Professional Documents
Culture Documents
2 ES ESpr PDF
2 ES ESpr PDF
Ekspertni sustavi:
ES - definicije
Ekspertni sustavi:
1
ES - definicije
Ekspertni sustavi:
Osnovne komponente ES
2
Osnovne komponente ES
BAZA
ZNANJA
KORISNIK KORISNIČKO MODUL
SUČELJE ZAKLJUČI.
( User) (Rule Set or
Integrated
(User (Inference
Knowledge
Interface) Engine)
System)
Osnovne komponente ES
3
Osnovne komponente ES
Modul zaključivanja
Osnovne komponente ES
Modul zaključivanja
4
Osnovne komponente ES
Modul zaključivanja i komunikacijsko
sučelje
Osnovne komponente ES
Baza znanja
5
Osnovne komponente ES
Osnovne komponente ES
Znanje u inteligentnim sustavima uključuje:
Spoznaja
– poznati sadržaji (nastali nepropozicijskim
razumijevanjem: percepcija, pamćenje,...)
– razumijevanje (propozicijsko i
nepropozicijsko)
Logika
– proučava načela koja vode do ispravnih
zaključaka
6
Osnovne komponente ES
Baza znanja sadrži:
Osnovne komponente ES
7
Osnovne komponente ES
Sheme za prikaz znanja moraju zadovoljavati:
Osnovne komponente ES
Jedna od poznatijih shema za prikaz znanja je
taksonomija (J.Mylopoulos, H.J.Levasque,
1984.) , koja ima tri važna čimbenika:
8
Osnovne komponente ES
Ishodišne točke za prikaz znanja:
Transformacije stanja
– proceduralne sheme za prikaz znanja
Osnovne komponente ES
Shema prikaza znanja
9
Alati za izradu ES
Stavke za procjenu:
Alati za izradu ES
Vrste alata:
Programski jezici
Jezgre:
– skup pravila, modul zaključivanja
Integrirana okolina:
– jezgre sustava integrirane sa ostalim
računarskim komponentama u jednu
jedinstvenu cjelinu
10
Alati za izradu ES
Svojstva upravljačkog modula
(za upravljanje skupom pravila):
Alati za izradu ES
Svojstva modula zaključivanja:
razlozi za pravila
kontrola korisničkog sučelja
integracija sa drugim modulima zaključivanja
razdioba snage zaključivanja
vrste rasuđivanja (forward, reverse)
upravljanje dvojbenim zaključcima
okolina: povezivanje samostalnih i integriranih
jedinki sustava
11
Potencijalne prednosti
primjene ES
vrijeme odlučivanja
ponovljivost rezultata
oslobađa vrijeme čovjeka
vjerodostojnost
objašnjava sam sebe
upravlja dvojbenim rezultatima
evoluira
formalizacija znanja (i sistematizacija)
Implikacije ( strateške
prednosti) primjene ES
povećanje produktivnosti
poboljšane usluge
nove usluge
nove industrijske primjene
12
Područja poslovne primjene ES
Primjeri:
Uspostava prodajnih postupaka i
definiranje prodajnih kvota
Određivanje kreditnih limita
Različito značenje:
13
Područja poslovne primjene ES
Poslovna Inteligencija
BI je skup metodoligija i softverskih alata
koji omogućavaju korištenje podataka iz
skladišta podataka (Data Warehouse) i
njihovo pretvaranje u informaciju
potrebnu za donošenje poslovnih odluka
poslovna inteligencija je proces kojim se
sirovi podaci pretvaraju u informacije, te
informacije se zatim analiziraju i koriste u
procesu odlučivanja u poduzeću
(Data Warehousing)
obrada podataka
(Data Mining)
14
Područja poslovne primjene ES
Poslovna Inteligencija
Tehnološka podloga:
15
Područja poslovne primjene ES
Poslovna Inteligencija
BI Sustav:
16
Područja poslovne primjene ES
Poslovna Inteligencija
BI Sustav (Višedimenzionalni prikaz podataka):
ISKOPAVANJE PODATAKA-DM
IZVEDBA PRAVILA
PRIDRUŽIVANJE
NEURONSKE MREŽE
SAŽIMANJE
17
Područja poslovne primjene ES
Poslovna Inteligencija-Prikupljanje podataka
18
Područja poslovne primjene ES
Poslovna Inteligencija
Provjera kvalitete informacija:
-kvantitativni pristup
19
Područja poslovne primjene ES
Poslovna Inteligencija
Provjera kvalitete informacija:
-kvantitativni pristup
20
Područja poslovne primjene ES
Poslovna Inteligencija
Provjera kvalitete informacija:
-vremenski pristup
21
Područja poslovne primjene ES
Poslovna Inteligencija
Provjera kvalitete informacija:
-vremenski pristup (prihvaćen u teoriji menadžmenta)
22
Područja poslovne primjene ES
Poslovna Inteligencija
Provjera kvalitete informacija:
-poslovno-pragmatični pristup
23
Područja primjene ES
Prepoznavanje Uzoraka
Ovo je ???
Područja primjene ES
Prepoznavanje Uzoraka
Temelj:
učenje na primjerima
24
Područja primjene ES
Prepoznavanje Uzoraka
Postupak:
Područja primjene ES
Prepoznavanje Uzoraka
Prepoznavanje pisanih
znakova:
- programiranje
računala da nauči
kako izgledaju
znakovi
25
Područja primjene ES
Prepoznavanje Uzoraka
Slična područja:
Statističke metodologije
Strojno učenje
Umjetna inteligencija
Ekspertni sustavi
Neuronske mreže
Data Mining
Neizrazita logika i sustavi
Područja primjene ES
Prepoznavanje Uzoraka
Preklapanje sa srodnim područjima:
26
Područja primjene ES
Područja primjene ES
Prepoznavanje Uzoraka
Pred-uvjeti:
- podaci su numerički tj. odnosi medu podacima
mogu se izraziti preko numeričkih deskriptora
(opisnih vrijednosti)
Opisne vrijednosti:
udaljenost
skalarni produkt
vrijednost kernela
mjera sličnosti
27
Područja primjene ES
Prepoznavanje Uzoraka
Postupci:
Područja primjene ES
Prepoznavanje Uzoraka
Komponente sustava:
Model podataka
– Pojednostavljen prikaz “isječka svijeta”, tj.
domene u kojoj sustav treba djelovati
Algoritam za učenje
– Omogućuje automatsko stvaranje modela na
osnovu opažanja (mjerenja) iz stvarnog svijeta
Postupak odaziva
– Omogućuje primjenu modela u praksi
28
Područja primjene ES
Prepoznavanje Uzoraka
Vrste modela:
Globalni ⇔ Lokalni
– Linearna regresija ⇔ lokalno konstantne funkcije
Numerički ⇔ Simbolički
– Linearna regresija ⇔ Neizraziti sustav
Područja primjene ES
Prepoznavanje Uzoraka
Tipičan postupak:
29
Područja primjene ES
Prepoznavanje Uzoraka
Primjene:
Govor: mobiteli, uređaji za diktiranje
Slika: lica, otisci prstiju
Uzorci ponašanja: prevare s kreditnim
karticama, promjena telefonske kompanije...
Prehrambena industrija: kvaliteta kave
Medicina: prepoznavanje, prognoza bolesti
Strojarstvo: motori s unutrašnjim
sagorijevanjem
...
Područja primjene ES
Prepoznavanje Uzoraka
Meta-Algoritam učenja:
Odabiri parametara
Učenje uz pomoć skupa podataka za učenje
Provjeri ponašanje sustava na skupu za
provjeru
Izmjena parametara i ponovno učenje
Uporaba parametara koji daju najbolje rezultate
Procjena konačnog rezultata na skupu za
testiranje
30
Područja primjene ES
Prepoznavanje Uzoraka
Sl. Primjer: A se odnosi prema B kao C prema ?
Područja primjene ES
31
Područja primjene ES
Ostalo ....
Područja primjene ES
32
Područja primjene ES
Područja primjene ES
33
Područja primjene ES
Telemedicina
Područja primjene ES
Biomedicinsko inženjerstvo- sustav za
kontinuirano praćenje fizioloških parametara
pacijenta
34
Područja primjene ES
Šah
35
Područja primjene ES
Filmska produkcija
Područja primjene ES
Filmska produkcija
36
Područja primjene ES
Filmska produkcija
Područja primjene ES
Filmska produkcija
37
Područja primjene ES
Mobilna robotika – Toyota 2005
Područja primjene ES
Mobilna robotika – Toyota
i-Unit
38
Područja primjene ES
Mobilna robotika – Toyota
i-Foot
Područja primjene ES
Mobilna robotika – Toyota
i-Foot & i-Unit
39
Područja primjene ES
Mobilna robotika-SK Telekom Korea
Mobilni čuvar
Područja primjene ES
Čistači
40
Područja primjene ES
Robot za zabavu – Mitsubishi Wakamaru
Područja primjene ES
Kućni ljubimci – Sony Aibo
41
Područja primjene ES
Robot– HONDA Asimo
Područja primjene ES
Roboti (Bio)- Rakovi za istraživanje
42
Područja primjene ES
Roboti (Bio) - Insekti
Područja primjene ES
Simulacije i VR
43
Područja primjene ES
Robotic Limbs that Plug into the Brain
Područja primjene ES
The robot that reads your mind to train itself
44
Područja primjene ES
Zanimljivi linkovi
Is My Robot Happy to See Me?
Robotic perception, on purpose
AIDA (Affective, Intelligent Driving Agent)
Muscle-Bound Computer Interface
Car Steered with Driver’s Eyes
Can computers read?
Hop, Jump and Stick
Humanoid Robots Rise. Now, Can They Walk?
DARPA Seeking to Revolutionize Robotic Manipulation
Adding Human Intelligence to Software
How to Make a Humanoid Robot Dance
Robotic Gripper Made from Coffee-Filled Balloon Picks Up Anything
The robot that reads your mind to train itself
Humanoid Robot Octavia Helps Humans Fight Fires
Robocopters to the Rescue
Meet NASA's Futuristic Drone Research Lab
45