Pievienot darbus Atzīmētie0
Darbs ir veiksmīgi atzīmēts!

Atzīmētie darbi

Skatītie0

Skatītie darbi

Grozs0
Darbs ir sekmīgi pievienots grozam!

Grozs

Reģistrēties

interneta bibliotēka
Atlants.lv bibliotēka

Izdevīgi: šodien akcijas cena!

Parastā cena:
7,99
Ietaupījums:
1,36 (17%)
Cena ar atlaidi*:
6,63
Pirkt
Identifikators:868166
Autors:
Vērtējums:
Publicēts: 28.01.2006.
Valoda: Latviešu
Līmenis: Augstskolas
Literatūras saraksts: 3 vienības
Atsauces: Nav
Laikposms: 2002.g. - 2003.g.
SatursAizvērt
Nr. Sadaļas nosaukums  Lpp.
1.  Pārliecību tīkli    3
1.1.  Teorētiskais pamatojums    3
1.2.  Praktiskais uzdevums    4
1.2.1.  Uzdevuma apraksts    4
1.2.2.  Uzdevuma risinājums    5
2.  Pirmās kārtas loģika    10
2.1.  Teorētiskais pamatojums    10
2.1.1.  Sintakse un semantika    10
2.1.2.  Pirmās kārtas loģikas pielietošana    11
2.1.3.  Pasaules mainīšanas atspoguļošana    12
2.2.  Praktiskais uzdevums    13
2.2.1.  Uzdevuma apraksts    13
2.2.2.  Uzdevuma risinājums    13
3.  Loģiskas secināšanas sistēmas    18
3.1.  Teorētiskais pamatojums    18
  Freimu sistēmas un semantiskie tīkli    18
3.2.  Praktiskais uzdevums    20
3.2.1.  Uzdevuma apraksts    20
3.2.2.  Uzdevuma risinājums    20
4.  Stimulēta apmācība    22
4.1.  Teorētiskais pamatojums    22
4.1.1.  Pasīva apmācība zināmā vidē    22
4.1.2.  Pasīva apmācība nezināmā vidē    24
4.2.  Praktiskais uzdevums    25
4.2.1.  Uzdevuma apraksts    25
4.2.2.  Uzdevuma risinājums    25
  Secinājumi    29
  Pielikums A. Programmas Nuclear Assault pirmteksts    30
  Pielikums B. Programmas Reinforcement Learning pirmteksts    38
  Literatūras saraksts    55
Darba fragmentsAizvērt

1.1. Teorētiskais pamatojums
Pārliecību tīkls ir datu struktūra, kuru izmanto, lai attēlotu atkarības starp mainīgajiem un dotu kopīga varbūtības sadalījuma īsāku specifikāciju. Tas ir grāfs, kurā:
gadījuma mainīgo kopa izveido tīkla mezglus;
orientētu saišu kopa savieno mezglus savā starpā;
katram mezglam ir nosacītu varbūtību tabula, kura noteic efektu, ar kuru vecākie mezgli ietekmē uz mezglu;
grafam nav orientētus ciklus.
Parasti ekspertam ir daudz vieglāk specificēt tīkla topoloģiju, nekā varbūtības. Pēc topoloģijas specificēšanas paliek tikai piesaistīt katram mezglam nosacītas varbūtības tabulu, un tad to var izmantot, lai noteikt jebkuru citu varbūtību.
Pārliecību tīkls it labs problēmsfēras atspoguļojums, ja katra virsotne ir nosacīti neatkarīga no tas priekšteču virsotņu kopas sakārtojuma, t.i. izpildās vienādojums:
P(Xi|Xi-1, …, X1) = P(Xi|Parents(Xi)) (1.1)
Pārliecību tīkla konstruēšanas procedūru var aprakstīt sekojoši:
1.Izvelēties svarīgo mainīgo Xi kopu;
2.Izvelēties mainīgo sakārtojumu;
3.Kamēr ir palīkuši mainīgie, darīt sekojošo:
a)ņemt mainīgo Xi un pievienot mezglu tīklā tam;
b)specificēt Parents(Xi) kā minimālu mezglu kopu, kas jau ir tīklā tā, lai būtu apmierināms augstāk minētais vienādojums;
c)specificēt nosacītas varbūtības tabulu mainīgam Xi.
Kad pārliecību tīkls ir izveidots, ar to palīdzību var noteikt varbūtību, ka jebkura mainīgo kombinācija pieņem kādu dotu vērtību kombināciju. To var izdarīt pēc sekojošas formulas:

(1.2)

Arī var noteikt nosacītu varbūtību, ka jebkurš mainīgais vai mainīgo kombinācija pieņem kādu dotu vērtību vai vērtību kombināciju, pieņemot, kā kādiem citiem mainīgiem jau ir piešķirtas kādas dotas vērtības. Tas ir spriešana pārliecību tīklā. Ar citiem vārdiem sakot, spriešanas uzdevums ir noteikt varbūtības sadalījumu vaicājuma mainīgiem, zinot pierādījuma mainīgo precīzas vērtības.
Pārliecību tīkls var būt viennozīmīgi saistīts (tad to sauc par polytree) vai nu ne. Tīkls ir viennozīmīgi saistīts, ja starp jebkuriem diviem mezgliem ir ne vairāk kā viens neorientēts ceļš.
Viennozīmīgi saistītiem un daudznozīmīgi saistītiem tīkliem secināšanas procedūra tiek realizēta dažādi. Ja tīkls ir polytree, tad var pielietot vienu universālu algoritmu. Ja tīkls nav polytree, tad ir dažādas metodes, kā realizēt spriešanas procedūru: grupēšanas (clustering) metodes, sagatavošanas (conditioning) metodes un stohastiskas simulēšanas (stohastic simulation) metodes. Izpildot praktisko uzdevumu, es izmantoju stohastiskas simulēšanas metodi loģiska diskretizācija, tādējādi to arī īsi aprakstīšu.
Šī metode paredz, ka vairakkārt ir jāatkārto pasaules, kas ir aprakstīts ar pārliecību tīklu, simulēšanas, un novērtēt nepieciešamu varbūtību, saskaitot frekvenci, ar kuru notiek attiecīgie notikumi.…

Autora komentārsAtvērt
Parādīt vairāk līdzīgos ...

Nosūtīt darbu e-pastā

Tavs vārds:

E-pasta adrese, uz kuru nosūtīt darba saiti:

Sveiks!
{Tavs vārds} iesaka Tev apskatīties interneta bibliotēkas Atlants.lv darbu par tēmu „Mākslīgais intelekts”.

Saite uz darbu:
https://www.atlants.lv/w/868166

Sūtīt

E-pasts ir nosūtīts.

Izvēlies autorizēšanās veidu

E-pasts + parole

E-pasts + parole

Norādīta nepareiza e-pasta adrese vai parole!
Ienākt

Aizmirsi paroli?

Draugiem.pase
Facebook
Twitter

Neesi reģistrējies?

Reģistrējies un saņem bez maksas!

Lai saņemtu bezmaksas darbus no Atlants.lv, ir nepieciešams reģistrēties. Tas ir vienkārši un aizņems vien dažas sekundes.

Ja Tu jau esi reģistrējies, vari vienkārši un varēsi saņemt bezmaksas darbus.

Atcelt Reģistrēties