ดาวน์โหลดงานนำเสนอ
งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ
1
Chapter 20 Expert System Chapter 20 Expert System 323-670 Artificial Intelligence ดร. วิภาดา เวทย์ประสิทธิ์ ภาควิชาวิทยาการคอมพิวเตอร์ คณะ วิทยาศาสตร์ มหาวิทยาลัยสงขลานครินทร์
2
323-670 Artificial Intelligence Lecture 44Page 2 Expert System p. 547 MYCIN (1976) see section 8.2 –backward chaining + certainty factor and rule-based systems p.233 –Bayesian network p. 239 –Fuzzy logic p. 246 –Probability and Bayes’ theorem p. 231 PROSPECTOR (1976), DENDRAL (1978) expert systems shells EMYCIN
3
323-670 Artificial Intelligence Lecture 44Page 3 Expert System using domain knowledge knowledge representation p. 297 reasoning with the knowledge, explanation Knowledge acquisition (p. 553) 1) entering knowledge 2) maintaining knowledge base consistency 3) ensuring knowledge base completeness MOLE (1988) is a knowledge acquisition system for heuristic classification problems such as diagnosing diseases.
4
323-670 Artificial Intelligence Lecture 44Page 4 Expert System problem : then number of rules may be large control structure depend on the specific characteristic of the problrem 1) Brittleness : no general knowledge that can be used, the data is out of date 2) Lack of meta-knowledge : the limitation of the control operation for reasoning 3) Knowledge acquisition : difficult to transform the knowledge from human to machine 4) Validation : the correctness of the knowledge in the system, no formal proof that machine is better than human or human better than machine.
งานนำเสนอที่คล้ายกัน
