KAPITOLA4.REPREZENTACEZNALOST. Obr.4.1:Dataaznalosti. generalizace.

Transkript

1 Kapitola4 Reprezentaceznalost Malek vz kon: Itanejjednodu my lenkased vyj d itslo it. Murphyhoz kony 4.1Pojemznalosti expertvybaven znalostmizva ujedatarelevantn prodan probl ma in rozhodnut.znalostiexpertz skalvzd l n mazku enost.vybran datap edstavuj informaceokonkr tn situaci ip padu.1 sijednohop stupukrozli en adenov n t chtopojm. m jakokomplement rn pojmy.vych z zrozborurozhodovac hoprocesu,vn m Pojmydata,informaceaznalostjsoumnohdypou v nyjakosynonyma.v imn me Wiederhold[?]denujeznalostiadatazhlediskabudouc chinforma n chsyst -

2 2r zku??.vzd l n Funkciznalost adatvprocesurozhodov n zn zor ujesch mauveden naob- Rozhodov n Zku enost? Informace Data odli n -zvl t vhospod sk chaplikac chnem expert assb rataov ovatdata. Rozli en dataznalost jetedypodlen jn sleduj c : Typick je, ezdrojznalost (expert)azdrojinformac (shrom d n data)jsou Jestli esem emespolehnoutp isb rumateri lunaautomatick procesnebo edn ka,hovo meodatech.spr vnostdatvzhledemkre ln musv tu P padn sestavsv tazm n amus mesespolehnoutnap edchoz pozorov n. tech.znalostiobsahuj abstrakceageneralizaceobjemn homateri lu.typicky jsoum n p esn anemohoub tobjektivn verikov ny.mnoh denice,nutn korganizacisyst mu,jsoutak znalostmi;odexpert o ek v medenice, kter jsoud le it mistavebn mikamenyprodal abstrakce,kategorizacea Obr.4.1:Dataaznalosti Jestli ehled meexperta,kter byposkytlmateri l,potomhovo meoznalos- m eb tobjektivn verikov nasrovn n msjehoopakovan mpozorov n m. podporu zen apl nov n budouz visetzejm nanaznalostechadekv tn chpro statn v vah choaktualizaci,chyb chvdatechanejistot znalost.aplikacena tail,jsouobjemn a astoserychlem n.znalostisetak astonem n.pojedn vaj ogeneralizac ch,oobecn chz konitostech.rozd lmezidatyaznalostmisejev pod- Dataodr ej sou asn stavsv tana rovniinstanc,tak eobsahuj mnohode- generalizace. rozhodovac postupav jimkyvdatechbudousp eignorovat. datab z chsev dyvyskytuj chybn daje,data,kter jsouvrozporuseznalostmi, Nov z skan datamohoub tvrozporusexistuj c miznalostmi.vevelk ch

3 t ebasp etytofaktoryzapomociautomatick u c seproceduryaktualizovat. N kdykoniktmezidatyaznalostmiukazujenane plnostb zeznalost alzejej 4.1.POJEMZNALOSTI nemus ihnedv stkreviziznalost.jsou-liznalostivybavenyfaktorynejistoty,je 3 lostv ini rovnizpracov n.tovedek vah moinforma n chsyst mechs mnoha rov ov mistrukturami. zpracov n (nap.ji agregovan nebojinakodvozen )semohoujevitjakozna- vy e itdopln n mdal chznalost,kter pokr vaj nov p pady. den hierarchiije ump edstavuj c nezaj mavaapodez el data.o rove v ejsou data,p edstavovan potenci ln zaj mav mi daji.zpracovan datapakm eme GiarratanoaRiley[?]uv d j tuto\pyramidu"pojm (obr.??).nejn evuve- Jedenzprobl m vztahudataznalost spo v vtom, edatanavy rovni or zn chtypechznalost :dom nov znalostizachycuj c znalostizdan probl mov ch patjakoinformace.nadal rovnijsouznalosti(z skan nap.zobecn n minformac )anejv emetaznalosti,kter m emech patjako\znalostioznalostech" dom nov znalosti,pakp edstavuj metaznalosti. neboliznalostiotom,jakvyu vatznalosti.vexpertn chsyst mechsen kdymluv oblastip edstavuj vt topyramid znalosti, d c znalosti,ukazuj c jakvyu vat informace znalosti meta- data mechanismu,kter jipraktickyrealizuje.zanovouznalostpova ujemetuinformaci, Pojemznalostijevhodn ch patpr v vr mcilogikyusuzov n ainferen n ho AAAAAAAAAAAAAAAAAAAA Obr.4.2:Hierarchieznalost um

4 (Iv nek[?]). kter nen dan minferen n mmechanismemodvoditeln zji dostupn chznalost 4Znalostipou van vexpertn chsyst mechm vaj obvyklecharakterm lk ch, KAPITOLA4.REPREZENTACEZNALOST povrchov chznalost (shallowknowledge).pozorujemenap kladupacientazv enouteplotuazn usuzujemenach ipku.p inn (kauz ln )souvislostaleb v opa n ;organismuspacientajenapadenviry,tovybud imunitn syst m,zrychl se metabolismusatovedekezv en teplot.vposledn chletechseobjevuj tendence kauz ln chznalostech. 4.2Predik tov logika Predik tov logikajejedn mznejl peprozkouman msyst m proreprezentacia takov topochopen jev pou tp itvorb b z znalost ;paksehovo ohlubok ch, jm navsouvislostisrozvojemimformatiky), ejdeovelmiuniverz ln prost edek, umo uj c analyzovatjazykov v razynezbytn pr v proreprezentaciznalost v mnohanaprvn pohledodli n cht matick choblastech.nav csetentoprost edekreprezentaceuk zaljakov hodn prostudiumodvoditelnosti(inference)mezi stalasepredik tov logikanebovjin terminologiiteorieprvn ho duprototypem bylapredik tov logikazkoum napropot ebymatematiky,alebrzyseuk zalo(ze- zpracov n znalost.a kolip vodn navr en prostudiumrelacelogick hod sledku, tvrzen mi,co jepatrn tennejv znamn j p sp vekpredik tov logikyproporozum n v po tov mprobl m msoudob informatiky.jist fragmentpredik tov logikyserovn stalteoretick mz klademjednohozv znamn chprogramovac ch schematproreprezentaciznalost (vizzejm nan sleduj c odstavec4.3).p vodn jazyk proum louinteligenci-prologu[?]. M emesezdetedyomezitnarekapitulaciz kladn chpojm aprincip. teori chprvn ho duzkoum mesamotnouvnit n strukturuv rok,aprotomus me minimum,kter byka d matematikainformatikm lovl dat,existujerelativn dostatekdobr chu ebnicnarozmanit ch rovn chhloubkyadetailnostiv kladu. vpozad expertn chsyst m zalo en chnadeklarativn chpravidlech-vizd le),v Proto epredik tov logikabylapot m cel dvac t stolet pova ov naza za tspecikac jazyka. JazykPLobsahuje individuov prom nn, Narozd lodelement rn hopohledudvouhodnotov v rokov logiky(kter stoj predik tov symboly,

5 4.2.PREDIK TOV LOGIKA kvantik tory, pop.funk n symbolyakonstanty, 5 roupom ckoujakprozlep en srozumitelnosti,takprovytvo en \technick ho" z zem proefektivn odvozov n. symbol(abybyloo emhovo it),konstantyafunk n symbolyu povinn nejsou nebo neroz i uj podstatn vyjad ovac s lujazyk prvn ho du-jsouov emdob- logick spojky(zn m n mji zv rokov logiky). prezentuj v echnauniverz ln ispeci ln jm naobjekt onich m eb tp ipou it Pospecikacijazykam emep istoupitkobvykl mupojmutermu.termyre- P edpokl d me, ekonkr tn jazykv dyobsahujealespo jedenpredik tov dan hojazyka e -vytv ej sezindividuov chprom nn ch,konstantafunk n ch prvn ho du.znamen top idatk\axiom mv rokov logiky"(te u vyj d en mvjazycepredik tov logiky)axiomyspecikaceageneralizace.pojmyd kazu adokazatelnostisepaknezm n. ( pln ). pretace imodelu,co jeinterpretace,kter jepravdiv.vpredik tov logicepak plat, ecojedokazateln jeipravdiv (korektnost)acojepravdiv,jeidokazateln logiky,vn m jemo n logickoudokazatelnostautomatizovat,tj.p enechatstroji. Ktomujet ebasiuv domit, elibovolnouformulilzepllzevyj d itvtzv.klauzu- Zes mantick hohlediskanejv znamn j rolimaj pojmysplnitelnostainter- zast vaj sentence{formule,kter maj tuvlastnost, ejimlzep i aditpravdivostn hodnotuadefactosechovaj jakov roky.podobn jakovev rokov logicelze symbol.pr v funk n symbolyslou kvytv en jmenslo it strukturovan ch vytvo itsyntaktick syst m,kter umo ujeanalyzovatpojemd kazuvteori ch objekt.predik tov symbolyakvantik torypakslou kvytv en formul,co jsoupr v tyjazykov v razy,kter reprezentuj znalosti.mezinimid le itouroli l rn podob [?].Omez me-lisenaklauzulehornovy(klauzule,kter maj nejv e jedenpozitivn liter l)lzezaru it, esev dynajdeprocedura,kter odokazatelnostirozhodne.vobecn mp pad tomutakbohu elnen.propot ebyznalostn ho in en rstv omezen nahornovyklauzulev aknen p li omezuj c,nebo vtakto Zv po tov hohlediskajed le it, eexistujerozumn fragmentpredik tov enonaherbrandov v t,kter dokazatelnostformule(klauzule)'vteoriit,tj ot zkuzdat`'p ev d nanesplnitelnostteoriet[f:'g. kter {zhruba e eno{ k, ezpremis,znich jednaobsahujepozitivn liter l adruh tent liter lsnegac jeodvoditeln klauzule,kter jedisjunkc \zbytk " oboup vodn chklauzul. omezen mformalismulzevyj d itv t inu\rozumn ch"teori.v echnojetozalo- Metodadokazov n jeobvyklezalo enanarobinsonov rezolu n mpravidle,

6 6P ednost schematureprezentaceznalost vlogicejep edev m jednoduch metodaaktualizaceznalost KAPITOLA4.REPREZENTACEZNALOST ir mc -vizd le) dn pot e.znalostn in en rsenemus staratosouvislosti jednotliv chpolo ekb zeznalost.stejn takjetomup iru en znalost,dan polo kaseprost jenvyma e. jednotliv formulesouvisej,kter formulejsourelevantn prodokazov n iodvozov n,b zeznalost zalo en jennaseznamuplatn chformul jem lostrukturovan. Vlo itdob zeznalost novoupolo kune in (narozd lodt ebas mantick chs t Ktomutoprobl museje t vr t mevodstavcioinferen n mmechanismu. 4.3Pravidla Masivn atomizaceznalost v akp in inev hody.nen toti patrn jakspolu Pravidlap edstavuj nejpou van j prost edekproreprezentaciznalost vexpertn chsyst mech.pravidlajako toif-thenstrukturyjsoudob ezn myzprogramovac chjazyk,s mantikapravidelvych z zimplikac vev rokov logice(tab.??). ABA=)B Pravidlamohoub tch p nadvoj mzp sobem;procedur ln nebodeklarativn : Tabulka4.1:Pravdivostn hodnotyimplikace vidlech(pota mosyst memch);nastala-lip slu n situace,syst mprovededanou akci.tentozp sobch p n pravideljeb n vgenerativn chexpertn chsyst mech. P ijmeme-liprvn (procedur ln )interpretaci,pakhovo meoproduk n chpra- (1)jestli esituacepakakce slu n p edpoklad,syst modvod dan z v r.druh (deklarativn )interpretaceje Druh interpretaceodpov d diagnostick mexpertn msyst m m;je-lispln np - (2)jestli ep edpokladpakz v r

7 4.3.PRAVIDLA vlastn speci ln mp pademinterpretaceprvn,prov d sejedin standardn akceodvozen z v ru. P klademprvn interpretacejepravidlozgenerativn hosyst mur1/xcon7 (obr.??),p klademdruh interpretacejepravidlozdiagnostick hosyst mumycin (obr.??).n kdym em tpravidlojakz v r,kter seodvozuje,takakce,kter se vykonaj vp pad, ejsouspln nyp edpokladypravidla.p klademsyst mu,kter totoumo uje,m eb tv vojov prost ed NexpertObject;uk zkapravidlazb ze PRINCjeuvedenanaobr zku??(z v rpravidlajezdeozna enjakohypot za). THENAssignthediskdrivetoeachofthecontrollers, IFThecurrentcontextisassigningdevicestoUnibusmodelsand Thenumberofdevicesthatthesecontrollerscansupportisknown Thereisanunassigneddual-portdiskdriveand Thetypeofcontrolleritrequiresisknownand Therearetwosuchcontrollers,neitherofwhichhasanydevices Notethatthetwocontrollershavebeenassociatedandthateach and supportsonedrive assignedtoit,and IFThesiteofthecultureisblood,and Theidentityoftheorganismisnotknownwithcertainty,and Obr.4.3:Pravidlovsyst mur1/xcon THENThereisaweaklysuggestiveevidence(.4)thattheidentity Thestainoftheorganismisgramneg,and Themorfologyoftheorganismisrod,and Thepatienthasbeenseriouslyburned oftheorganismispseudomonas Obr.4.4:Pravidlovsyst mumycin

8 KAPITOLA4.REPREZENTACEZNALOST (Yes(good_parents)) ) ) Obr.4.5:Pravidlovsyst munexpertobject (Show("princ_ye.txt")(@KEEP=FALSE;@WAIT=TRUE;)) takjetomunap.upr zdn hoexpertn hosyst muexsys.totoroz en slou p edev mprozv en pohodl u ivatelep itvorb b ze.jesnadnovid t, epravidlo lze(bezztr tykyti ky)zapsatjakodv pravidla IF-THENstrukturam eb tsamoz ejm roz enadopodobyif-then-else; IFaTHENbELSEc kladutakov chpravideljeobvyklekombinace(typickykonjunkce)1n jak chtvrze- n,z v rpakb v (jedno)tvrzen,kter seodvod,pokudjsoutvrzen vp edpokladu spln na(taktoalespo myslelexpert).tvrzen (a u vp edpokladunebovz v ru) Na epozornostbudezam enap edev mna\diagnostick "pravidla.vp edpo- IFNOTaTHENc. m em tpodobu: v rokunap.autom ervenoubarvu pravidelifathencaifbthenc. 1Zam lenoudisjunkcivp edpokladunap.ifaorbthencm emevyj d itpomoc dvou dvojceatribut,hodnotanap.barvaauta= erven takovoutopodobumaj tvrzen nap.vexpertn msyst mum4 takovoutopodobumaj tvrzen nap.vexpertn msyst musak

9 4.3.PRAVIDLA trojceobjekt,atribut,hodnotanap.auto:barva= erven takovoutopodobumaj tvrzen nap.vexpertn msyst munexpertobject9 lygrafup edstavuj v rokyaorientovan hranyp edstavuj pravidla.vazbamezi v rokyvp edpokladupravidlasezn zor ujeoblou kem.tedysad pravidel Pravidlavb ziznalost jemo nozn zornitvpodob AND/ORgrafu.Zdeuz- odpov d AND/ORgrafuveden naob zku??. B&C!F -A!F D!E A!D EDA F B D DDDDDDDDD p edpokladu dn hopravidla,(tedyko enyvand-orgrafu),dotazyjsouv roky, V rokyvb ziznalost lzerozd litdot skupin:c lejsouv rokykter nejsouv Obr.4.6:AND/ORgraf C A1!A2,A2!A3,An 1!An,...,An!A1). kter nejsouvz v ru dn hopravidla(tedylistyvand-orgrafu)amezilehl ho),b zeznalost tedym em tbohat strukturune jenvazbyp momezidotazy ac li.b zeznalost alenesm obsahovatcykly(nesm existovatsekvencepravidel v roky,kter jsoujakvp edpokladech,takvz v rechpravidel.mezilehl v roky zp sobuj z et zen pravidel(z v rjednohopravidlajevp edpokladupravidlajin -

10 10 KAPITOLA4.REPREZENTACEZNALOST 4.4S mantick s t S mantick s t bylynavr enyvdruh pol.60.letvr mciprac naporozum n p irozen mujazykujakomodelasociativn pam ti lov ka(quilian).s mantick s Obr.4.7:Medv dek z kladn prost edekprovyjad ov n znalost.osv d ilosepou vatn kter typick objekt.relacea-kind-ofumo ujevyjad ovathierarchiit d,part-ofumo n relace;jsoutois-a(isa),a-kind-of(ako)apart-of.is-a(isaninstance of)umo ujevyj d it, en jak konkretn objekt(instance)pat dour it t dy arelacemezinimijsouhranyvgrafu.relacevs mantick chs t chp edstavuj umo ujepopisovatrealitujakoobjekty,kter jsounavz jemvn jak chvztaz ch vyj d it, eobjekt(t daobjekt )jetvo en stmi(nap.motorakolajsou st (relac ch).s mantick s m p irozenougrafovoureprezentaci;objektyjsouuzly 4.5R mce tu\br na"ap islu nous mantickous,kter odpov d tomutokonceptu.tento p kladbylp evzatz[?].jin p klads mantick s t jeuvedennaobr zku4.1. auta). R mcebylynavr enyvpol.60.letmarvinemminskymjakoprost edekprorepre- P klademm eb tobr zek4.1zachycuj c p kladyaprotip kladykoncepzentaciznalost.r mcevp vodn p edstav m lyumo ovatreprezentovatstereotypn situace.pr cesr mcim lab tzalo enanapostupn mvypl ov n str nek, dokter chsezapisuj hodnotypolo ek(vlastnosti).p itomsehojn vyu v p eddenovan chhodnot.

11 r mcised (podobn jakous mantick chs t )zn zornitgrafem.p kladhierarchie (zapou it polo ekako)nebodekompozici(zapou it polo ekpart-of).vazbamezi 4.5.R MCE R mcedob eumo uj vyj d itstatick znalosti,tedyn jakouhierarchiipojm 11 r mc jenaobr zku??.narozd lodsemantick chs t maj uzlyvgrafu(r mce) vnit n strukturu. Auto Osobn auto ako:vozidlo ako:auto pohon:motor pohon:motor... el:p epravaosob... N kladn auto ako:auto pohon:motor ako:osobn auto el:p epravan kladu pohon:motor... znalost. el:p epravaosob v robce:ford... v n zevobjekty;p slu n stylprogramov n vyu vaj c objektysepaknaz v objektov orientovan programov n.z kladn charakteristikyoopjsou R mceb vaj obvykledopln nyopravidla,kter umo uj odvozovatvb zi Vsou asn dob r mceproniklydoprogramovac chjazyk.zdesepron pou- Obr.4.8:R mce zapouzd en (encapsulation):spojen denicedatov chstruktur(vlastnost objektu)sprocedurami(metodami),kter jepou vaj,dojednohodatov ho typu,tzvobjektu

12 12 nap :type kruh=objekt(bod) Polom r:integer KAPITOLA4.REPREZENTACEZNALOST d di nost(inheritance):mo nostvytv ethierarchickoustrukturuobjekt, procedureinit(initx,inity,initpolom r) objekt navy rovni(rodi e) kdyobjektynani rovni(d ti)d d denicedatov chtyp imetodod end procedureskryj procedurezobraz nap :Poloha=objekt X,Y:Integer tverec=objekt(bod)kruh=objekt(bod)troj heln k=objekt(bod) Bod=objekt(Poloha) Viditeln :Boolean procedurezobraz procedureskryj... Polom r:integer polymorsmus:metoda,kter sepodt m jm nemd d vhierarchiiobjekt, m em tnaka d rovnihierarchiejinoupodobu, procedureskryj procedurezobraz... (lzed ditpolo kyijejichhodnoty;obvykl jed d n shoradol )azapouzd en nap :Bod.Zobraz (sou st r mcejsoukrom datov chstrukturiprocedurypropr cisnimi).mezi Vp pad pou it r mc proreprezentaciznalost m nejv t v znamd di nost Kruh.Zobraz Troj heln k.zobraz tverec.zobraz (komer n dostupn )syst myvyu vaj c r mce(objekty)pat nap.nexpertobject

13 kter sestal\standardem"propou v n r mc napracovn chstanic ch. 4.5.R MCE nebopc-kappaproosobn po ta eneboclos(commonlispobjectsystem), R mcevsyst munexpertobjectumo uj pou vat(n sobn )d d n polo ek 13 tapolo kyumo uj c popisovatvlastnosti(chov n )polo ek.p klademjemeta- polo kaif-changeur uj c cosem st t,zm n -lisehodnotap slu n polo ky, po ta e).vlastnosti(properties)slou kpopisuobjekt,hodnotyvlastnost jsou vekzt toskupiny(instance).t dyumo uj vytv ethierarchiepojm,lzerov- n pracovatsesubobjekty,kter jsou st jin chobjekt (nap.procesorje st uchov v nyvpolo k ch(slots).objektymaj krom \b n ch"polo ektak me- ijejichhodnot.slovemobjektsezdeozna ujejakv t skupina(t da),takipr- umo ujepou vatt iz kladn typyd d n :(1)d d n vlastnost,(2)d d n hodnot a(3)d d n metapolo ek.p kladhierarchieobjekt (prob ziprinc)jeuveden naobr zku??.(@class= procedury,kter semaj prov st.if-changemetapolo k mse k d mony.nexpert nebometapolo kaorder-of-sourcesur uj c,jak mzp sobemsem z skatnov hodnotapolo ky(mo nostijsouinference,d d n,dotazu ivateli,inicializace naza tkukonzultace,extern procedura).tytometapolo kyumo uj denovat (@CLASS=(@SUBCLASSES= people parents)) (@CLASS=(@PROPERTIES= (@PROPERTIES= adept parents_status size_of_feet status)) blue_blood Mo nostn sobn hod d n hodnotpolo ekm ev stkinkonsistenc m.vezn - Obr.4.9:Objektyvb ziprinc property)) m mp kladu\nixonovakoso tverce"(obr.??)nelzed d n mjednozna n zjis-

14 vy e en tohotorozporu. tit,jestlinixonjenebonen pacista.n kter syst myvtakov mp pad dnou hodnotunep i ad,jin uva uj ob mo nosti,dal vy aduj speci ln znalostipro 14 KAPITOLA4.REPREZENTACEZNALOST @@ kvaker kvaker Krom v epopsan chprost edk proreprezentaciznalost m emeu adysyst m 4.6Pomocn prost edkyreprezentaceznalost Obr.4.10:Nixon vkoso tverec Uve menap klad naleztidal (pomocn )mo nostijakzachytitvazbymeziprvkyb zeznalost. kontexty, p pad, eji v me, epacientje ena.kontextov mohoub tv z nyv roky(nap. implikace, syst mfel-expert),pravidla(nap.syst msak)nebo stib zeznalost (nap. n jak tvrzen z vis natom, ejin tvrzen ji bylovyhodnoceno. astocitovan m p klademkontextov vazbyje, eupacientam smyslzji ovatgraviditupouzev integritn omezen. syst mnexpertobject).kontextysamyosob nemaj vlivnav sledekkonzultace, Kontexty(kontextov vazby)popisuj situace,kdyto,zdasebudevyhodnocovat

15 4.6.POMOCN PROST EDKYREPREZENTACEZNALOST jen d jej pr b h.naveneksepou it kontext jev jako\inteligentn j "zp sob kladen dotaz syst memvpr b hukonzultace. Implikace(pou it nap.vsyst muvex[?])umo uj vyj d itvazbyekvivalenceneboinkluzemezitvrzen mivb zi2.implikacetakdopl uj pravidlaodal v razov prost edky.ekvivalencea==>b,b==>avyj d en pomoc pravidelby znamenalacyklus,kter jevb ziznalost nep pustn.implikacerovn umo uj 15 rozd lodimplikac senepod l naodvozov n,slou jenjakojak si\kontrola", e pomoc pravidelrovn nelze3. inferencevs tipravidelbylytedyimplikacepou itykekorekciodvozen chvah. tvrzen mi,kter maj platitbezohledunakonzultaciprodan p pad.poskon en vyj d itvazbymezic ly(pacientm ch ipku==>not(pacientjezdrav )),co doporu en z v rvyhovujedal mpo adavk m. Integritn omezen podobn jakoimplikacevyjad uj vazbymezitvrzen mi.na Implikace(takjakbylypou ityvsyst muvex)vyjad uj logick vazbymezi t m, e\o ez vaj "prohled van prostor[?].u ivatelisetotojev jakozmen en n prost edkynemaj vlivnav sledekkonzultace,ovliv uj alepr b hkonzultace po tupolo en chdotaz. Studieproveden nan kter ch esk chexpertn chsyst mechukazuje, epomoc- expert pravidla,kontexty,implikace ABCDE konzultace komposicion ln mzp sobemsneur itost.n kter zt chtosyst m nab zelyipomocn prost edky(kontexty,implikace).proveden konzultaceuk zaly, esyst my, Vezmi ovan studiibylastejn b zeznalost implementov navr zn chex- Tabulka4.2:Po tydotaz dleprost edk proreprezentaciznalost pertn chsyst mechvyu vaj c chpravidlaproreprezentaciznalost apracuj c ch pravidla. 3P edpokl d me, ec lejsou(zdenice)tatvrzen,kter nejsouvp edpokladu dn ho 2N coztoho,nap.inkluzilzevyj d itir mci.

16 kter pracovalypouzespravidly,polo ilyvpr b hukonzultacev echnydotazy(v b ziznalost bylocelkem48dotaz ),syst myvyu vaj c dal prost edkyproreprezentaciznalost polo ilypodstatn m n dotaz (ikdy jichbylov dyv ce,ne KAPITOLA4.REPREZENTACEZNALOST 16 Pravidlajsounejpou van j prost edekproreprezentaciznalost.jejichv hodou jejednoduchostasrozumitelnost(expertse astovyjad ujezp sobem,kter lze p mok dovatjakopravidla)amodularita(snadnoseaktualizujeb zeznalost ). kolikjichpolo ilexpert(viztab.??)4). 4.7Porovn n prost edk reprezentaceznalost Nev hodouje, evb zitvo en (nestrukturovan m)souborempravideljsou asto implicitn skrytystrategick znalostiozp sobu e en lohy(nap.vsakupo ad pravidelvb ziur ujezp sobveden konzultace).pravidlarovn neumo uj vyjad- ovatstruktur ln znalostivdan aplika n oblasti;typick mp klademtakov chto nostnebonep tomnostjin chr mc ovlivnitpolo kyvdan mr mci(znalostire- prezentovan pomoc r mc jsoutedym m modul rn ).Jin mprobl memje, e R mcemaj aleisv nev hody.vzhledemkprov zanostir mc m ep tom- R mcebylynavr enyproreprezentov n stereotypn chznalost,p edstavuj nap. vhodn prost edekprozachycen inherentn strukturyn jak chkoncept.jsourovn vhodn proaplikace,kdeseprov d porovn v n (pattern-matching)mezidaty ahypot zami. znalost jsoutaxonomie. syst mypou vaj c r mceobvykleneumo uj rozli itmezi\z kladn mi"vlastnostmi(hodnotamipolo ek),kter mus m tka d instancedan hor mceavlastnostmi \dopl kov mi"vlastnostmi,kter p slu n instancemohou,alenemus m t.to, e hodnotapolo kym eb tzm n nakdekolivvhierarchiir mc znamen, enelze zaru it, en kter vlastnostijsouspole n [?]. slo it j n stroje(sbohat j miv razov miprost edky). dekproreprezentaciznalost.pakhovo meohybridn chsch matechreprezentazce. Nej ast jisekombinuj pravidlaar mce(objekty).vhodn prost edekproreprezentaciznalost souvis istypemaslo itost aplikace.harmon[?]uv d n sleduj c tabulku(tab.??),zekter jepatrn, eproslo it j aplikacejezapot eb pou ti Sou asn n strojeprotvorbuaplikac mohounab zetv cene jenjedenprost e- kladnouvahou)ne expert.z v rzestudietedybyl, eexpertsevesrovn n sexpertn msyst mem sn zezam natopodstatn az svojipozornostnamen po etmo n chz v r. 4Nejen, esyst mykladlyv dyv cedotaz ne expert,vydalyrovn iv cedoporu en (z v r s

17 4.7.POROVN N PROST EDK REPREZENTACEZNALOST 17 diagnostika typ lohyreprezentaceznalost n stroje Tabulka4.3:Vhodn reprezentaceznalost pror zn aplikace monitorov n pl nov n design pravidla/hybridn st edn /velk mal /st edn velk