一种基于规则的知识获取策略

本文介绍一种化工废物资源化应用专家系统的结构及各部分的功能，着重介绍系统归纳学习设计方法。     

《天马》的知识自动获取

本文首先概述了基于实例的机器学习的几种方法,然后介绍了《天马》的知识自动获取功能,包括背景知识学习,增量式规则知识学习及知识求精。     

根据观察获取知识

本文介绍一种建立知识库的学习方法。从人类专家吸取知识的知识获取系统有两种类型:交互式和非交互式的。本文介绍非交互式知识获取系统,它依据观察从人类专家获得知识。这种知识获取系统学习人类专家用以解决问题的策略和从瞬时序列数据中抽取逻辑规则,其学习方法是基于翻译的学习(IBL),在学习过程中要用到预备知识。IBL 有两个子系统:翻译系统和学习系统。前者负责把现实世界的信息翻译成内部规则形式,而规则维护系统负责生成和界定知识。本文将介绍翻译系统和规则生成的预处理过程。     

知识获取方法初探

本文着重讨论了当前交互式自动知识获取系统(AKAS)所使用的两种典型的知识抽取方法,并结合对方法的分析评述给出作者关于 AKAS 未来发展的看法。     

专家系统间的知识获取与专家系统兼并

自 DENDRAL 产生并被成功地使用近二十年来,专家系统(ES)作为人工智能(AI)的一个分支,不仅在技术上得到了丰富的发展,而且数量和应用领域迅速增加,这主要是由于 ES 为领域专门化的,不象许多传统软件是领域通用的。但是,目前各领域中现存的 ES 也出现了一些应引起注意的问题,如 ES 的安全,已有 ES 的更新与发展等。另一方面,随着理论与技术的成熟及应用的需求,产生了第三代 ES 的概念,即大型多学科综合型专家系统。本文提出并浅议已有 ES 更新与发展及构造大型 ES 的一种可能的方式——ES 间的知识获取与 ES 兼并。     

基于神经网络的知识获取

本文提出了用基于规则专家系统与神经网络的集成，该系统实现了从实例中自动获取知识的功能．在产生和控制不完全情况方面提高了专家系统的推理能力．它使用无导师学习算法的神经网络来获取正规数据，并用一个符号生成器把这些正规的数据变换成规则．生成规则和训练后的神经网络作为知识库嵌于专家系统中．在诊断阶段，为了诊断不明情况，可同时使用知识库和人类专家的知识，而且系统可以利用训练过的神经网络的综合能力进行诊断，并使不相符数据完整化．     

知识云及其在知识获取中的意义

如何有效地获取领域专家的知识一直被视为人工智能中的难题．本文的目的在于提出一种关于知识获取的基本观点，并以此观点为基础来研究知识获取问题．这个观点的基本内容是：象波尔的原于模型一样，在专家的知识周围有一些知识层．它们是认识和获取专家知识的突破口或入口．本文将这些知识层看成是知识云，同时将上述观点视作知识云假设．我们将讨论知识云的内涵，研究知识云假设的合理性，最后将阐述知识云这一概念在知识获取中的意义．     

基于粗集理论的知识处理方法在专家系统中的应用

为了提高专家系统中知识获取的能力,本文提出了一种基于粗集理论的专家系统模型 ．该模型在知识获取阶段引入知识过滤器,根据知识依赖度的变化对采集的知识进行评价和 分类．该系统还在知识库构造阶段引入知识重构机制,对原有的知识库进行精简和重构．本 文提出的方法不仅消除了知识库中的冗余属性,还对属性值空间进行合理划分,对整个系统 的性能有明显的改善效果．     

一种基于模糊Petri网的不确定知识获取方法及其应用

本文介绍一种基于模糊Petri网获取专家系统不确定知识的方法,文中给出了模糊Petri网的知识表示、不确定推理算法及应用实例。     

一种基于符号神经网络的知识获取方法

本文介绍一种基于符号神经网络的知识获取方法，该方法首先用传统的机器学习方法获取关于某领域的粗略知识，然后把这些知识映射到神经网络结构，通过神经网络的自学习获取关于该领域的精细知识，这样，既解决了传统机器学习中知识精度，知识表示等问题，又解决了神经网络获取知识时间长，能释能力弱等问题。     

线性规划在知识获取中的应用

本文提出一个利用线性规划来实现从实例归纳学习的实用方法，简称为ＰＫＡ方法．该方法适用于许多分类专家系统的知识获取．     

THE USEFULNESS OF A MACHINE LEARNING APPROACH TO KNOWLEDGE ACQUISITION

This paper presents results of experiments showing how machine learning methods arc useful for rule induction in the process of knowledge acquisition for expert systems. Four machine learning methods were used: ID3, ID3 with dropping conditions, and two options of the system LERS (Learning from Examples based on Rough Sets): LEM1 and LEM2. Two knowledge acquisition options of LERS were used as well. All six methods were used for rule induction from six real-life data sets. The main objective was to lest how an expert system, supplied with these rule sets, performs without information on a few attributes. Thus an expert system attempts to classify examples with all missing values of some attributes. As a result of experiments, it is clear that all machine learning methods performed much worse than knowledge acquisition options of LERS. Thus, machine learning methods used for knowledge acquisition should be replaced by other methods of rule induction that will generate complete sets of rules. Knowledge acquisition options of LERS are examples of such appropriate ways of inducing rules for building knowledge bases.     

KNOWLEDGE ACQUISITION TECHNIQUES AND SECOND-GENERATION EXPERT SYSTEMS

We present techniques used in ADELE, a second-generation expert system (SGES), to support the knowledge acquisition activity in the diagnostic domain. The approach has been studied inside the framework of SGES; it is based on the reunions between knowledge acquisition and explanations. When new heuristic knowledge is acquired, its justifications are looked for in domain models to support the knowledge acquisition process. ADELE is a medical diagnostic reasoning system for electromyography.     

专家控制系统的知识库维护

专家系绕的知识获取和表示一向是专家系统开发的“瓶颈”,而知识库的维护在大型专家系统中所占的地位更是不可忽视,实时专家系统作为专家系统的一个颇有前景的研究方向,对知识库的维护又提出了哪些新的要求呢?本文试图通过减压精馏过程智能多变量控制系统(DIMCS)~*的知识库维护,探索实时专家系统中从知识表示、知识库组织到一致性维护等一系列技术的实现方式。     

基于知识的装配机器人选型专家系统的研制

装配机器人的迅速发展，使装配机器人选型变得越来越重要。本文根据装配机器人进行装配业的特点，主要探讨了装配机器人选型专家系统中知识表示、推理方法以及装配知识的获取等问题。     

农业专家系统中知识发现的遗传算法研究

讨论从数据库中发现有用的知识建造专家系统,利用遗传算法解决在处理复杂数据时的仿真丢失问题,实现了遗传算法在重庆市水稻区域布局专家系统建立过程中的应用。