Inleiding Kennistechnologie

Hoofdstuk 7: Kennisrepresentaties 1: Eigenschappen en representatievormen

Hoofdstuk 8: Kennisrepresentaties 2: Eenvoud en uitdrukkingskracht

Hoofdstuk 9: Zoeken naar oplossingen

Kennis modelleren

bij een kennismodel en een representatie zijn van belang: hoe worden operaties uitgevoerd hoe representeren de symbolen kennis

Fidelity en precision

fidelity = betrouwbaarheid gaat het over de juiste dingen?

precision = nauwkeurigheid is het nauwkeurig genoeg?

Abstract vs. concreet in Nederlandse taal

voorbeeld: concreet: oppervlakte van vierkant van 4 bij 6

is gelijk aan 4 × 6 = 24 abstract: oppervlakte van vierkant van x bij y is

gelijk aan x × y = z

Abstractie vs. implementatie in kennistechnologie

abstractie beschrijft wat een representatie moet zijn en kunnen

implementatie legt vast hoe bewerkingen plaats vinden

vgl: OO-programmeertalen

primitive en derived propositions

vivid/direct/analog representations: symbool(structuren) die overeenkomen met ons beeld van de werkelijkheid

primitive: basale feitenderived: afgeleide gegevensredenen voor splitsing: beheer en

consistentie

Expliciete representaties

modulairbetekenisvolcausaal verband met werkelijkheid

redenen: onderhoud hergebruik

Efficiencyverbeteringen

Kanonieke representaties (1.3.5; leesstof) representeer 'algemene' gegevens

Meervoudige representaties (1.3.6; leesstof) verschillende (afgeleide) representaties voor

verschillend gebruik

Complexiteit

schattingen voor efficiency afhankelijk van parameter polynomiaal: te doen exponentieel: probleem!

Hfst 8: eenvoud en uitdrukkings- kracht van kennisrepresentaties

Productieregels: als

• xxx

• yyy

• zzz dan

• kkk

• lll

• ...

Productieregels

gebruiken beschikbare gegevens generieke specifieke

genereren nieuwe gegevens oplossingen tussenresultaten al dan niet tijdelijk

Universal computation

programmatuur opsplitsen in 'lagen' 'hogere programmeertalen' gebruiken

onderliggende 'systeemtalen': procedurele, logische en andere talen

kennissystemen gebruiken gegevens en resultaten uit andere bronnen of van andere programma's

Pattern matching

' "Abstracte" regels toepassen in concrete situaties'

Voorbeeld:abstract: f(x) = a × xn f'(x) = n × a × xn-1 concreet: f(x) = 3 × x7 f'(x) = 7 × 3 × x7-1

Closed world assumption

Alle relevante gegevens zijn bekend.Datgene wat niet uit de gegevens bekend of

afleidbaar is, wordt verondersteld onwaar te zijn.

Symbol level / Knowledge level

symboolniveau: methoden en technieken om met kennis te manipuleren

kennisniveau: betekenis en abstract gebruik van kennis om oplossingen te vinden

Opdracht 5

Hfst 9: Zoeken naar oplossingen

veel intelligent gedrag is zoeken wat zijn de kandidaatoplossingen (zoekruimte) hoe zijn 'de' oplossingen te vinden

(oplossingsruimte)

Zoekvoorbeelden

diagnose - ziektenclassificatie - walvissenconfiguratie - reizen

Genereren van zoekruimte

hoe? ophalen uit bronnen (intern/extern) berekenen ...

vorm lijsten grafen ....

Zoektechnieken

complete/incomplete - heuristisch

uitputtendvoldoendeoptimaalbeperkt

Opdracht 6