Intellektual tizimlar haqida umumiy ma’lumot

O’zini o’zi o’qituvchi tizimlar

O'z-o'zini o'rganadigan aqlli tizimlar haqiqiy amaliyotdan vaziyatlarni avtomatik tasniflash usullariga yoki misol orqali o'qitish usullariga asoslanadi. Haqiqiy vaziyatlarning misollari ma'lum bir tarixiy davrda shakllanadigan o'quv namunasini tashkil qiladi. O'quv namunasi elementlari turli tasniflash belgilari bilan tavsiflanadi."Nazorat ostida o'rganish" strategiyasi har bir misol uchun mutaxassis tomonidan uning ma'lum bir vaziyatlar sinfiga tegishliligini ko'rsatadigan atributlarning qiymatlarini belgilashni o'z ichiga oladi. "Nazoratsiz" ni o'rgatishda tizim tasniflash belgilarining qiymatlarining yaqinlik darajasiga ko'ra vaziyatlar sinflarini mustaqil ravishda ajratishi kerak. O'quv jarayonida vaziyatlarning sinflarga tegishliligini tavsiflovchi umumlashtiruvchi qoidalar yoki funktsiyalarning avtomatik qurilishi amalga oshiriladi, bu tizim keyinchalik notanish vaziyatlarni sharhlashda foydalanadi. Umumlashtiruvchi qoidalardan, o'z navbatida, bilimlar bazasi avtomatik ravishda shakllantiriladi, u vaqti-vaqti bilan tahlil qilingan holatlar to'g'risidagi ma'lumotlar to'planishi bilan tuzatiladi.
Ushbu tamoyillarga muvofiq qurilgan o'z-o'zini o'qitish tizimlari quyidagi kamchiliklarga ega:
to'liq bo'lmagan va / yoki shovqinli o'quv namunasi tufayli paydo bo'ladigan haqiqiy muammolarga bilim bazalarining nisbatan past darajada mosligi;
olingan natijalarni tushuntirishning past darajasi;
muammoli sohaning yuzaki tavsifi va xususiyat maydonining o'lchamidagi cheklovlar tufayli qo'llashning tor yo'nalishi.
Induktiv tizimlar misollarni xususiydan umumiyga induksiya tamoyili asosida umumlashtirish imkonini beradi. Umumlashtirish tartibi muhim belgilarga ko'ra misollarni tasniflashga qisqartiriladi. Misol tasniflash algoritmi quyidagi asosiy bosqichlarni o'z ichiga oladi. Berilganlar to'plamidan tasniflash xususiyatini tanlash.
Misollar to'plamini tanlangan xususiyat qiymatiga ko'ra kichik to'plamlarga bo'lish.
Misollarning har bir kichik to'plami sinflardan biriga tegishli yoki yo'qligini tekshirish.
Tasniflash jarayonining tugashini tekshirish. Misollar kichik to'plami bir xil kichik sinfga tegishli bo'lsa, ya'ni. ushbu kichik to'plamning barcha misollari tasniflash atributining bir xil qiymatiga ega bo'lsa, tasniflash jarayoni tugaydi.
Tasniflash xususiyatlarining qiymatlari mos kelmaydigan misollar to'plami uchun tanib olish jarayoni birinchi bosqichdan boshlab davom etadi. Bunday holda, misollarning har bir kichik to'plami tasniflangan to'plamga aylanadi.
Neyron tarmoqlar misolga asoslangan texnologiyaning klassik namunasidir. Neyron tarmoqlar misollardan o'rganish, keyinchalik duch kelgan naqsh va vaziyatlarning xususiyatlarini "tanib olish" qobiliyatiga ega bo'lgan matematik algoritmlar guruhining umumlashtirilgan nomi. Ushbu qobiliyat tufayli neyron tarmoqlar signal va tasvirni qayta ishlash, naqshni aniqlash va prognozlash muammolarini hal qilish uchun ishlatiladi

121.