬ ‫یا‬ ‫عمومی‬ ‫دانش‬ ‫سازی‬ ‫شبیه‬ ‫برای‬
(Commences Knowledge)‫است‬ ‫مناسب‬.‫را‬ ‫دانشی‬ ‫آن‬
‫قسمت‬ ‫که‬ ‫است‬ ‫موضوعی‬ ‫به‬ ‫مربوط‬ ‫که‬ ‫دهد‬ ‫می‬ ‫نشان‬
‫فرض‬ ‫پیش‬ ‫صورت‬ ‫به‬ ‫دانش‬ ‫آن‬ ‫از‬ ‫زیادی‬(Default)
‫است‬ ‫موضوع‬ ‫آن‬ ‫برای‬.
•‫ت‬ ‫می‬ ‫را‬ ‫سیستم‬ ‫یک‬ ‫اجزا‬ ‫مورد‬ ‫در‬ ‫بیشتر‬ ‫جزئیات‬‫با‬ ‫وان‬
‫کرد‬ ‫توصیف‬ ‫ها‬ ‫فریم‬.
•‫م‬ ‫تعریف‬ ‫برای‬ ‫استانداردی‬ ‫معانی‬ ‫های‬ ‫شبکه‬ ‫همانند‬‫بتنی‬
‫ندارد‬ ‫وجود‬ ‫ها‬ ‫فریم‬ ‫بر‬.
•‫زبان‬ ‫در‬ ‫رکوردی‬ ‫ساختار‬ ‫یک‬ ‫با‬ ‫توان‬ ‫می‬ ‫را‬ ‫فریم‬
‫کرد‬ ‫مقایسه‬ ‫پاسکال‬.
•‫شکاف‬ ‫نظیر‬ ‫توان‬ ‫می‬ ‫را‬ ‫رکورد‬ ‫یک‬ ‫مقادیر‬ ‫و‬ ‫فیلدها‬‫ها‬
(Slots)‫شکاف‬ ‫پرکننده‬ ‫و‬(Fillers)‫نظر‬ ‫در‬ ‫ها‬ ‫فریم‬ ‫در‬
‫گرفت‬.
‫ها‬ ‫پرکننده‬ ‫شکافها‬
‫جنرال‬‫موتور‬ ‫سازنده‬
‫شورلت‬‫کاپریس‬ ‫مدل‬
1979 ‫سال‬
‫اتوماتیک‬ ‫نیرو‬ ‫انتقال‬
‫گاروئیلی‬ ‫موتور‬
4 ‫تایرها‬
‫آبی‬ ‫رنگ‬
‫اتومبی‬ ‫یک‬ ‫فریم‬ ‫از‬ ‫ای‬ ‫نمونه‬‫ل‬:
‫اتومبیل‬‫گ‬ ‫ویژه‬ ‫شکاف‬ ‫نام‬ ،‫شیء‬‫و‬ ‫ی‬
‫هستند‬ ‫مقدار‬ ‫پرکننده‬.
‫ها‬ ‫فریم‬(Frames)‫ها‬ ‫چهارچوب‬ ‫یا‬
Slots Fillers
Name Property
Specialization
of
A kind of object
Type Car, Borat, house
If added:
Procedure ADD_PROPERTY
Owner Default: government
If needed:
Procedure FIND_OWNER
Location (home, work, mobile)
Status (missing, poor, good)
Under
warranty
(yes, no)
‫منطق‬
•‫بوسیله‬ ‫توان‬ ‫می‬ ‫را‬ ‫دانش‬ ،‫ها‬ ‫فریم‬ ‫و‬ ‫معانی‬ ‫های‬ ‫شبکه‬ ،‫قواعد‬ ‫بر‬ ‫عالوه‬
‫داد‬ ‫نشان‬ ‫منطق‬ ‫نمادهای‬.
•‫دقیق‬ ‫استالل‬ ‫و‬ ‫قواعد‬ ‫مطالعه‬ ‫از‬ ‫است‬ ‫عبارت‬ ‫منطق‬ ‫خالصه‬ ‫بطور‬
•‫منطق‬ ‫نویسی‬ ‫برنامه‬ ‫به‬ ‫منجر‬ ،‫استدالل‬ ‫انجام‬ ‫در‬ ‫کامپیوتر‬ ‫از‬ ‫استفاده‬‫ایجاد‬ ‫و‬
‫مانند‬ ‫منطق‬ ‫بر‬ ‫مبتنی‬ ‫زبانهای‬PROLOG‫است‬ ‫شده‬.
•‫است‬ ‫مقدمات‬ ‫از‬ ‫نتایج‬ ‫استنتاج‬ ،‫استدالل‬ ‫از‬ ‫مهم‬ ‫بخش‬ ‫یک‬.
•‫استد‬ ‫واقعیات‬ ‫از‬ ‫استفاده‬ ‫با‬ ‫استنتاج‬ ‫موتور‬ ‫که‬ ‫خبره‬ ‫سیستمهای‬ ‫در‬‫و‬ ‫کرده‬ ‫الل‬
‫است‬ ‫برخوردار‬ ‫زیادی‬ ‫اهمیت‬ ‫از‬ ‫منطق‬ ،‫رسد‬ ‫می‬ ‫نتیجه‬ ‫به‬.
•‫ها‬ ‫گزاره‬ ‫منطق‬
•‫سورها‬
‫استنتاج‬
•‫م‬ ‫مرتبط‬ ‫آن‬ ‫حل‬ ‫راه‬ ‫به‬ ‫را‬ ‫مساله‬ ‫یک‬ ‫که‬ ‫مختلف‬ ‫استنتاجات‬ ‫از‬ ‫ای‬ ‫رشته‬‫ی‬
‫شود‬ ‫می‬ ‫نامیده‬ ‫زنجیره‬ ‫یک‬ ،‫سازد‬.
•‫هستند‬ ‫موجود‬ ‫زنجیره‬ ‫نوع‬ ‫دو‬:
‫پیشرو‬(Forward)
‫پسرو‬(Backward)
•‫زنجیره‬‫پیشرو‬:
‫زنجیره‬‫شود‬ ‫می‬ ‫منتهی‬ ‫حل‬ ‫راه‬ ‫به‬ ‫و‬ ‫شده‬ ‫شروع‬ ‫مساله‬ ‫از‬.
‫ا‬ ‫شده‬ ‫ناشی‬ ‫واقعیات‬ ‫از‬ ‫که‬ ‫برسد‬ ‫نتایجی‬ ‫به‬ ‫تا‬ ‫شود‬ ‫می‬ ‫شروع‬ ‫واقعیت‬ ‫از‬ ‫که‬ ‫استدالالت‬ ‫از‬ ‫زنجیره‬‫ند‬.
•‫زنجیره‬‫پسرو‬:
‫شروع‬ ‫فرضیات‬ ‫از‬ ‫که‬ ‫زنجیره‬‫و‬ ‫شده‬‫پ‬ ‫را‬ ‫فرضیات‬ ‫که‬ ‫برسد‬ ‫واقعیاتی‬ ‫به‬ ‫تا‬ ‫گردد‬ ‫برمی‬ ‫عقب‬ ‫به‬‫می‬ ‫شتیبانی‬
‫کنند‬.
‫شود‬ ‫می‬ ‫ارضاء‬ ‫خود‬ ‫فرعی‬ ‫اهداف‬ ‫شدن‬ ‫ارضاء‬ ‫با‬ ‫اصلی‬ ‫هدف‬ ‫یک‬.
21
Decision Trees
1. Decision trees provide a useful paradigm for
solving certain types of classification problems.
2. Decision trees derive solutions by reducing the
set of possible solutions with a series of
decisions or questions that prune their search
space.
3. Problems suitable for decision trees are those
that provide the answer to a problem from a
predetermined set of possible answers.
22
Decision Trees
4. Decision trees consist of nodes and branches,
connecting parent nodes to child from the top to
bottom. The top node (root) has no parent.
Every other node has only one parent. Nodes
with no children are leaves.
5. Leaf nodes represent all possible solutions that
can be derived from the tree – answer nodes.
All other nodes are decision nodes.
23
Decision Trees
6. In general, a decision node may use any criteria
to select which branch to follow as long as it
yields only one branch. The branch selected
may be a set or range of values, etc.
7. The procedure to traverse a tree to reach an
answer is simple – begin at root, if the current
node is decision, answer the question – YES,
move left, NO, move right. When answer node
is current location value is derived from the
decision tree.
24
Decision Trees with
Multiple Branches
• A binary decision tree may prove inefficient – not
allowing for a set of responses or a series of
cases.
• A modified decision tree allows for multiple
branches – giving a series of possible decisions.
25
Binary Decision Tree
26
Decision Tree
with Multiple Branches
27
Decision Trees
That Learn
• Sometimes it is useful to add new knowledge to a
decision tree.
• Learning can result in the decision tree becoming
unbalanced – efficient decision trees are
balanced.
28
Animal Identification
Decision Tree
29
Animal Identification
Decision Tree After Learning Bird
30
A Rule-Based
Decision Tree Program
• The first step implementing the learning process in a
decision tree is to decide how knowledge should be
represented.
• Since the tree should learn, the tree should be
represented as facts instead of rules – facts are easily
added / deleted from a tree.
• Each node of the tree should be represented by a fact.
• From one run to the next, information about what has
been learned will be stored in a file.
• The rules for traversal of the tree must be
determined.

More Related Content

Similar to نمایش دانش

 درآمدی بر نظریه داده‌ها
 درآمدی بر نظریه داده‌ها درآمدی بر نظریه داده‌ها
 درآمدی بر نظریه داده‌ها
Hosseinieh Ershad Public Library
 
داده، dikw ، داده بزرگ و علم داده
داده، dikw ، داده بزرگ و علم دادهداده، dikw ، داده بزرگ و علم داده
داده، dikw ، داده بزرگ و علم داده
fatemeh zatajam
 
مقدمه ای بر جمع آوری اطلاعات
مقدمه ای بر جمع آوری اطلاعاتمقدمه ای بر جمع آوری اطلاعات
مقدمه ای بر جمع آوری اطلاعات
iuvmtech
 
الگوریتم ژنتیک
الگوریتم ژنتیکالگوریتم ژنتیک
الگوریتم ژنتیک
saeedeh ezzati
 
الگوریتم ژنتیک
الگوریتم ژنتیکالگوریتم ژنتیک
الگوریتم ژنتیک
saeedeh ezzati
 
93 8-27 critical apprasial
93 8-27 critical apprasial93 8-27 critical apprasial
93 8-27 critical apprasialReza Assadi
 
نگرشی بر کتاب روش تحقیق مهندسی یک بینش عملی برای محققان
نگرشی بر کتاب روش تحقیق مهندسی یک بینش عملی برای محققاننگرشی بر کتاب روش تحقیق مهندسی یک بینش عملی برای محققان
نگرشی بر کتاب روش تحقیق مهندسی یک بینش عملی برای محققان
mehran sultany nezhad
 
هوش مصنوعی
هوش مصنوعیهوش مصنوعی
هوش مصنوعیkarimimasod
 
هوش مصنوعی
هوش مصنوعیهوش مصنوعی
هوش مصنوعیkarimimasod
 
Ontology-FereshteMohsenian
Ontology-FereshteMohsenianOntology-FereshteMohsenian
Ontology-FereshteMohsenian
Fereshte Mohsenian
 
Classification of Iris flower data
Classification of Iris flower dataClassification of Iris flower data
Classification of Iris flower data
sahar zare
 
نحوه ی نوشتن پروپوزال
نحوه ی نوشتن پروپوزالنحوه ی نوشتن پروپوزال
نحوه ی نوشتن پروپوزال
AmirRahimi25
 
هوش مصنوعی - شبکه عصبی
هوش مصنوعی - شبکه عصبیهوش مصنوعی - شبکه عصبی
هوش مصنوعی - شبکه عصبیAli Ghaeni
 
Machine learning and big-data-in-physics 13970711-Dr. Amin Nezarat
Machine learning and big-data-in-physics 13970711-Dr. Amin NezaratMachine learning and big-data-in-physics 13970711-Dr. Amin Nezarat
Machine learning and big-data-in-physics 13970711-Dr. Amin Nezarat
aminnezarat
 
چرخه عمر در توسعه سیستم های خبره
چرخه عمر در توسعه سیستم های خبرهچرخه عمر در توسعه سیستم های خبره
چرخه عمر در توسعه سیستم های خبره
mina dorcheh
 
Research method (انواع روش تحقیق)
Research method (انواع روش تحقیق)Research method (انواع روش تحقیق)
Research method (انواع روش تحقیق)
Mahnaz Taslimi
 
نظریه رفتار اطلاعاتی در محیط های جدید جستجو
نظریه رفتار اطلاعاتی در محیط های جدید جستجونظریه رفتار اطلاعاتی در محیط های جدید جستجو
نظریه رفتار اطلاعاتی در محیط های جدید جستجو
tahere jafarie
 
جستجو پیشرفته منابع علمی | ویژه دانشجویان شیمی
جستجو پیشرفته منابع علمی | ویژه دانشجویان شیمیجستجو پیشرفته منابع علمی | ویژه دانشجویان شیمی
جستجو پیشرفته منابع علمی | ویژه دانشجویان شیمی
Arzhin ‌
 
OpenEHR پرونده الکترونیک سلامت
OpenEHR  پرونده الکترونیک سلامتOpenEHR  پرونده الکترونیک سلامت
OpenEHR پرونده الکترونیک سلامت
ayyoubzadeh
 

Similar to نمایش دانش (20)

 درآمدی بر نظریه داده‌ها
 درآمدی بر نظریه داده‌ها درآمدی بر نظریه داده‌ها
 درآمدی بر نظریه داده‌ها
 
داده، dikw ، داده بزرگ و علم داده
داده، dikw ، داده بزرگ و علم دادهداده، dikw ، داده بزرگ و علم داده
داده، dikw ، داده بزرگ و علم داده
 
Text mining
Text miningText mining
Text mining
 
مقدمه ای بر جمع آوری اطلاعات
مقدمه ای بر جمع آوری اطلاعاتمقدمه ای بر جمع آوری اطلاعات
مقدمه ای بر جمع آوری اطلاعات
 
الگوریتم ژنتیک
الگوریتم ژنتیکالگوریتم ژنتیک
الگوریتم ژنتیک
 
الگوریتم ژنتیک
الگوریتم ژنتیکالگوریتم ژنتیک
الگوریتم ژنتیک
 
93 8-27 critical apprasial
93 8-27 critical apprasial93 8-27 critical apprasial
93 8-27 critical apprasial
 
نگرشی بر کتاب روش تحقیق مهندسی یک بینش عملی برای محققان
نگرشی بر کتاب روش تحقیق مهندسی یک بینش عملی برای محققاننگرشی بر کتاب روش تحقیق مهندسی یک بینش عملی برای محققان
نگرشی بر کتاب روش تحقیق مهندسی یک بینش عملی برای محققان
 
هوش مصنوعی
هوش مصنوعیهوش مصنوعی
هوش مصنوعی
 
هوش مصنوعی
هوش مصنوعیهوش مصنوعی
هوش مصنوعی
 
Ontology-FereshteMohsenian
Ontology-FereshteMohsenianOntology-FereshteMohsenian
Ontology-FereshteMohsenian
 
Classification of Iris flower data
Classification of Iris flower dataClassification of Iris flower data
Classification of Iris flower data
 
نحوه ی نوشتن پروپوزال
نحوه ی نوشتن پروپوزالنحوه ی نوشتن پروپوزال
نحوه ی نوشتن پروپوزال
 
هوش مصنوعی - شبکه عصبی
هوش مصنوعی - شبکه عصبیهوش مصنوعی - شبکه عصبی
هوش مصنوعی - شبکه عصبی
 
Machine learning and big-data-in-physics 13970711-Dr. Amin Nezarat
Machine learning and big-data-in-physics 13970711-Dr. Amin NezaratMachine learning and big-data-in-physics 13970711-Dr. Amin Nezarat
Machine learning and big-data-in-physics 13970711-Dr. Amin Nezarat
 
چرخه عمر در توسعه سیستم های خبره
چرخه عمر در توسعه سیستم های خبرهچرخه عمر در توسعه سیستم های خبره
چرخه عمر در توسعه سیستم های خبره
 
Research method (انواع روش تحقیق)
Research method (انواع روش تحقیق)Research method (انواع روش تحقیق)
Research method (انواع روش تحقیق)
 
نظریه رفتار اطلاعاتی در محیط های جدید جستجو
نظریه رفتار اطلاعاتی در محیط های جدید جستجونظریه رفتار اطلاعاتی در محیط های جدید جستجو
نظریه رفتار اطلاعاتی در محیط های جدید جستجو
 
جستجو پیشرفته منابع علمی | ویژه دانشجویان شیمی
جستجو پیشرفته منابع علمی | ویژه دانشجویان شیمیجستجو پیشرفته منابع علمی | ویژه دانشجویان شیمی
جستجو پیشرفته منابع علمی | ویژه دانشجویان شیمی
 
OpenEHR پرونده الکترونیک سلامت
OpenEHR  پرونده الکترونیک سلامتOpenEHR  پرونده الکترونیک سلامت
OpenEHR پرونده الکترونیک سلامت
 

نمایش دانش

  • 1. ‫دانش‬ ‫نمایش‬ (Knowledge Representation) ‫اکبرپور‬ ‫شاهین‬ ‫شبستر‬ ‫واحد‬ ‫اسالمی‬ ‫آزاد‬ ‫دانشگاه‬ ‫خبره‬ ‫های‬ ‫سیستم‬ ‫درس‬ ‫برای‬ ‫منبع‬:‫خبره‬ ‫های‬ ‫سیستم‬ ‫مبانی‬ ‫و‬ ‫اصول‬ ‫تالیف‬:‫ایران‬ ‫صنعت‬ ‫علم‬ ‫دانشگاه‬ ‫انتشارات‬ ‫مرکز‬ ،‫کاظمی‬ ‫زهره‬ ‫و‬ ‫غنضفری‬ ‫مهدی‬ 1
  • 2. ‫دانش‬ ‫مفهوم‬ •‫هنوز‬ ‫حال‬ ‫این‬ ‫با‬ ‫ولی‬ ‫داند‬ ‫می‬ ‫را‬ ‫آن‬ ‫معنای‬ ‫کس‬ ‫هر‬ ،‫عشق‬ ‫همانند‬ ‫دانش‬ ‫کلمه‬ ‫است‬ ‫دشوار‬ ‫آن‬ ‫تعریف‬. •‫شناسی‬ ‫معرفت‬ ،‫دانش‬ ‫مطالعه‬ ‫علم‬(Epistemology)‫شود‬ ‫می‬ ‫نامیده‬.‫با‬ ‫علم‬ ‫این‬ ‫دارد‬ ‫کار‬ ‫سرو‬ ‫دانش‬ ‫اصول‬ ‫و‬ ‫ساختار‬. •‫های‬ ‫مقوله‬‫معرفت‬‫شناسی‬: ‫فلسفی‬ ‫تئوریهای‬ ‫دانش‬‫پیشین‬(A prior) A prior‫است‬ ‫جلوتر‬ ‫و‬ ‫مقدم‬ ‫که‬ ‫چیزی‬ ‫معنای‬ ‫به‬.‫دانش‬‫همیشه‬ ‫و‬ ‫دارد‬ ‫وجود‬ ‫قبل‬ ‫از‬ ‫پیشین‬ ‫باشد‬ ‫تناقض‬ ‫در‬ ‫دیگر‬ ‫درست‬ ‫دانش‬ ‫یک‬ ‫با‬ ‫اینکه‬ ‫مگر‬ ‫شود‬ ‫می‬ ‫فرض‬ ‫درست‬.‫ری‬ ‫قواعد‬‫اضی‬ ‫است‬ ‫نوع‬ ‫این‬ ‫از‬ ‫دارند‬ ‫کودکان‬ ‫که‬ ‫دانشی‬ ‫و‬.‫مانند‬:‫مثلثها‬ ‫همه‬ ‫زوایای‬ ‫مجموع‬180‫است‬. ‫پسین‬ ‫دانش‬(A posterior) ‫آید‬ ‫می‬ ‫بدست‬ ‫حواس‬ ‫طریق‬ ‫از‬ ‫دانش‬ ‫این‬.‫بدس‬ ‫حسی‬ ‫آزمایشهای‬ ‫از‬ ‫استفاده‬ ‫با‬ ‫آن‬ ‫درستی‬‫ت‬ ‫آید‬ ‫می‬.‫مثال‬:‫است‬ ‫سبز‬ ‫راهنما‬ ‫چراغ‬.
  • 3. ‫دانش‬ ‫مفهوم‬ •‫دارد‬ ‫خبره‬ ‫سیستمهای‬ ‫در‬ ‫را‬ ‫اهمیت‬ ‫بیشترین‬ ‫دانش‬. •‫و‬ ‫کامپیوتری‬ ‫متدوال‬ ‫های‬ ‫برنامه‬ ‫برای‬ ‫عبارات‬ ‫این‬ ‫خبره‬ ‫سیستمهای‬‫شوند‬ ‫می‬ ‫مطرح‬: ‫های‬ ‫برنامه‬‫کامپیوتری‬=‫ها‬ ‫داده‬ ‫ساختار‬+‫الگوریتم‬ ‫سیستمهای‬‫خبره‬=‫استنتاج‬+‫دانش‬
  • 4. ‫دانش‬ ‫مراتب‬ ‫سلسله‬ ‫اغتشاش‬(Noise):‫های‬ ‫داده‬ ‫آنه‬ ‫از‬ ‫ای‬ ‫استفاده‬ ‫هیچ‬ ‫که‬ ‫مبهمی‬‫ا‬ ‫کرد‬ ‫شود‬ ‫نمی‬. ‫ها‬ ‫داده‬(Data):‫می‬ ‫بالقوه‬ ‫بطور‬ ‫کرد‬ ‫استفاده‬ ‫آنها‬ ‫از‬ ‫توان‬. ‫اطالعات‬(Information):‫داده‬ ‫مفی‬ ‫که‬ ‫هستند‬ ‫شده‬ ‫پردازش‬ ‫های‬‫د‬ ‫هستند‬. ‫دانش‬(Knowledge):‫دهنده‬ ‫نشان‬ ‫است‬ ‫تخصص‬ ‫بسیار‬ ‫اطالعات‬ ‫می‬ ‫تعریف‬ ‫قواعد‬ ‫بصورت‬ ‫که‬ ‫شوند‬.‫دیگر،اطالعات‬ ‫عبارت‬ ‫به‬‫ی‬ ‫عمل‬ ‫آن‬ ‫به‬ ‫توان‬ ‫می‬ ‫که‬‫کرد‬. ‫دانش‬ ‫فوق‬ ‫یا‬ ‫خرد‬(Wisdom): ‫دانشی‬‫تجربه‬ ‫و‬ ‫دانش‬ ‫درباره‬ ‫است‬.‫به‬ ‫منجر‬ ‫که‬ ‫اقداماتی‬ ‫گردد‬‫می‬ ‫بهبود‬ ‫و‬ ‫گیری‬‫تصمیم‬. ‫خرد‬ ‫دانش‬ ‫اطالعات‬ ‫ها‬ ‫داده‬ ‫اغتشاش‬
  • 5. ‫دانش‬ ‫مراتب‬ ‫سلسله‬ •‫در‬ ‫است‬ ‫ممکن‬ ‫باشیم‬ ‫نداشته‬ ‫ها‬ ‫داده‬ ‫مورد‬ ‫در‬ ‫دانشی‬ ‫هیچ‬ ‫اگر‬ ‫باشد‬ ‫اغتشاش‬ ‫یک‬ ‫اول‬ ‫نگاه‬.‫دریابی‬ ‫را‬ ‫آنها‬ ‫معنای‬ ‫اگر‬ ‫ولی‬‫م‬ ‫داده‬ ‫عنوان‬ ‫به‬ ‫توان‬ ‫می‬‫پذیرفت‬. •‫قطعی‬ ‫دانش‬ ‫یک‬ ‫با‬ ‫است‬ ‫ممکن‬ ‫اطالعات‬ ‫به‬ ‫داده‬ ‫تبدیل‬ ‫صورت‬ ‫الگوریتم‬ ‫مانند‬ ‫ومشخص‬‫بگیرد‬. •‫باش‬ ‫شده‬ ‫طراحی‬ ‫ای‬ ‫گونه‬ ‫به‬ ‫است‬ ‫ممکن‬ ‫خبره‬ ‫سیستم‬ ‫یک‬‫که‬ ‫د‬ ‫پایگ‬ ‫کدام‬ ‫هر‬ ‫برای‬ ‫که‬ ‫باشد‬ ‫داشته‬ ‫دانش‬ ،‫حوزه‬ ‫چند‬ ‫درباره‬‫اه‬ ‫باشد‬ ‫موجود‬ ‫دانشی‬.‫دانش‬ ‫فوق‬ ‫جا‬ ‫این‬ ‫در‬(Meta-knowledge) ‫شود‬ ‫استفاده‬ ‫باید‬ ‫دانش‬ ‫پایگاه‬ ‫کدام‬ ‫که‬ ‫کند‬ ‫می‬ ‫مشخص‬. •
  • 6. ‫نمایش‬ ‫روشهای‬‫دانش‬ •‫قواعد‬ •‫معانی‬ ‫های‬ ‫شبکه‬(SemanticNets) •‫ها‬ ‫فریم‬ •‫نوشتار‬(Scripts) •‫دانش‬ ‫نمایش‬ ‫زبانهای‬
  • 7. ‫های‬ ‫شبکه‬‫معانی‬ •‫می‬ ‫بکار‬ ‫ای‬ ‫گزاره‬ ‫اطالعات‬ ‫برای‬ ‫که‬ ‫است‬ ‫مصنوعی‬ ‫هوش‬ ‫نمایش‬ ‫قدیم‬ ‫های‬ ‫روش‬ ‫از‬ ‫یکی‬ ‫رود‬. •‫است‬ ‫جهتدار‬ ‫و‬ ‫دار‬ ‫برچسب‬ ‫گراف‬ ‫یک‬ ،‫معانی‬ ‫شبکه‬ ‫یک‬ ‫ریاضی‬ ‫بیان‬ ‫به‬. •‫اتمی‬ ‫عبارت‬ ‫یک‬ ‫دلیل‬ ‫همین‬ ‫به‬ ‫و‬ ‫است‬ ‫نادرست‬ ‫یا‬ ‫درست‬ ‫گزاره‬ ‫یک‬(Atomic)‫شود‬ ‫می‬ ‫نامیده‬.
  • 8. ‫های‬ ‫شبکه‬‫معانی‬ •‫رابطه‬ ‫ارتباطات‬ ‫یا‬ ‫کمانها‬ ‫و‬ ‫هستند‬ ‫موجودیتها‬ ‫یا‬ ‫اشیاء‬ ‫دهنده‬ ‫نشان‬ ‫ها‬ ‫گره‬ ،‫شبکه‬ ‫در‬‫اشیاء‬ ‫بین‬‫یا‬ ‫موجودیتها‬‫هستند‬. •‫ارتباطات‬ ‫انواع‬‫مرسوم‬:  ISA(IS A) Example: CatsISA mammal.  AKO (A KINDOF) Example: ChairsAKOfurniture.  HAS-A(HAS A) Example: Carhasaengine. •ISA‫کالس‬ ‫یک‬ ‫از‬ ‫خاص‬ ‫عضو‬ ‫یک‬ ‫به‬(‫اشیا‬ ‫از‬ ‫گروه‬)‫کند‬ ‫می‬ ‫اشاره‬.‫که‬ ‫گفت‬ ‫همچنین‬ISA‫یک‬‫ارزش‬‫را‬ ‫یک‬ ‫به‬‫گی‬ ‫ویژه‬‫سازد‬ ‫می‬ ‫مرتبط‬. •AKO‫رود‬ ‫می‬ ‫بکار‬ ‫دیگر‬ ‫کالس‬ ‫یک‬ ‫با‬ ‫کالس‬ ‫یک‬ ‫بین‬ ‫ارتباط‬ ‫ایجاد‬ ‫برای‬. •HAS-A‫سازد‬ ‫می‬ ‫مربوط‬ ‫زیرکالس‬ ‫یک‬ ‫به‬ ‫را‬ ‫کالس‬ ‫یک‬.‫یک‬ ‫ارتباط‬ ‫تعریف‬ ‫برای‬ ‫اغلب‬‫شیء‬‫ب‬ ‫با‬‫خشی‬ ‫آن‬ ‫از‬‫شیء‬‫رود‬ ‫می‬ ‫بکار‬.،‫همچنین‬‫مقابل‬ ‫نقطه‬ ‫آن‬AKO‫است‬.
  • 9. ‫پرولوگ‬(PROLOG)‫معانی‬ ‫شبکه‬ ‫و‬ •‫برنامه‬ ‫یک‬ ‫به‬ ‫معانی‬ ‫های‬ ‫شبکه‬ ‫تبدیل‬PROLOG‫است‬ ‫آسان‬. is_a(red, color). has_a(John, father). has_a(John, mother). has_a(John, parents). •‫هستند‬ ‫گزاره‬ ‫یک‬ ‫فوق‬ ‫جمالت‬ ‫از‬ ‫یک‬ ‫هر‬. •‫نظیر‬ ،‫گزاره‬ ‫نام‬ ‫از‬ ‫ای‬ ‫گزاره‬ ‫عبارت‬ ‫پرولوگ‬ ‫در‬is_a‫شده‬ ‫تشکیل‬ ‫است‬.‫باشن‬ ‫پرانتز‬ ‫داخل‬ ‫در‬ ‫آرگومان‬ ‫چند‬ ‫است‬ ‫ممکن‬ ‫آن‬ ‫دنبال‬ ‫به‬‫د‬. •‫مفسر‬ ‫یک‬ ‫پرولوگ‬ ‫عبارات‬ ‫کننده‬ ‫اجرا‬ ‫سیستم‬(Interpreter)‫است‬.
  • 11. ‫معانی‬ ‫شبکه‬ ‫و‬ ‫پرولوگ‬ •‫داده‬ ‫پایگاه‬‫ای‬ ‫گزاره‬‫و‬ ‫قواعد‬ ‫شامل‬‫سیست‬ ‫به‬ ‫که‬ ‫است‬ ‫ای‬ ‫گزاره‬ ‫واقعیات‬‫م‬ ‫اند‬ ‫شده‬ ‫وارد‬. •،‫خبره‬ ‫سیستم‬ ‫طراحی‬ ‫در‬‫گزاره‬ ‫داده‬ ‫پایگاه‬‫باش‬ ‫می‬ ‫دانش‬ ‫پایگاه‬ ‫یک‬ ‫ای‬‫د‬. •‫ای‬ ‫گزاره‬ ‫پرسش‬ ‫آیا‬ ‫کند‬ ‫تعیین‬ ‫تا‬ ‫دارد‬ ‫سعی‬ ‫مفسر‬(Query)‫وارد‬ ‫کاربر‬ ‫که‬ ‫نه‬ ‫یا‬ ‫دارد‬ ‫وجود‬ ،‫داده‬ ‫پایگاه‬ ‫در‬ ،‫کرده‬.‫مثبت‬ ،‫جواب‬ ‫باشد‬ ‫موجود‬ ‫جواب‬ ‫اگر‬ ‫است‬ ‫منفی‬ ‫غیراینصورت‬ ‫در‬. ‫ای‬ ‫گزاره‬ ‫داده‬ ‫پایگاه‬(‫واقعیات‬ ‫و‬ ‫قواعد‬) ‫مفسر‬ ‫کاربر‬ ‫پاسخها‬‫پرسشها‬ •‫پرول‬ ‫سیستم‬ ‫کلی‬ ‫شکل‬‫وگ‬:
  • 12. ‫معانی‬ ‫شبکه‬ ‫و‬ ‫پرولوگ‬ •‫قاعده‬ ‫یک‬ ‫پرسش‬ ‫اگر‬(Rule)‫مفسر‬ ،‫باشد‬ ‫فرعی‬ ‫اهداف‬(‫زیرهدف‬)‫عمق‬ ‫در‬ ‫جستجو‬ ‫با‬ ‫را‬ (Depth-Fist Search)‫کند‬ ‫می‬ ‫منطبق‬. •‫است‬ ‫ممکن‬ ‫که‬ ‫حدی‬ ‫تا‬ ‫جستجو‬ ،‫روش‬ ‫این‬ ‫در‬ ‫سپس‬ ‫و‬ ‫رود‬ ‫می‬ ‫پایین‬ ‫به‬‫برمی‬‫گردد‬. •‫می‬ ‫صورت‬ ‫نیز‬ ‫راست‬ ‫به‬ ‫چپ‬ ‫از‬ ‫جستجو‬ ‫گیرد‬. •‫عرض‬ ‫در‬ ‫جستجو‬ ،‫روش‬ ‫این‬ ‫مقابل‬ ‫در‬ (Breadth-First Search)‫در‬ ‫که‬ ‫است‬ ‫نیست‬ ‫متداول‬ ‫پرولوگ‬. •‫به‬ ‫رفتن‬ ‫از‬ ‫قبل‬ ‫سطح‬ ‫یک‬ ،‫روش‬ ‫این‬ ‫در‬ ‫ش‬ ‫می‬ ‫جستجو‬ ‫کامال‬ ،‫بعدی‬ ‫تر‬ ‫پایین‬ ‫سطح‬‫ود‬.
  • 13. ‫پرولوگ‬ ‫در‬ ‫اهداف‬ ‫جستجوی‬ ‫از‬ ‫مثالی‬ 1. ancestor (X, Y):- parent(X, Y). 2. ancestor (X, Y) :- ancestor (X, Z) ,ancestor (Z, Y). 3. parent (ann,mary). 4. parent (ann,susan). 5. parent(mary, bob). 6. parent (susan, john). Examples: ?– ancestor(ann,susan). yes ?– ancestor (ann,john). yes
  • 14. ‫معانی‬ ‫شبکه‬ ‫مشکالت‬ •‫ه‬ ‫موجود‬ ‫محدودیتهایی‬ ‫هرچندکه‬ ،‫است‬ ‫مفید‬ ‫بسیار‬ ‫دانش‬ ‫نمایش‬ ‫برای‬ ‫شبکه‬ ‫نوع‬ ‫این‬‫ستند‬.‫از‬ ‫جمله‬: ‫ندارد‬ ‫وجود‬ ‫آن‬ ‫روابط‬ ‫نامگذاری‬ ‫برای‬ ‫استانداردی‬ ‫هیچ‬.‫شده‬ ‫باعث‬ ‫امر‬ ‫این‬‫فه‬ ‫اصوال‬ ‫که‬‫م‬ ‫باشد‬ ‫سخت‬ ،‫است‬ ‫شده‬ ‫طراحی‬ ‫چه‬ ‫برای‬ ‫و‬ ‫کند‬ ‫می‬ ‫کاری‬ ‫چه‬ ‫شبکه‬ ‫اینکه‬. ‫شوند‬ ‫جستجو‬ ‫باید‬ ‫که‬ ‫هاست‬ ‫گره‬ ‫از‬ ‫مختلف‬ ‫ترکیبات‬ ‫آمیز‬ ‫انفجار‬ ‫افزایش‬.‫مش‬ ‫این‬‫زمانی‬ ‫کل‬ ‫شود‬ ‫منفی‬ ‫جستجوها‬ ‫از‬ ‫یکی‬ ‫پاسخ‬ ‫که‬ ‫کند‬ ‫می‬ ‫بروز‬ ‫بیشتر‬ ‫را‬ ‫خود‬.‫ب‬ ‫اینصورت‬ ‫در‬‫و‬ ‫یشتر‬ ‫شود‬ ‫جستجو‬ ‫باید‬ ‫شبکه‬ ‫یک‬ ‫در‬ ‫موجود‬ ‫ارتباطات‬ ‫تمامی‬ ‫حتی‬ ‫یا‬. •‫است‬ ‫سطحی‬ ‫دانش‬ ‫از‬ ‫مثالی‬ ‫معانی‬ ‫شبکه‬. ‫مثال‬:‫بدهید‬ ‫آسپرین‬ ‫یک‬ ‫او‬ ‫به‬ ‫آنگاه‬ ‫داشت‬ ‫تب‬ ‫کسی‬ ‫اگر‬. ‫این‬‫تب‬ ‫آسپرین‬ ‫چرا‬ ‫و‬ ‫چیست‬ ‫آن‬ ‫بیوشیمیایی‬ ‫مبنای‬ ‫که‬ ‫داند‬ ‫نمی‬ ‫سیستم‬‫را‬‫کا‬‫می‬ ‫هش‬ ‫دهد‬. •‫ترکی‬ ‫به‬ ‫آن‬ ‫بودن‬ ‫متکی‬ ‫دلیل‬ ‫به‬ ‫خبره‬ ‫سیستم‬ ‫دانش‬ ‫بودن‬ ‫سطحی‬ ‫دیگر‬ ‫بعبارت‬‫جمالت‬ ‫بات‬ ‫آنها‬ ‫معانی‬ ‫نه‬ ‫است‬. •‫دا‬ ‫نمایش‬ ‫معانی‬ ‫شبکه‬ ‫یک‬ ‫ساختار‬ ‫با‬ ‫توان‬ ‫نمی‬ ‫را‬ ‫واقعی‬ ‫دنیای‬ ‫در‬ ‫موجود‬ ‫دانش‬ ‫اغلب‬‫د‬.
  • 15. ‫شماتا‬(Schemata)‫طرح‬ ‫یا‬ •‫دانش‬‫عمقی‬‫مقابل‬ ‫در‬‫دانش‬‫است‬ ‫سطحی‬. •‫م‬ ‫روی‬ ‫وقایع‬ ‫بعضی‬ ‫چرا‬ ‫دهد‬ ‫می‬ ‫توضیح‬ ‫که‬ ‫است‬ ‫معلول‬ ‫و‬ ‫علت‬ ‫دانش‬ ‫دارای‬ ،‫عمقی‬ ‫دانش‬ ‫ساختار‬ ‫یک‬‫ی‬ ‫دهند‬. •‫است‬ ‫مقایسه‬ ‫قابل‬ ‫داده‬ ‫ساختار‬ ‫با‬ ‫دانش‬ ‫ساختار‬.‫نما‬ ،‫دانش‬ ‫از‬ ‫شده‬ ‫مرتب‬ ‫مجموعه‬ ‫یک‬ ‫داده‬ ‫جای‬ ‫به‬ ‫آن‬ ‫در‬‫یش‬ ‫است‬ ‫شده‬ ‫داده‬. •‫جای‬ ‫به‬ ‫زیر‬ ‫قاعده‬ ‫در‬X‫و‬Y‫کرد‬ ‫جایگزین‬ ‫آنها‬ ‫جای‬ ‫را‬ ‫ای‬ ‫کلمه‬ ‫هر‬ ‫توان‬ ‫می‬: ‫یک‬ ‫کسی‬ ‫اگر‬(x)‫یک‬ ‫او‬ ‫به‬ ‫آنگاه‬ ‫داشت‬(Y)‫بدهید‬. •‫دارند‬ ‫معلول‬ ‫و‬ ‫علت‬ ‫دانش‬ ‫پزشکان‬.‫داردند‬ ‫زیادی‬ ‫تجربیات‬ ‫و‬ ‫اند‬ ‫گذرانده‬ ‫زیادی‬ ‫های‬ ‫دوره‬ ‫آنها‬ ‫زیرا‬.‫اگ‬‫ر‬ ‫کنند‬ ‫جایگزین‬ ‫دیگری‬ ‫روش‬ ‫و‬ ‫کنند‬ ‫استدالل‬ ‫آن‬ ‫مورد‬ ‫در‬ ‫توانند‬ ‫می‬ ،‫نشد‬ ‫واقع‬ ‫موثر‬ ‫روش‬. •‫م‬ ‫شبکه‬ ‫از‬ ‫که‬ ‫رود‬ ‫می‬ ‫بکار‬ ‫دانشی‬ ‫ساختار‬ ‫تشریح‬ ‫برای‬ ‫طرح‬ ‫یا‬ ‫شماتا‬ ‫اصطالح‬ ‫مصنوعی‬ ‫هوش‬ ‫در‬‫عانی‬ ‫است‬ ‫تر‬ ‫پیچیده‬. •‫طرح‬ ‫انواع‬: ‫وحرکتی‬ ‫حسی‬ ‫طرحهای‬ ‫مفهومی‬ ‫طرح‬
  • 16. ‫شماتا‬(Schemata)‫طرح‬ ‫یا‬ •‫وحرکتی‬ ‫حسی‬ ‫طرحهای‬:‫فکر‬ ‫به‬ ‫مجبور‬ ‫کارها‬ ‫این‬ ‫ضمنی‬ ‫دانش‬ ‫درباره‬ ‫انسان‬ ‫نیستند‬ ‫کردن‬. •‫مفهومی‬ ‫طرح‬:‫ش‬ ‫کلی‬ ‫خواص‬ ‫بوسیله‬ ،‫مشخص‬ ‫اشیا‬ ‫آن‬ ‫در‬ ‫که‬ ‫است‬ ‫انتزاع‬ ‫یک‬‫ان‬ ‫شوند‬ ‫می‬ ‫بندی‬ ‫طبقه‬. •‫درب‬ ‫توانیم‬ ‫می‬ ‫راحتی‬ ‫به‬ ‫شویم‬ ‫می‬ ‫متمرکز‬ ‫شی‬ ‫یک‬ ‫عمومی‬ ‫خواص‬ ‫بر‬ ‫وقتی‬‫آنها‬ ‫اره‬ ‫کند‬ ‫گیج‬ ‫را‬ ‫ما‬ ‫آنها‬ ‫نامربوط‬ ‫جزئیات‬ ‫اینکه‬ ‫بدون‬ ‫کنیم‬ ‫استدالل‬. •‫مثال‬:‫ف‬ ‫آن‬ ‫اینکه‬ ‫به‬ ‫بسته‬ ،‫چیست‬ ‫حیوان‬ ‫که‬ ‫دهند‬ ‫توضیح‬ ‫بخواهند‬ ‫مردم‬ ‫اگر‬‫در‬ ‫رد‬ ‫حیوان‬ ‫مفهوم‬ ،‫غیره‬ ‫و‬ ‫رودخانه‬ ‫نزدیکی‬ ‫در‬ ‫یا‬ ،‫شهر‬ ‫در‬ ‫یا‬ ‫شده‬ ‫بزرگ‬ ‫مزرعه‬ ‫است‬ ‫متفاوت‬.‫دارند‬ ‫خود‬ ‫ذهن‬ ‫در‬ ‫مفاهیم‬ ‫از‬ ‫هایی‬ ‫کلیشه‬ ‫افراد‬ ،‫حال‬ ‫هر‬ ‫به‬. •‫مانند‬ ‫معانی‬ ‫شبکه‬ ،‫کامپیوتر‬ ‫علم‬ ‫در‬‫داده‬ ‫ساختار‬‫جس‬ ‫کلید‬ ، ٰ‫آن‬ ‫در‬ ‫که‬ ‫است‬‫همان‬ ‫تجو‬ ‫هستند‬ ‫ها‬ ‫گره‬ ‫در‬ ‫شده‬ ‫ذخیره‬ ‫های‬ ‫داده‬.‫است‬ ‫داده‬ ‫ساختار‬ ‫یک‬ ‫به‬ ‫شیبه‬ ‫طرح‬ ‫یک‬‫که‬ ‫هستند‬ ‫ها‬ ‫داده‬ ‫شامل‬ ‫که‬ ‫هستند‬ ‫رکوردها‬ ‫شامل‬ ‫ها‬ ‫گره‬ ‫آن‬ ‫در‬.
  • 17. ‫ها‬ ‫فریم‬(Frames)‫ها‬ ‫چهارچوب‬ ‫یا‬ •‫طبیعی‬ ‫زبانهای‬ ،‫بینایی‬ ‫فهم‬ ‫برای‬ ‫روشی‬ ‫ها‬ ‫فریم‬‫سایر‬ ‫و‬ ‫رود‬ ‫می‬ ‫بکار‬ ‫مصنوعی‬ ‫هوش‬ ‫های‬ ‫زمینه‬. •‫ها‬ ‫فریم‬‫بدیهی‬ ‫یا‬ ‫عمومی‬ ‫دانش‬ ‫سازی‬ ‫شبیه‬ ‫برای‬ (Commences Knowledge)‫است‬ ‫مناسب‬.‫را‬ ‫دانشی‬ ‫آن‬ ‫قسمت‬ ‫که‬ ‫است‬ ‫موضوعی‬ ‫به‬ ‫مربوط‬ ‫که‬ ‫دهد‬ ‫می‬ ‫نشان‬ ‫فرض‬ ‫پیش‬ ‫صورت‬ ‫به‬ ‫دانش‬ ‫آن‬ ‫از‬ ‫زیادی‬(Default) ‫است‬ ‫موضوع‬ ‫آن‬ ‫برای‬. •‫ت‬ ‫می‬ ‫را‬ ‫سیستم‬ ‫یک‬ ‫اجزا‬ ‫مورد‬ ‫در‬ ‫بیشتر‬ ‫جزئیات‬‫با‬ ‫وان‬ ‫کرد‬ ‫توصیف‬ ‫ها‬ ‫فریم‬. •‫م‬ ‫تعریف‬ ‫برای‬ ‫استانداردی‬ ‫معانی‬ ‫های‬ ‫شبکه‬ ‫همانند‬‫بتنی‬ ‫ندارد‬ ‫وجود‬ ‫ها‬ ‫فریم‬ ‫بر‬. •‫زبان‬ ‫در‬ ‫رکوردی‬ ‫ساختار‬ ‫یک‬ ‫با‬ ‫توان‬ ‫می‬ ‫را‬ ‫فریم‬ ‫کرد‬ ‫مقایسه‬ ‫پاسکال‬. •‫شکاف‬ ‫نظیر‬ ‫توان‬ ‫می‬ ‫را‬ ‫رکورد‬ ‫یک‬ ‫مقادیر‬ ‫و‬ ‫فیلدها‬‫ها‬ (Slots)‫شکاف‬ ‫پرکننده‬ ‫و‬(Fillers)‫نظر‬ ‫در‬ ‫ها‬ ‫فریم‬ ‫در‬ ‫گرفت‬. ‫ها‬ ‫پرکننده‬ ‫شکافها‬ ‫جنرال‬‫موتور‬ ‫سازنده‬ ‫شورلت‬‫کاپریس‬ ‫مدل‬ 1979 ‫سال‬ ‫اتوماتیک‬ ‫نیرو‬ ‫انتقال‬ ‫گاروئیلی‬ ‫موتور‬ 4 ‫تایرها‬ ‫آبی‬ ‫رنگ‬ ‫اتومبی‬ ‫یک‬ ‫فریم‬ ‫از‬ ‫ای‬ ‫نمونه‬‫ل‬: ‫اتومبیل‬‫گ‬ ‫ویژه‬ ‫شکاف‬ ‫نام‬ ،‫شیء‬‫و‬ ‫ی‬ ‫هستند‬ ‫مقدار‬ ‫پرکننده‬.
  • 18. ‫ها‬ ‫فریم‬(Frames)‫ها‬ ‫چهارچوب‬ ‫یا‬ Slots Fillers Name Property Specialization of A kind of object Type Car, Borat, house If added: Procedure ADD_PROPERTY Owner Default: government If needed: Procedure FIND_OWNER Location (home, work, mobile) Status (missing, poor, good) Under warranty (yes, no)
  • 19. ‫منطق‬ •‫بوسیله‬ ‫توان‬ ‫می‬ ‫را‬ ‫دانش‬ ،‫ها‬ ‫فریم‬ ‫و‬ ‫معانی‬ ‫های‬ ‫شبکه‬ ،‫قواعد‬ ‫بر‬ ‫عالوه‬ ‫داد‬ ‫نشان‬ ‫منطق‬ ‫نمادهای‬. •‫دقیق‬ ‫استالل‬ ‫و‬ ‫قواعد‬ ‫مطالعه‬ ‫از‬ ‫است‬ ‫عبارت‬ ‫منطق‬ ‫خالصه‬ ‫بطور‬ •‫منطق‬ ‫نویسی‬ ‫برنامه‬ ‫به‬ ‫منجر‬ ،‫استدالل‬ ‫انجام‬ ‫در‬ ‫کامپیوتر‬ ‫از‬ ‫استفاده‬‫ایجاد‬ ‫و‬ ‫مانند‬ ‫منطق‬ ‫بر‬ ‫مبتنی‬ ‫زبانهای‬PROLOG‫است‬ ‫شده‬. •‫است‬ ‫مقدمات‬ ‫از‬ ‫نتایج‬ ‫استنتاج‬ ،‫استدالل‬ ‫از‬ ‫مهم‬ ‫بخش‬ ‫یک‬. •‫استد‬ ‫واقعیات‬ ‫از‬ ‫استفاده‬ ‫با‬ ‫استنتاج‬ ‫موتور‬ ‫که‬ ‫خبره‬ ‫سیستمهای‬ ‫در‬‫و‬ ‫کرده‬ ‫الل‬ ‫است‬ ‫برخوردار‬ ‫زیادی‬ ‫اهمیت‬ ‫از‬ ‫منطق‬ ،‫رسد‬ ‫می‬ ‫نتیجه‬ ‫به‬. •‫ها‬ ‫گزاره‬ ‫منطق‬ •‫سورها‬
  • 20. ‫استنتاج‬ •‫م‬ ‫مرتبط‬ ‫آن‬ ‫حل‬ ‫راه‬ ‫به‬ ‫را‬ ‫مساله‬ ‫یک‬ ‫که‬ ‫مختلف‬ ‫استنتاجات‬ ‫از‬ ‫ای‬ ‫رشته‬‫ی‬ ‫شود‬ ‫می‬ ‫نامیده‬ ‫زنجیره‬ ‫یک‬ ،‫سازد‬. •‫هستند‬ ‫موجود‬ ‫زنجیره‬ ‫نوع‬ ‫دو‬: ‫پیشرو‬(Forward) ‫پسرو‬(Backward) •‫زنجیره‬‫پیشرو‬: ‫زنجیره‬‫شود‬ ‫می‬ ‫منتهی‬ ‫حل‬ ‫راه‬ ‫به‬ ‫و‬ ‫شده‬ ‫شروع‬ ‫مساله‬ ‫از‬. ‫ا‬ ‫شده‬ ‫ناشی‬ ‫واقعیات‬ ‫از‬ ‫که‬ ‫برسد‬ ‫نتایجی‬ ‫به‬ ‫تا‬ ‫شود‬ ‫می‬ ‫شروع‬ ‫واقعیت‬ ‫از‬ ‫که‬ ‫استدالالت‬ ‫از‬ ‫زنجیره‬‫ند‬. •‫زنجیره‬‫پسرو‬: ‫شروع‬ ‫فرضیات‬ ‫از‬ ‫که‬ ‫زنجیره‬‫و‬ ‫شده‬‫پ‬ ‫را‬ ‫فرضیات‬ ‫که‬ ‫برسد‬ ‫واقعیاتی‬ ‫به‬ ‫تا‬ ‫گردد‬ ‫برمی‬ ‫عقب‬ ‫به‬‫می‬ ‫شتیبانی‬ ‫کنند‬. ‫شود‬ ‫می‬ ‫ارضاء‬ ‫خود‬ ‫فرعی‬ ‫اهداف‬ ‫شدن‬ ‫ارضاء‬ ‫با‬ ‫اصلی‬ ‫هدف‬ ‫یک‬.
  • 21. 21 Decision Trees 1. Decision trees provide a useful paradigm for solving certain types of classification problems. 2. Decision trees derive solutions by reducing the set of possible solutions with a series of decisions or questions that prune their search space. 3. Problems suitable for decision trees are those that provide the answer to a problem from a predetermined set of possible answers.
  • 22. 22 Decision Trees 4. Decision trees consist of nodes and branches, connecting parent nodes to child from the top to bottom. The top node (root) has no parent. Every other node has only one parent. Nodes with no children are leaves. 5. Leaf nodes represent all possible solutions that can be derived from the tree – answer nodes. All other nodes are decision nodes.
  • 23. 23 Decision Trees 6. In general, a decision node may use any criteria to select which branch to follow as long as it yields only one branch. The branch selected may be a set or range of values, etc. 7. The procedure to traverse a tree to reach an answer is simple – begin at root, if the current node is decision, answer the question – YES, move left, NO, move right. When answer node is current location value is derived from the decision tree.
  • 24. 24 Decision Trees with Multiple Branches • A binary decision tree may prove inefficient – not allowing for a set of responses or a series of cases. • A modified decision tree allows for multiple branches – giving a series of possible decisions.
  • 27. 27 Decision Trees That Learn • Sometimes it is useful to add new knowledge to a decision tree. • Learning can result in the decision tree becoming unbalanced – efficient decision trees are balanced.
  • 30. 30 A Rule-Based Decision Tree Program • The first step implementing the learning process in a decision tree is to decide how knowledge should be represented. • Since the tree should learn, the tree should be represented as facts instead of rules – facts are easily added / deleted from a tree. • Each node of the tree should be represented by a fact. • From one run to the next, information about what has been learned will be stored in a file. • The rules for traversal of the tree must be determined.