Giao trinh mon tri tue nhan tao

286 1.2K 0
Giao trinh mon tri tue nhan tao

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

Những năm gần đây chúng ta thường nghe nói nhiều về máy tính thế hệ 5, hệ chuyên gia, lập trình Prolog, logic mờ, mạng nơron nhân tạo, giải thuật di truyền,…Đây là một số thuật ngữ trong một ngành mới của khoa học máy tính: Trí tuệ nhân tạo (TTNT). Để hình dung TTNT giải quyết những vấn đề gì, chúng ta hãy xem những ứng dụng với những đòi hỏi cụ thể của nó.

TRÍ TUỆ NHÂN TẠO Artificial Intelligence Nội dung chương trình Thời gian: 45 tiết Nội dung: phần Phần 1: Giải vấn đề tìm kiếm Phần 2: Biểu diễn tri thức lập luận Phần 3: Logic mờ Lập luận xấp xỉ Các chương 1-7,11 TLTKhảo [1] Tài liệu tham khảo [1] Trí tuệ nhân tạo – Đinh Mạnh Tường [2] Trí tuệ nhân tạo – George F Luger [3] Trí tuệ nhân tạo – Nguyễn Thanh Thủy [4] Giáo trình nhập mơn Trí tuệ nhân tạo – Hoàng Kiếm [5] Artificial Intelligence, A Modern Approach - Stuart J Russell CHƯƠNG GIỚI THIỆU VỀ TRÍ TUỆ NHÂN TẠO I-Một số ứng dụng trí tuệ nhân tạo Những năm gần thường nghe nói nhiều máy tính hệ 5, hệ chuyên gia, lập trình Prolog, logic mờ, mạng nơron nhân tạo, giải thuật di truyền,… Đây số thuật ngữ ngành khoa học máy tính: Trí tuệ nhân tạo (TTNT) Để hình dung TTNT giải vấn đề gì, xem ứng dụng với đòi hỏi cụ thể Trò chơi: Cờ carơ, cờ vua, ô số,… Mỗi bước bàn cờ định số nhiều khả lựa chọn Tất khả sinh không gian lớn phức tạp Sẽ khó khăn sòng phẳng xét hết tất khả Khó khăn Vì lý thời gian, người đánh cờ cảm nhận khả tốt lựa chọn Một chương trình thơng minh phải có khả Chiến lược lựa chọn mang tính cảm nhận có sở gọi heuristic, khơng chắn mang lại kết nhiều khả mang đến thành cơng, nhiên hàm chứa rủi ro dẫn đến thất bại Chương trình Samuel Năm 1953, Samuel viết chương trình chơi cờ gây ấn tượng lớn cơng chiếu tivi Chương trình có khả học huấn luyện có khả chơi hay người viết Chương trình đánh cờ cho máy tính Deep-Blue (1997) ứng dụng TTNT vào trò chơi Hệ chuyên gia Một chuyên gia phải có nhiều tri thức chun mơn kỹ sử dụng tri thức để giải vấn đề Một hệ chương trình thay cho chuyên gia gọi hệ chuyên gia Nó bao gồm sở tri thức quy tắc suy luận Hệ chuyên gia ứng dụng rộng rãi lĩnh vực y tế, giáo dục, thiết kế, kinh doanh, khoa học,… Những hệ chuyên gia tiếng DENDRAL (Stanford, 1960) dùng để đoán cấu trúc phân tử hữu từ cơng thức hóa học chúng MYCIN (Stanford, 1970) chẩn đoán kê đơn điều trị cho bệnh viêm màng não nhiễm trùng máu PROSPECTOR (MIT, 1979) xác định vị trí, loại quặng mỏ dựa thông tin địa lý 10 Khái niệm Điều chỉnh tự động van cho nước bình Dựa theo số nguyên tắc gọi luật: Nếu mực nước thấp mở van lớn Nếu mực trung bình mở van trung bình Nếu mực nước cao mở van nhỏ Nếu mực nước cao mở van nhỏ 272 Hệ điều khiển mờ Tự động điều khiển theo luật mờ: HĐK mờ Đặc trưng: Nguyên tắc đk: luật (kinh nghiệm) Khơng cần mơ hình tóan học xác Mực nước: đầu vào Van: đầu 273 Tóm lại Bộ ĐK mờ: tự động hóa dựa kinh nghiệm người Hệ mờ hệ dựa tri thức Ứng dụng thành công nhiều lĩnh vực: hệ chuyên gia y học, quản lý, hệ điều khiển 274 Cấu trúc hệ mờ CS luật x Mờ hóa A’ Bộ suy diễn B’ Khử mờ y 275 Phân loại SISO đầu vào - đầu MISO nhiều đầu vào - đầu MIMO nhiều đầu vào nhiều đầu Chỉ cần quan tâm đến dạng MISO? 276 Xây dựng suy diễn từ CS luật Luật thứ k CS luật có dạng: if x1 is Ak1, ,xn is Akn then Y is Bk Chuyển thành dạng if x is Ak then Y is Bk Ở đây, x=(x1, ,xn); Ak=Ak1 x xAkn, tính tốn cụ thể theo tnorm Mỗi luật xác đinh Rk theo Denies-Rescher, Zadeh, Mamdani, 277 a Kết hợp trước suy diễn sau Kết hợp Rk thành R (có thể phụ thuộc độc lập) Tính B’=A’ o R 278 b Suy diễn trước, kết hợp sau Mỗi luật k: if x is Ak then Y is Bk, Tính B’k= A’ o Rk Kết hợp B’k thu B’ 279 Nhận xét Có nhiều kết thu tính B’: ◦ Chọn pp1 hay pp2 ◦ Chọn cách tính R ◦ Chọn t-norm, s-norm Tiêu chuẩn chung phù hợp với mong muốn chủ quan chuyên gia 280 Mờ hóa (fuzzification) Biến đổi giá trị đầu vào x thuộc U thành tập mờ A’ U Nguyên tắc: ◦ x phụ thuộc cao vào A’ ◦ Hiệu tính tốn 281 Các cách mờ hóa Mờ hóa đơn thể Mờ hóa Gauss A’(x)=exp(-((u-x)/a)^2), a>0 Mờ hóa tam giác 282 Khử mờ (defuzzification) Biến đổi tập mờ B’ thành số y thuộc V đại diện cho B’ Nguyên tắc ◦ B’(y) lớn ◦ Hiệu tính tốn ◦ Liên tục: B’ thay đổi y thay đổi 283 Các cách khử mờ Khử mờ lấy max Khử mờ lấy trọng tâm 284 Kết luận Hệ mờ hệ tính xấp xỉ vạn năng: ◦ Sử dụng tri thức chuyên gia dạng ngôn ngữ ◦ Hợp lý đầu vào khơng xác Về lý thuyết: 285 Định lý (Wang) Giả sử f: U→V, U phận R^n, V phận R Nếu f liên tục tập compac U ln ln tồn hệ mờ F Sao cho với e>0: sup|F(x)-f(x)|

Ngày đăng: 16/03/2018, 10:33

Từ khóa liên quan

Mục lục

  • TRÍ TUỆ NHÂN TẠO Artificial Intelligence

  • Nội dung chương trình

  • Tài liệu tham khảo

  • CHƯƠNG 0. GIỚI THIỆU VỀ TRÍ TUỆ NHÂN TẠO

  • I-Một số ứng dụng của trí tuệ nhân tạo

  • Trò chơi:

  • Khó khăn

  • Chương trình của Samuel

  • Hệ chuyên gia

  • Những hệ chuyên gia nổi tiếng

  • Slide 11

  • Lập kế hoạch và robot

  • Slide 13

  • Điều khiển mờ

  • PowerPoint Presentation

  • Slide 16

  • Slide 17

  • Hiểu và mô hình hóa ngữ nghĩa NNTN

  • Slide 19

  • II. Khái niệm về trí tuệ nhân tạo

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan