1. Dany będzie fragment kodu w C++.

2. Czym różnią się od siebie zmienne statyczne, automatyczne i dynamiczne? 3

Zmienne automatyczne

- Zmienna tworzona „na nowo” przy każdym uruchomieniu funkcji

- Domyślny rodzaj zmiennych lokalnych

-Są automatycznie tworzone i usuwane w czasie wykonywania programu

- są umieszczone w obszarze stosu (stock)

Zmienne statyczne

- Wartość zmiennej zapamiętywana pomiędzy kolejnymi wywołaniami funkcji

- Są tworzone raz, przy wywołaniu programu

Zmienne dynamiczne

-Mogą być tworzone i usuwanie w dowolnym momencie działania programu

-Są umieszczane w obszarze sterty (heap)

-Maksymalny rezerwowany obszar zależy od systemu i dostępności pamięci

-Dają możliwość kontroli nad przydziałem pamięci (np. reakcję, gdy nie uda się utworzyć odpowiednio dużej tablicy

- Dostęp do zmiennych dynamicznych możliwy jest wyłącznie z użyciem wskaźników

- Nie mają nazw - powstają w czasie działania programu

3. Czym są klasy i obiekty w programowaniu obiektowym? Z czego się składają? Czym są właściwości, metody i zdarzenia? (6)

Obiekt (zmienna obiektowa)

- Struktura łącza w sobie:

Dane / zmienne i stałe (właściwości)

- Przechowują wartości

- Opisują stan obiektu i „konfigurują” jego zachowanie gdy zostanie wywołana któraś z metod

Funkcje (metody)

- Pozwalają operować na danych i zmieniać właściwości

Klasa (typ obiektowy) „Typ” obiektu

- Pozwala utworzyć wiele obiektów o tej samej strukturze (Tak, jak tworzy się wiele zmiennych tego samego typu)

Właściwości (property, properties)

-Odpowiednik zmiennych - w szczególności pól struktury

-Przechowujące pewne wartości i / lub „konfigurują” zachowanie się obiektu

Metody (method, methods)

- Są odpowiednikiem funkcji

- Pobierają lub ustawiają nowe wartości właściwości obiektu

- Można do nich przekazywać parametry i „odebrać” od nich wynik działania

Zdarzenia (event, events)

- Mogą być wywołane przez użytkownika (np. kliknięcie, przesunięcie wskaźnika myszy, wciśnięcie klawisza, rozwinięcie listy)

- Mogą być wywołane przez zmianę stanu obiektu (np. w wyniku działania jakiejś metody)

4. Co to jest konstruktor i destruktor obiektu? 2

Konstruktor obiektu

- Nie ma typu wynikowego (nie zwraca wyniku)

- Jest wywoływany automatycznie w momencie tworzenia obiektu

- Nie trzeba go jawnie wywoływać;

- Powinien inicjalizować pola obiektu

- Jeśli w definicji obiektu nie podamy konstruktora, kompilator automatycznie go wygeneruje

Destruktor obiektu

- Nie ma typu ani parametrów wejściowych

- Jest automatycznie wywoływany w momencie usuwania obiektu

• W momencie usuwania zmiennej obiektowej (automatycznej, dynamicznej) lub na końcu programu (obiekty statyczne)

• Nie trzeba go jawnie wywoływać

- Powinien „sprzątać” po obiekcie

- Jeśli w definicji obiektu nie podamy destruktora, kompilator automatycznie go wygeneruje

5. Jakie zalety ma programowanie obiektowe? 2

Zalety w stosunku do programowania strukturalnego

• Bardziej naturalny podział i grupowanie elementów programu

• Lepsze logiczne pogrupowanie danych i metod na nich operujących (klasy i obiekty)

• Łatwe tworzenie drzewa zależności między klasami (dziedziczenie)

• Możliwość „zabezpieczenia” danych przed ich przekształceniem przez „niepowołaną” funkcję (enkapsulacja)

• Łatwiejsze modyfikowanie kodu

• Zmiany wewnątrz klasy niosą mniejsze niebezpieczeństwo uszkodzenia innych elementów programu - klasy są w dużym stopniu „samowystarczalne”

• Ułatwia zarządzenie kodem programu: Zwłaszcza w dużych projektach

• Ułatwia współpracę w dużych zespołach projektowych: Każdy zespół zajmuje się swoimi klasami

6. Na czym polega mechanizm dziedziczenia w programowaniu obiektowym? 2

Dziedziczenie (inheritance)

• Polega na utworzeniu nowej klasy (podklasy, potomka, klasy pochodnej, child class) na bazie klasy już istniejącej (nadklasy, rodzica, klasy bazowej, base class)

• Przy dziedziczeniu elementy klasy bazowej są „kopiowane” do nowej, pochodnej klasy

• W nowej klasie wystarczy dodać brakujące elementy, których nie było w klasie bazowej

• Dzięki dziedziczeniu nie trzeba tworzyć nowej, podobnej klasy od podstaw

• Proces dziedziczenia może być „wielopoziomowy”

• Klasa pochodna może być klasą bazową dla kolejnej klasy pochodnej

• Powstaje drzewiasta zależność kolejnych klas

7. Na czym polega enkaspulacja / hermetyzacja w programowaniu obiektowym? 3

Właściwości i metody / pola i funkcje dzieli się na:

- Prywatne: Dostęp do nich możliwy tylko dla metod należących do obiektów tej samej klasy (lub klas pochodnych)

- Publiczne: Dostęp możliwy dla obiektów innych klas

Mechanizm „zabezpieczania” elementów obiektu przed dostępem do nich przez obiekty innej klasy

- Odizolowanie od otoczenia wybranych właściwości i metod zgromadzonych w ramach klasy

- Obiekt nie może zmieniać stanu wewnętrznego innych obiektów w nieoczekiwany sposób

- Każdy typ obiektu prezentuje innym obiektom swój "interfejs", który określa sposób współpracy

- Widoczne są tylko niezbędne fragmenty programu, natomiast zmienne i funkcje pomocnicze są ukryte i niedostępne z zewnątrz

- Programista uwalnia się od pamiętania o wszystkich szczegółach implementacji (niuansów kodu)

8. Na czym polega analiza, modelowanie i projektowanie obiektowe? 4

Analiza obiektowa

• Zajmuje się badaniem i klasyfikacją obiektów pojęciowych

• Obiekty pojęciowe reprezentują pojęcia i koncepcje ze świata rzeczywistego, z dziedziny, która jest analizowana (nie są to obiekty w sensie programistycznym)

Projektowanie

• Polega na określeniu koncepcji rozwiązania, które zrealizuje wymagania stawiane programowi

• Trudność polega na tym, że istnieje wiele możliwości

• Istnieją tzw. wzorce projektowe, wskazujące możliwe rozwiązania typowych problemów

• Najważniejszym elementem projektowania obiektowego jest określenie co mają zawierać poszczególne klasy, jak ze sobą współpracować i jak być ze sobą powiązane

• Publiczność i prywatność pól

• Sposób dziedziczenia

• Rozwiązaniem może być np. opis schematu bazy danych lub klas programowych

Modelowanie:

• Tworzenie uproszczonego opisu świata rzeczywistego

Cele modelowania obiektowego:

• Przeanalizowania istniejących obiektów i zależności między nimi

• Zaprojektowania nowych obiektów i określeniu zależności między nimi

9. Co to jest .NET? 4

.NET Framework

• Platforma programistyczna opracowana przez Microsoft

• Pozwala stworzyć programy przenośne na różne systemy operacyjne (Windows, Linux, MacOS)

• Obejmuje:

• Środowisko Uruchomieniowe Wspólnego Języka (Common Language Runtime - CLR)

• Biblioteki klas

• Zadaniem platformy jest:

• Uruchomienie aplikacji (Kompilacja i wykonanie kodu)

• Zarządzanie wykonywaną aplikacją (Kodem aplikacji; Pamięcią; Zabezpieczeniami)

• Jest rozwiązaniem konkurencyjnym dla Javy. Opracowany przez Microsoft, Hewlett-Packard i Intel w 2000r.

• Nie jest związane z żadnym konkretnym językiem programowania

10. Co oznacza skrót GUI? Podaj cechy dobrze zaprojektowanego GUI? 7

Dobry interfejs pozwala pracować z systemem bez czytania instrukcji obsługi

Cechy dobrego GUI

• Intuicyjność

• Od razu widać, do czego służą przyciski i polecenia

• Przejrzystość

• Jasna i czytelna organizacja programu

• Treściwe komunikaty

• Nie „zatłoczone” okna

• Uporządkowanie

• Grupowanie logicznie powiązanych ze sobą kontrolek

• Spójność i konsekwencja

• Jednolity wygląd poszczególnych okien, modułów itp., zwłaszcza tych, które wykonują podobne zadania

• Łatwość nawigowania

• Obsługa klawiatury (nie tylko myszy)

• Np. Ustawienie skrótów klawiaturowych i kolejności przechodzenia (właściwości TabIndex) zgodnej z kolejnością wprowadzania danych w oknie

• Zgodność ze standardami w informatyce i w danej dziedzinie

• Użycie typowych i znanych użytkownikowi kontrolek

• Terminologia (polecenia, przyciski, komunikaty)

• Symbole (ikonki)

• Odpowiednia pomoc dla użytkownika

• Pliki pomocy (help)

• Komunikaty „Za mało pamięci do wczytania danych z pliku” zamiast „Błąd nr. 342”

• Ergonomia

• Rozmiary kontrolek i czcionek dostosowane do rozdzielczości (np.. zmieniające rozmiar w zależności od rozdzielczości i rozmiaru okna programu - o ile ma to sens)

• Kontrolki pogrupowane i wyrównane

• Stonowane i dobrze dobrane palety kolorów

• Ciemne teksty na jasnym tle (i odwrotnie)

• Sprawność działania

• Jeśli operacja trwa więcej niż 1-2 sekundy - pasek postępu

• Ostrzeganie przed operacją mogącą trwać bardzo długo

• Możliwość przerwania operacji trwającej długo (o ile jest to możliwe)

• Inne

• Ostrzeganie przed „niebezpiecznymi” operacjami (np. Usuwaniem danych)

• …ale, bez nadmiernej liczby potwierdzeń i ostrzeżeń

• Program nie może wymagać by użytkownik zapamiętał / zapisania sobie na kartce jakieś dane, potrzebne w innym miejscu programu (np. numeru klienta)

• Komunikaty muszą być poprawne językowo

Reasumując program tworzy się po to, by ułatwić komuś pracę, dlatego powinien:

• Działać poprawnie (także pod względem merytorycznym)

• Automatyzować często wykonywane czynności

• Być wygodny i ergonomiczny

11. Co to jest i do czego służy UML? Jakie ma zalety? Jakie perspektywy widzenia systemu obejmuje UML? 10

Ujednolicony Język Modelowania - UML Unified Modeling Language

• Język służący do opisu obiektów
  w analizie obiektowej oraz programowaniu obiektowym

• Stosowany jest wraz z reprezentacją graficzną

• Pozwala przedstawić obiekty i zależności na diagramach

- UML określa sposób opisu modeli

Perspektywy widzenia systemu:

• Perspektywa przypadków użycia

Opisuje funkcjonalność, jaką powinien dostarczać system, widzianą przez jego użytkowników

• Perspektywa logiczna

Opisuje sposób realizacji funkcjonalności, czyli strukturę systemu widzianą przez projektanta

• Perspektywa implementacyjna

Opisuje poszczególne moduły i ich interfejsy wraz z zależnościami; perspektywa programisty

• Perspektywa procesowa

Opisuje podział systemu na procesy (czynności) i procesory (jednostki wykonawcze); opisuje właściwości pozafunkcjonalne systemu; służy programistom i integratorom

• Perspektywa wdrożenia

Opisuje fizyczny podział elementów systemu i ich rozmieszczenie w infrastrukturze; służy integratorom i instalatorom systemu

Zalety UML

• Jest notacja systemową, która stała się światowym standardem w procesach tworzenia systemów (nie tylko informatycznych)

• Pozwala opisać system z różnych punków widzenia (klienta, analityka, integratora, programisty, i innych)

• 13 rodzajów diagramów - W konkretnym projekcie nie wszystkie muszą wystąpić

• Model UML pokazuje, co system ma robić, ale nie wyjaśnia, jak to ma być wykonane

Wady UML

• Duża złożoność języka

• Podobieństwo niektórych symboli i rodzajów linii powodujące trudności z rozróżnieniem znaczenia „na pierwszy rzut oka”

• Wada pośrednia - Bywa nadużywany (budowa wspaniałego modelu kosztem rzeczywistej realizacji zadania)

12. Wybierz dwa dowolne rodzaje diagramów UML - opisz co przedstawiają i do czego służą. Podaj ich podstawowe elementy.10

UML obejmuje 13 rodzajów diagramów:

• Diagram pakietów

• Diagram klas

• Diagram obiektów

• Diagram struktur złożonych

• Diagram komponentów

• Diagram wdrożenia

• Diagram przypadków użycia

• Diagram czynności

• Diagram stanów (maszyny stanowej)

• Diagram interakcji

• Sekwencji (przebiegu)

• Komunikacji

• Przeglądu interakcji

• Diagram uwarunkowań czasowych

Przypadek użycia

• Opis zachowania systemu z punktu widzenia użytkownika

Diagram przypadków użycia

• Służy do uchwycenia założeń systemu z punktu widzenia użytkownika

• Wymienia użytkowników systemu i jego granice

• Przedstawia funkcje dostępne dla użytkowników (funkcjonalność)

• Określa zależności i powiązania między użytkownikami i funkcjami

Składniki diagramu

• Aktor

• Człowiek lub inny system, który inicjuje użycie systemu lub
  w jakiś sposób wymienia informacje z systemem
  - symbol: „ludzik”

• Opisuje rolę a nie konkretną osobę

• Uwaga: jedna „osoba fizyczna” może pełnić w systemie role kilku aktorów,
  np.: „Zbigniew Nowak” pracujący w sklepie może być raz aktorem - sprzedawcą, a innym razem aktorem - klientem

• Pozostaje poza zakresem systemu

• Przypadek użycia

• Kompletna funkcja systemu dostępna dla aktora
  - symbol: elipsa

Przypadek użycia musi być:

• Kompletny (realizować pewną funkcjonalność w pełni) i dostarczyć aktorowi pewną „wartość”

• Inicjowany (bezpośrednio lub przez zależności) przez aktora i wykonany w jego imieniu

-------------------------------------------------------------

Obiekt

• Egzemplarz należący do klasy

Diagram obiektów

• Podobny do diagramu klas, ale…

• Prezentuje możliwą konfigurację obiektów w określonym momencie (pokazuje wybrane przypadki)

• Przydatny w przypadku szczególnie skomplikowanych zależności, których nie można przedstawić na diagramie klas

• Składniki diagramu (Nazwa egzemplarza : Nazwa klasy)

--------------------------------

Sekwencja (przebieg)

• Kolejność wykonywania akcji

Diagram sekwencji

• Pokazuje kolejność wykonywania akcji, przesyłania komunikatów i interakcje pomiędzy obiektami

Składniki diagramu

• Obiekty

• Linie użycia obiektów

• Komunikaty- przesyłane między obiektami

• Bloki

• alt - odpowiednik if…else

• opt - odpowiednik if (bez else)

• loop - odpowiednik for lub while

13. Co to jest i jakie zadania spełnia System Zarządzania Bazą Danych? 9

Systemem zarządzania bazą danych - SZBZ (DataBase Management System - DBMS)

- Zapewnia obsługę (dostęp do) danych zawartych w bazie danych

Dostęp do danych

• Aplikacja przekazuje polecenie (zapytanie) do DBMS

• Używa do tego odpowiedniego języka zapytań

• DBMS interpretuje i wykonuje polecenie

• Następuje „fizyczny” odczyt / zapis danych

Zadania DBMS:

• Zapewnia wsparcie dla języka bazy danych, który umożliwia wykonywanie operacji dotyczących struktury bazy danych oraz danych, m.in.:

• Wstawianie

• Modyfikowanie

• Usuwanie

• Wyszukiwanie

• Zapewnia efektywne składowanie i przetwarzanie dużych ilości danych

• Optymalizuje dostęp do danych

• Synchronizuje dostęp do danych przy dostępie współbieżnym

• Zapewnienie bezpieczeństwo danych w przypadku awarii sprzętowo-programowej

• Autoryzuje dostęp do danych

14. Opisz 2 i 3 warstwową architekturę dostępu do bazy danych 6

2- warstwowa: Systemy klient-serwer

• Aplikacje działają na wielu komputerach i odwołują się do wspólnej bazy

• Np. system obsługi kont bankowych

3 - warstwowa: Architektura 3-warstwowa

• Aplikacja działa na serwerze, klienci łącza się z nią używając przeglądarek WWW

15. Opisz podstawowe elementy (z czego się składa i jak wyglądają) relacyjnego modelu danych 10

Model relacyjny: Dane umieszczane są w dwuwymiarowych tabelach, które można ze sobą łączyć

Struktura bazy danych

• Dane przechowywane / umieszczane są w polach uporządkowanych w dwuwymiarowych tabelach (tzw. „relacjach”)

• Każda tabela zawiera zero lub więcej wierszy (tzw. „krotek”)

• Każda tabela zawiera jedną lub więcej kolumn (tzw. „atrybutów”).

• Każda tabela ma stałą liczbę kolumn i dowolną liczbę wierszy

• Na każdy wiersz składają się jednakowo ułożone kolumny wypełnione wartościami

• Wartości w kolejnych wierszach mogą być różne

• Każda tabela ma zdefiniowany klucz danych (key)

• Wyróżniony atrybut (lub kilka atrybutów), którego wartość jednoznacznie identyfikuje dany wiersz (wartość nie może wystąpić w innym wierszu)

• Wiersze (krotki) przechowywane są w porządku całkowicie dowolnym (nie musi być zgodny np. z kolejnością wprowadzania)

Baza danych = zbiór relacji(zbiór tabel)

• Schemat relacji = zbiór składający się z atrybutów(zbiór kolumn tabeli)

• Schemat bazy = zbiór schematów relacji

• Relacja = zbiór krotek (tabela)

• Krotka = lista wartości

16. Na czym polega problem spójności danych w bazie danych? Jak zapobiegać takim problemom? 10

Spójność bazy danych

• Wymaganie: ma odzwierciedlać fragment rzeczywistości

• Jest spójna jeżeli jej stan odpowiada stanowi świata rzeczywistego

• Aby baza odzwierciedlała rzeczywistość potrzebny jest program (aplikacja), która będzie pobierać z i wprowadzać do bazy aktualne dane

• Problemy:

• Sprzeczność danych

• Awaria systemu w czasie operacji na bazie

• Jednoczesny, współbieżny dostęp do danych

• Rozproszenie bazy danych

Zapobieganie problemom spójności danych

• Odpowiednio zaprojektowany schemat bazy
  i schematy relacji

• Użycie mechanizmu transakcji

17. Co to są transakcje w bazach danych? Jakie mają zalety? Przed jakimi problemami chronią? Jak są realizowane od strony technicznej?10

Transakcja:

Ciąg logicznie powiązanych operacji na bazie danych, która przeprowadza bazę danych z jednego stanu spójnego w inny stan spójny

W skład transakcji wchodzą operacje:

• Rozpoczęcie transakcji

• Odczyt danych

• Zapis danych

• Akceptacja (zatwierdzenie) transakcji

• lub Wycofanie transakcji

• Rozpoczęcie transakcji oznacza zablokowanie tabel lub krotek, do których odwołuje się transakcja

• Odblokowanie po zakończeniu transakcji

Cechy transakcji:

ACID = Atomicity, Conistency, Isolation, Durability(atomowość, Spójność, Izolacja, Trwałość)

Atomowość - Ciąg operacji wchodzących w skład transakcji jest niepodzielny. Zostaną wykonane wszystkie operacje transakcji albo żadna

Spójność - Transakcja przeprowadza bazę danych z jednego stanu spójnego do innego stanu spójnego. W trakcie wykonywania transakcji baza danych może być przejściowo niespójna. Transakcja nie może naruszać ograniczeń integralnościowych

Izolacja - Transakcje są od siebie logicznie oddzielone. Transakcje nie oddziałują na siebie bezpośredni. Mogą oddziaływać tylko poprzez zmianę danych. Mimo współbieżnego wykonywania, transakcje widzą stan bazy danych tak, jak gdyby były wykonywane w sposób sekwencyjny

Trwałość - Wyniki zatwierdzonych transakcji nie mogą zostać utracone w przypadku awarii systemu

Podział transakcji

• Kolejność operacji

• Sekwencyjne

• Wszystkie operacje jednej transakcji poprzedzają wszystkie operacje drugiej

• Współbieżne

• Zależność operacji

• Niezależne od danych

• Wartości danych różne, ale zbiór danych z góry określony

• Zależne od danych

• Zbiór danych których dotyczy transakcja może nie być znany przed jej rozpoczęciem. Jest określany dopiero w trakcie trwania transakcji.

• Rodzaj operacji

• Zapytanie - tylko odczyt danych

• Aktualizacja - zapis i odczyt danych

Komunikacja opiera się na zasadzie zapytanie-odpowiedź

• Aplikacja wysyła do DBMS zapytanie

• DBMS odpowiada

18. Czym to jest SQL? Do czego służy? Gdzie i kiedy się go stosuje? Z czego się składa? Jak można z niego korzystać?10

SQL- Structured Query Language - Strukturalny język zapytań

SQL jest językiem komunikacji z systemami baz danych

• Tworzone są tekstowe zapytania przesyłane do DBSM

• Nie można w nim napisać samodzielnego programu

Sposoby wykorzystania SQL

• Interakcyjny

• Bezpośrednie pisanie poleceń w konsoli DBMS

• Bezpośrednie wprowadzanie lub podbieranie danych

• Wykorzystywany np. do:

• Wykonywania zapytań nietypowych lub nie przewidzianych w aplikacji

• Testowania bazy

• Testowania zapytań na etapie tworzenia aplikacji

• Statyczny

• Używany w aplikacjach

• W kodzie aplikacji wpisane są zapytania o określonej, stałej treści (zmienne są tylko dane)

• Dynamiczny

• Używany w aplikacjach

• Zapytania SQL generowane w czasie pracy aplikacji

• Często treść zapytania zależy od wyboru użytkownika (np. kolejność sortowania danych)

• Może stanowić zagrożenie dla bezpieczeństwa systemu

• Szczególnie, gdy zapytanie zawiera fragmenty wpisywane przez użytkownika

• Zwłaszcza w aplikacjach internetowych (możliwość tzw. wstrzyknięcia kodu)

Polecenia SQL dzieli się na 3 grupy

• DML - Data Manipulation Language język manipulacji danymi

• DDL - Data Definition Language język definicji danych

• DCL - Data Control Language język kontroli danych

Każde pole musi mieć określony typ danych

19. Czym są hurtownie danych? Jak są zbudowane? 6

Główne zadanie systemów baz danych - Zapewnienie łatwego i efektywnego składowania
i przetwarzania danych.

Hurtownia danych - data warehouse - Rodzaj bazy danych (niekoniecznie relacyjna), integrująca i przechowująca bardzo dużą ilość danych.

Cechy charakterystyczne

• Składowane dane nie są modyfikowane przez użytkowników (wyłącznie przez nich odczytywane)

• Zawartość jest zorientowana tematycznie

• np. hurtownia danych giełdowych, produkcji sprzedaży produktów firmy

• Zawiera wszystkie dane historyczne i bieżące
  (z określonego zakresu tematycznego)

• Zawiera dane zagregowane na wielu poziomach szczegółowości

Oprócz hurtowni potrzebne są specjalistyczne aplikacje wyszukujące, analizujące i prezentujące dane

• Aplikacje analityczne - OLAP - On-Line Analytical Processing

• Wspomaganie decyzji - decision support

• Odkrywanie wiedzy / eksploracja danych - data mining

W praktyce

• Hurtownie integrują dane z wszystkich źródeł (zwłaszcza innych baz danych) w instytucji

• Aktualizacja danych źródłowych dotyczy oryginalnych plików, lokalnych baz danych, itp..

• Integracja polega najczęściej na cyklicznym dodawaniu / aktualizacji hurtowni danymi z systemów lokalnych

• Architektura hurtowni jest zorientowana na:

• Optymalizację szybkości wyszukiwania

• Efektywną analizę danych

• Dla podniesienia szybkości i efektywność dzieli się dane w hurtowni na mniejsze hurtownie tematyczne

• Użytkownicy końcowi hurtowni korzystają z danych poprzez systemy OLAP

20. Co to jest Sztuczna Inteligencja? Jakie techniki zalicza się do SI? Podaj przykładowe zastosowania (min 5przykładów) 8

Sztuczna Inteligencja - „Konstruowanie maszyn, o których działaniu dałoby się powiedzieć, że są podobne do ludzkich przejawów inteligencji"

Dział informatyki, którego przedmiotem jest:

• Badanie reguł rządzących inteligentnymi zachowaniami człowieka

• Tworzenie modeli formalnych tych zachowań

• Tworzenie programów lub systemów komputerowych symulujących te zachowania

Główne zadanie SI

• Konstruowanie maszyn i programów komputerowych zdolnych do realizacji wybranych funkcji umysłu i zmysłów, niepoddających się prostej numerycznej („klasycznej”) algorytmizacji

Cele SI:

• Stworzenie algorytmów (docelowo maszyn) realizujących wybrane aspekty inteligencji

• Realizacja inteligencji dorównującej ludzkiej (albo ją przewyższającą)

Obszary zastosowań

• Sterowanie urządzeniami i pojazdami

• Np. sterowanie robotami autonomicznymi, sterowanie automatycznymi skrzyniami biegów, system wspomagający pilotowanie uszkodzonego w walce samolotu

• Sterowanie procesami przemysłowymi

• Zwłaszcza w warunkach niepełnych lub niepewnych danych

• Diagnostyka urządzeń i procesów

• Podejmowanie decyzji gospodarczych i finansowych

• Np. ocena wniosków kredytowych, przewidywanie kursów giełdowych

• Diagnozy medyczne

• Np. wykrywanie chorób na podstawie objawów i wyników badań

• Automatyczne wyszukiwanie zależności

• Np. poszukiwanie opisu zjawiska fizycznego na podstawie obserwacji tego zjawiska

• Zarządzenie

• Np. układanie harmonogramów prac

• Rozumienie języka naturalnego

• Np. tłumaczenia, streszczenia

• Analiza obrazu i dźwięku

• Np. rozpoznawanie tekstu, rozpoznawanie komend głosowych, wykrywanie twarzy, wykrywanie obiektów

• Optymalizacja złożonych problemów

• Szkolenia i testy

• Np. dla kontrolerów ruchu lotniczego

• Zabawki i gry komputerowe

21. Opisz budowę prostego (pojedynczego) sztucznego neuronu? (wraz ze wzorami) Jak działa? Co to jest funkcja aktywacji?9

Do wejść doprowadzane są sygnały xi (mogą być to wyjścia poprzedniej warstwy neuronów)

Wejścia są mnożone przez wagi wi (dodatnie lub ujemne) i sumowane

Wynik sumowania s jest argumentem funkcji aktywacji

Funkcja aktywacji f(s) określa wartość wyjściową y neuronu

Działanie neuronu - Polega na klasyfikowaniu (sumowaniu) danych pojawiających się na wejściu i ustawianiu wartości na wyjściu

• Wartość na wyjściu zależy od: (Wartości wejściowych, Wag, Funkcji aktywującej)

Funkcja aktywacji pozwala określić wartość na wyjściu neuronu

Rodzaje i przykłady funkcji

• Progowa

• Liniowa

• Nieliniowa

Wybór funkcji aktywacji - Zależy od rodzaju problemu jaki stawiamy przed siecią do rozwiązania

Wymagane cechy funkcji aktywacji:

• Ciągłość

• Ciągłe przejście pomiędzy swoją wartością maksymalną, a minimalną

• Różniczkowalność

• Możliwa do wyznaczenia i ciągła pochodna

• Monotoniczność

• Możliwość wprowadzenia do argumentu parametru do ustalania kształtu krzywej

22. Opisz algorytm uczenia pojedynczego perceptronu? 8

Prosty neuron z progową funkcją aktywacji nazywamy perceptronem

Uczenie perceptronu

• Uczenie polega na podaniu na wejścia sygnałów wzorcowych , dla których znane są prawidłowe, oczekiwane wartości wyjść d(t) (Zbiór takich sygnałów - ciąg uczący)

• Wagi modyfikuje się w ten sposób, by minimalizować błąd między wyjściem perceptronu a wartością wzorcową

• Taki sposób to uczenie z nauczycielem

23. W jakim celu buduje się sieci neuronowe? (Jaka jest zaleta sieci w stosunku do pojedynczego neuronu) 3

Łącząc neurony tworzy się sieć neuronową

• Sieć składa się z warstw - neuronów równoległych, nie połączonych ze sobą

• 
  Warstwy są umieszczone szeregowo i są ze sobą połączone

Możliwości pojedynczego neuronu są ograniczone (Np. nie można zrealizować funkcji XOR); Nie istnieje prosta rozdzielająca (granica decyzyjna)

24. Opisz ogólną zasadę działania algorytmu wstecznej propagacji błędów. (nie trzeba pamiętać szczegółowych wzorów)3

Algorytm wstecznej propagacji błędów - error backpropagation

- Algorytm podstawowy, uniwersalny, często stosowany
i dający dobre rezultaty w większości przypadków

Działanie algorytmu

• Na wejście sieci podajemy ciąg uczący

• Sygnał jest przetwarzany przez kolejne warstwy sieci

• Sygnał wyjściowy ostatniej warstwy porównujemy ze wzorcem

• Modyfikujemy wagi ostatniej warstwy, a następnie kolejnych, aż do pierwszej (wsteczna propagacja błędu)

25. Na czym polega zdolność uogólniania Sieci Neuronowej 1

Zdolność uogólniania

• Nie trzeba znać wszystkich par wejście-wyjście, by nauczyć sieć

• Podajemy wybrane próbki, a sieć na ich podstawie potrafi wygenerować wynik dla innych wartości wejściowych

26. Dlaczego najczęściej stosuje się sieci 3-warstowowe? W jaki sposób określa się liczbę neuronów w warstwie ukrytej? 7

Trzy warstwy mogą odwzorować dowolny obszar. Sieć trójwarstwowa potrafi rozwiązać każdy problem klasyfikacji lub aproksymacji i większość innych zadań

• Warstwa wejściowa

• Warstwa ukryta

• Warstwa wyjściowa

Liczba neuronów w warstwie ukrytej:

• Jeśli neuronów jest mało

• Sieć uczy się szybko

• Sieć może nie rozwiązywać zadania poprawnie ma za małe możliwości decyzyjne)

• Jeśli neuronów jest dużo

• Sieć uczy się powoli (potrzeba więcej danych wzorcowych)

• Sieć działa wolniej (więcej obliczeń)

• Sieć może być „przeuczona” - dokładnie odwzorowuje próbki uczące, podaje błędne wartości dla próbek spoza ciągów uczących

Optymalna liczba neuronów w warstwie ukrytej - Sieć odtwarza punkty uczące, i podaje poprawne wartości pomiędzy nimi.

27. Jakie są wady, zalety i ograniczenia Sieci Neuronowych? 3

Zalety:

Zdolność uogólniania / generalizacji

• Sieć potrafi uogólnić wiedzę dla nowych, nieznanych wcześniej danych (nie prezentowanych w trakcie nauki)

• Wygenerować poprawne wartości mimo, że wcześniej uczona była tylko wybranymi, innymi wartościami

• Wykazują tolerancję na nieciągłości, przypadkowe zaburzenia lub braki w zbiorze uczącym

Zdolność ta jest podstawową różnica między sieciami neuronowymi, a rozwiązaniami algorytmicznymi

Uniwersalność struktury

• Jedna struktura do wielu zadań

• Możemy nauczyć sieć realizacji różnych zadań

• W praktyce - struktura sieci też musi być dobrana do zadania

• Nie piszemy programu realizującego zadanie tylko uczymy sieć

• Zaprogramować musimy model neuronu i sieci oraz algorytm uczenia

• Robimy to raz albo korzystamy z gotowego rozwiązania - np. Matlab z Neural Networks Toolbox

• Obliczenia wykonywane równolegle

• „Naturalne” przystosowanie do wykorzystania w środowiskach wieloprocesorowych

Wady ograniczenia:

• Nie jest całkowicie uniwersalna

• Do różnych zadań należy wybrać rożne architektury sieci i algorytmy uczenia

• Etap projektowania i uczenia sieci może być pracochłonny

• Nie nadają się:

• Do obliczeń dokładnych - znacznie lepsze są tradycyjne algorytmy

• Do operowania na symbolach - np. edycji tekstu

28. Czym są, jakie mają cechy charakterystyczne i gdzie są stosowane Algorytmy Ewolucyjne? 10

Podstawowa idea

• Zasada przetrwania osobników najlepiej przystosowanych

Wykorzystywane mechanizmy

• Dziedziczenie (krzyżowanie i mutacja)

• Dobór naturalny (selekcja)

Grupa algorytmów wzorowanych na naturalnej (biologicznej) ewolucji

• Zaliczane do algorytmów heurystycznych

• Polegają na przeszukiwaniu przestrzeni alternatywnych rozwiązań problemu w celu odnalezienia rozwiązań najlepszych lub potencjalnie najlepszych

• Wykorzystują zasady znane z ewolucji biologicznej

• Pozwalają poprzez krzyżowanie i mutacje stworzyć / znaleźć satysfakcjonujące rozwiązanie problemu z grupy losowych zestawów danych początkowych

Rodzaje algorytmów ewolucyjnych

• Klasyczny algorytm genetyczny

• Strategie ewolucyjne

• Programowanie ewolucyjne

• Programowanie genetyczne

Cechy:

Różnice względem algorytmów klasycznych

• Nie przetwarzają bezpośrednio parametrów zadania, ale ich postać zakodowaną (chromosomy, osobniki)

• Prowadzą poszukiwanie wychodząc z pewnej liczby (populacji) losowych punktów początkowych

• Korzystają tylko z funkcji celu (a nie jej pochodnych!)

• Stosują probabilistyczne, a nie deterministyczne metody selekcji rozwiązań

Główne zalety

• Zdolność przeszukiwania dużej przestrzeni rozwiązań

• Odporne na występowanie minimów lokalnych

Zastosowanie: Problemy, w których dobrze określony jest sposób oceny jakości rozwiązania, ale nie ma dobrych algorytmów rozwiązania

• Główne zastosowanie:

• Zagadnienia z zakresu optymalizacji (rozumianej bardzo szeroko), np.:

• Znajdowanie ekstremów funkcji

• Diagnostyka

• Planowanie produkcji, harmonogramy

• Wyznaczanie przebiegu rurociągów i linii energetycznych

• Synteza drzew decyzyjnych

• Inne przykłady:

• Problemy kombinacyjne

• Problem komiwojażera - znajdowania optymalnej drogi przez określone punkty, każdy punkt można przejść tylko raz - Np.: Nawigacja / Wyznaczanie trasy dla dostawców

Projektowanie sieci neuronowych

• Dobór architektury sieci

• Dobór wag w sieci

• Dobór architektury i wag w sieci

Zalety: Zdolność przeszukania dużej przestrzeni zmiennych; Unikanie minimów lokalnych

Projektowanie genetyczne - Przykłady:

• Projektowanie i optymalizacja obwodów elektrycznych

• Projektowanie i optymalizacja maszyn (w szczególności robotów)

• Projekt Golem - Program projektuje roboty, a następnie sprawdza, jak się zachowują w symulowanym środowisku

• Dobór nastaw regulatorów w automatyce

Główne zalety

Zdolność przeszukiwania dużej przestrzeni rozwiązań

Nie schematyczne „myślenie” (człowiek sugeruje się już znanymi rozwiązaniami i schematami)

29. Opisz zasadę działania klasycznego algorytmu genetycznego. 10

Inicjalizacja

• Utworzenie początkowej populacji

• Losowy wybór pewnej liczby osobników (chromosomów)

• Osobniki reprezentowane są jako ciągi binarne o określonej długości (wektory)

• Przykładowe osobniki: [10010011], [01101001], [11110101]

Ocena przystosowania

• Oblicza się wartość funkcji przystosowania dla każdego chromosomu z populacji

• Im większa wartość, tym lepszy chromosom

Sprawdzenie warunku zatrzymania

• Najczęściej zatrzymanie następuje:

• Po osiągnięciu wartości optymalnej (z zadaną dokładnością)

• Gdy działanie algorytmu nie przynosi dalszej poprawy wyniku

• Po określonym czasie trwania obliczeń lub liczbie generacji

Selekcja

• Wybór chromosomów (osobników), które będą brały udział w tworzeniu następnego pokolenia

• Wybór na podstawie obliczonych wartości funkcji przystosowania

• Ogólna zasada wyboru - naturalna selekcja

• Największe szanse mają chromosomy o największej wartości funkcji przystosowania

• Istnieje wiele metod selekcji (Najbardziej popularna - metoda ruletki)

Operacje na genach zastosowanie operatorów genetycznych

• Chromosomy wybrane w wyniku selekcji poddaje się krzyżowaniu i mutacji

• Krzyżowanie polega na zamianie części genów pomiędzy chromosomami

• Prawdopodobieństwo krzyżowania pk჎<0,5;1>

• Mutacja polega na zmianie wartości wybranych genów

• Prawdopodobieństwo mutacji pm჎<0;0,1>

Utworzenie nowej populacji

• W wyniku operacji na genach tworzona jest nowa populacja

• Nowa populacja staje się populacją bieżącą

• Cała poprzednia populacja chromosomów zastępowana jest przez tak samo liczną, nową populację potomków

Zastosowanie najlepszego osobnika

• Gdy spełniony jest warunek zatrzymania algorytmu, należy podać wynik - rozwiązanie problemu

• Najlepszym rozwiązaniem jest osobnik o największej wartości funkcji przystosowania

30. Opisz metodę koła ruletki w selekcji osobników w algorytmie genetycznym. Podaj jej wady 5

Zasada działania

• Każdemu chromosomowi chi (i=1, 2, …, K) można przydzielić wycinek koła o wielkości proporcjonalnej do wartości funkcji przystosowania F(chi) dla danego chromosomu

• Im większa wartość tym większy wycinek v(chi)

• Udział wycinka w całym kole wyraża się procentowo

• Wybranie chromosomu polega na „obrocie” koła
  w wyniku czego wybrany zostaje chromosom

• Im większy wycinek koła tym większe prawdopodobieństwo wybrania

• Realizacja praktyczna

• Każdemu chromosomowi przypisywany jest wycinek <a;b>
  z zakresu <0;100> (lub <0;1>), zależnie od v(chi)

• Losujemy liczbę z zakresu <0;100> (lub <0;1>)

• Sprawdzamy, do którego zakresu należy liczba

• Wybieramy chromosom, w którego zakres „trafiliśmy”

• Wykonuje się K losowań co oznacza, że pula rodzicielska będzie miała taką samą liczebność jak bieżąca populacja

Wady metody

• Jeżeli osobniki mają podobną wartość funkcji przystosowania, to każdy dostaje podobny wycinek koła i ewolucja zwalnia - algorytm słabiej rozróżnia osobniki dobre od słabszych

• Metoda wymaga, by funkcja przystosowania była dodatnia (nie może zmieniać znaku)

31. Opisz metody krzyżowania w algorytmie genetycznym. 4

Zasady ogólne

• Grupujemy chromosomy w pary

• Np.: w kolejności, w której były wylosowane do puli rodzicielskiej

• Wybieramy (arbitralnie) wartość graniczną prawdopodobieństwa krzyżowania pk

• Dla każdej pary losujemy liczbę z zakresu <0;1>

• Do krzyżowania wybiera się pary, dla których wylosowana liczba <pk

Krzyżowanie jednopunktowe

• Dla każdej pary losuje się punkt krzyżowania
  (locus, lk) z zakresu <1;L-1>
  gdzie L jest liczbą genów w chromosomie

• Pomiędzy parą chromosomów zamienia się geny na pozycjach ≥ niż lk

Krzyżowanie dwupunktowe

• Losuje się dwie wartości lk

• Wymienia się geny z pozycji leżących pomiędzy tymi punktami

Krzyżowanie wielopunktowe

• Losuje się wiele wartości lk

• Wymienia się kilka fragmentów chromosomów

Krzyżowanie równomierne

• Losuje się wzorzec określający, które geny są wymieniane

32. Opisz podstawowe idee modelowania rozmytego. Co to jest zbiór rozmyty, funkcja przynależności? 10

W logice rozmytej między stanem 0 (fałsz) a stanem 1 (prawda) rozciąga się szereg wartości pośrednich, które określają stopień przynależności elementu do zbioru.

Funkcje przynależności:

• Określają stopień przynależności danej wartości x do poszczególnych zbiorów rozmytych

• Np. wartość 172 (wzrost)

• W ogóle nie należy do zbioru „niski”

• Należy do zbiorów „średni” i „wysoki”

• W większym stopniu należy do zbioru „średni”

• Wartość ჎<0; 1>

• Może obejmować dowolny zakres wartości (tzw. ziarnistość)

• Przypadek graniczny - singelton -ziarno o nieskończenie małej szerokości (zbiór o jednej wartości x)

Zbiorem rozmytym A w pewnej niepustej przestrzeni X AჍX

nazywamy zbiór par
A={(x, μA(x)); x჎X}

w którym

μA:X Ⴎ[0,1]

jest funkcją przynależności zbioru rozmytego A

Każdemu elementowi x჎X funkcja przynależności przypisuje stopień przynależności do zbioru rozmytego A

• μA(x)=1 - pełna przynależność x do A, x჎A

• μA(x)=0 - brak przynależności x do A, x჏A

• μA(x)=(0; 1) -częściowa przynależność x do A

33. Przedstaw strukturę rozmytego systemu wnioskującego. Z czego składają się / co zawierają poszczególne bloki? Jakie pełnia funkcje? 10

Przykład dla systemu o dwóch wejściach i jednym wyjściu

Przykład dla systemu o dwóch wejściach i jednym wyjściu

34. Jak działa blok rozmywania w rozmytym systemie wnioskującym? 5

Blok rozmywania

Oblicza stopnie przynależności zmiennych wejściowych do poszczególnych zbiorów rozmytych

35. Jak działa blok wnioskowania w rozmytym systemie wnioskującym? 8

Blok wnioskowania / inferencji

• Oblicza wynikową funkcją przynależności μwyn(y*) na podstawie stopni przynależności zmiennych wejściowych i bazy reguł

• Do działania bloku wnioskowania potrzebne są:

• Rozmyte wartości wejść - Określane przez blok rozmywania

• Baza reguł - Zawiera reguły logiczne określające zależności istniejące w systemie pomiędzy zbiorami rozmytymi wejść i wyjść

• Funkcje przynależności zmiennej wyjściowej

• Operatory s-normy, t-normy i implikacji

Działanie: funkcje przynależności dla wyjścia, uruchomienie reguł (wszystkich po kolei), agregacja wyników.

36. Jak działa blok wyostrzania w rozmytym systemie wnioskującym? 10

Blok wyostrzania

• Na podstawie rozmytego zbioru wynikowego wyznaczana jest ostra wartość wyjściowa

Może to być realizowane różnymi metodami Np.:

• Środek ciężkości funkcji wynikowej

• Środek maksimum

• Pierwsze maksimum

• Ostatnie maksimum

Blok wyostrzania

• Na podstawie funkcji przynależności wyjściowego zbioru rozmytego (pochodzącego z bloku wnioskowania) określa „ostrą” wartość wyjściową

37. Opisz 3 główne metody modelowania rozmytego. 9

Metody modelowania rozmytego = metody tworzenia rozmytych modeli systemów rzeczywistych

Tworzenie modeli rozmytych na podstawie wiedzy eksperta o systemie

• Model (zbiory rozmyte, baza wiedzy) tworzony jest przez człowieka na podstawie wiedzy i doświadczenia użytkownika modelowanego systemu / urządzenia

• Wiedza świadoma, jawna - Może być przekazana słownie, np. jako: Opis , Wzory matematyczne

• Nieświadoma („wyczucie”, intuicja) Ujawnia się tylko podczas obsługi systemu

• Zbiór reguł opisanych słownie tworzy model werbalny

• Brakujące informacje muszą być uzupełnione przez osobę tworząca model

Uwagi i problemy przy modelowaniu na podstawie wiedzy eksperta

• Modele mentalne tworzone przez różnych ekspertów mogą być różne

• Różna spostrzegawczość, inteligencja, doświadczenie

• Jakość modelu rozmytego zależy nie tylko od jakości modelu wytworzonego w umyśle eksperta, ale też od jego umiejętności i chęci przekazania wiedzy

• Model werbalny może być niekompletny lub sprzeczny

• Lepiej jednak mieć choć cząstkową wiedzę, niż żadną

• Człowiek jest w stanie zapamiętać ograniczoną liczbę stanów (<5~10) i „ogarnąć” ograniczoną liczbę zmiennych wejściowych (<3)

• Obsługa bardziej złożonego systemu jest bardzo trudna

• Opis zachowania układów szybkozmiennych i działających z opóźnieniem może być utrudnione nawet dla układów z jednym wejściem

Tworzenie modeli samonastrajających na podstawie danych pomiarowych

• Model o stałej strukturze - Stała liczba reguł i zbiorów rozmytych

• Strojeniu podlegają

• Parametry funkcji przynależności ; Kształt; Zakresy

• Operatory (I, LUB, NIE)

• Operatory wnioskowania i wyostrzania

• Współczynniki skalowania we/wy modelu (nie zawsze)

Tworzenie modeli samoorganizujących i samo-nastrajających na podstawie danych pomiarowych

• Model o zmiennej strukturze - Zmienna liczba reguł i zbiorów rozmytych

• Strojeniu podlegają

• Liczba i parametry funkcji przynależności

• Liczba i postać reguł wnioskowania

• Wybór zmiennych wejściowych

• Potencjalne problemy

• Automatyczne strojenie może dążyć do budowy modelu zbyt skomplikowanego i zbyt dokładnego (modelowanie zakłóceń)

Konieczne jest ograniczanie liczby reguł i zbiorów rozmytych.

38. Czym jest system ekspertowy? Gdzie się je stosuje? Jakie ma zalety i wady? 7

System ekspertowy (system ekspercki, system z bazą wiedzy)

• Program lub zestaw programów komputerowych:

• Wspomagający korzystanie z wiedzy

• Ułatwiający podejmowanie decyzji

• Rozwiązujący specjalistyczne problemy z pewnej dziedziny

• Zadania

• Wspomagać bądź zastępować ludzkich ekspertów w danej dziedzinie

• Dostarczać rad, zaleceń i diagnoz dotyczących problemów tej dziedziny

Zastosowania

• Wspomaganie decyzji w przypadkach, gdy wiedza jest niepewna lub niepełna

• Dziedziny, w których zależności trudno opisać matematycznie (np. prawo, zarządzanie, rolnictwo, chemia)

• Rozwiązywanie problemów złożonych, gdzie klasyczne algorytmy zawodzą

• Prognozowanie, przewidywanie, planowanie

• Detekcja, diagnostyka, monitorowanie

• Automatyczne dowodzenie twierdzeń

Przykłady zastosowań: Diagnozowanie chorób; Diagnoza problemu (np. nieprawidłowego działania urządzenia, deficytu finansowego; Dokonywanie wycen i kalkulacji kosztów naprawy pojazdów przez firmy ubezpieczeniowe; Udzielanie porad prawnych ; Prognozowanie pogody ; Sterowania robotami, automatycznymi pojazdami, rakietami, statkami kosmicznymi ; Analiza notowań giełdowych i kursów walut; Analiza ryzyka inwestycji

Zalety

• Udzielają jednoznacznych, powtarzalnych odpowiedzi

• Wymuszają przejrzystość w podejmowaniu decyzji

• np. brak uznaniowości, „złego humoru”, nieprzekupność itp.

• Budowa systemu może zmusić instytucję do określenia jasnych reguł,jeśli ich wcześniej nie było

• Nie „zapominają” zadać wszystkich pytań potrzebnych do udzielenia odpowiedzi

Wady

• Nie potrafią kreatywnie tworzyć nowych rozwiązań

• Nie potrafią kierować się zdrowym rozsądkiem

• Nie zawsze da się zbudować odpowiednią bazę wiedzy

• Eksperci nie zawsze potrafią lub chcą przekazać całą swoją

• Wiedza i zależności w dziedzinie są zbyt rozległe i złożone

• Błędy w bazie wiedzy mogą prowadzić do błędnych rezultatów

39. Przedstaw strukturę typowego systemu ekspertowego. Opisz poszczególne

elementy (co zawierają, jaką pełnia rolę).10

Składniki systemu ekspertowego

• Szkielet systemu:

• Interfejs użytkownika

• Umożliwia komunikację człowieka z systemem, np.

• zadawanie pytań

• udzielanie informacji systemowi

• odbieranie od systemu odpowiedzi i wyjaśnień

• Mechanizm modyfikacji wiedzy

• Pozwala na modyfikację i uzupełnianie wiedzy zawartej w systemie

• Mechanizm wnioskowania

• Główny składnik systemu ekspertowego

• Wykonuje cały proces rozumowania w trakcie rozwiązywania problemu postawionego przez użytkownika

• Jest niezależny od zawartości bazy wiedzy

• Mechanizm wyjaśniający

• Umożliwia użytkownikowi uzyskanie odpowiedzi dlaczego system udzielił takiej, a nie innej odpowiedzi, albo dlaczego system zadał użytkownikowi określone pytanie

• Baza wiedzy

• Zawiera wszelkie informacje z zakresu wybranej dziedziny

• wiedza faktograficzna (fakty)

• wiedza o wnioskowaniu (zbiór reguł)

• wiedza o sposobach rozwiązywania problemu (meta-wiedza)

• Wiedza musi być zapisana w postaci sformalizowanej, zrozumiałej dla mechanizmu wnioskującego i pozwalającej na prześledzenie sposobu dojścia systemu do rozwiązania

• Baza danych zmiennych

• Pamięć robocza przechowująca informacje wprowadzone w trakcie dialogu z użytkownikiem

• Umożliwia odtworzenie sposobu wnioskowania systemu i przedstawienie go użytkownikowi za pomocą mechanizmu wyjaśniającego

40. W jaki sposób skonstruowana jest typowa baza wiedzy systemu ekspertowego? 5

System ekspertowy musi zawierać wiedzę

• Wiedza zawarta w systemie

• Decyduje o jego jakości i wiarygodności

• Jest zbiorem wiadomości z określonej dziedziny

• Jest zapisana w „bazie wiedzy”

• Z użyciem języka reprezentacji wiedzy

• Powinna być zapisana w sposób jawny i jasny dla użytkownika, tak, aby mogła być przeglądana, rozumiana i uzupełniana bez specjalistycznego przygotowania

• Jest składnikiem systemu, ale niezależnym od programu kontrolnego

Baza wiedzy

• Najczęstsza postać (>80% systemów) - baza reguł

• Umożliwia uzyskanie dużej modułowości bazy wiedzy

• Zawiera fakty i reguły umożliwiające rozwiązywanie problemów z danej dziedziny

• Fakty - zdania oznajmujące ukazujące pewną zależnośćmiędzy obiektami i charakteryzujące cechy tych obiektów np.: Wróbel jest ptakiem

• Reguły -łączą warunki / przesłanki z wnioskami z nich płynącymi np.:
  JEŚLI zwierzę ma skrzydła I nie jest owadem TO jest ptakiem

41. Na czym polega wnioskowanie w przód, w tył i mieszane w systemie ekspertowym?

Wnioskowanie w przód (progresywne)

• Na podstawie dostępnych reguł i faktów generowane są nowe fakty tak długo, aż wśród wygenerowanych faktów znajdzie się postawiony cel (hipoteza)

• Dzięki temu baza faktów może być powiększana

• Przy wyborze reguł do aktywacji, ogranicza się ich liczbę

• Metody sterowania wnioskowaniem:

• strategia świeżości - wybiera te reguły, które najpóźniej zostały dołączone do zbioru reguł

• strategia blokowania - eliminuje te reguły, które zostały już użyte w procesie wnioskowania

• strategia specyficzności - preferowane są te reguły, które mają większą liczbę przesłanek lub (w wypadku tej samej liczby przesłanek) te, które mają mniejszą liczbę zmiennych

• strategia przypadkowości - używana jeśli w wyniku użycia poprzednich strategii nadal istnieje więcej niż jedna reguła - wybieramy regułę w sposób losowy

Wnioskowanie w tył (regresywne)

• Przebiega w odwrotną stronę niż wnioskowanie w przód

• Polega głównie na wykazywaniu prawdziwości hipotezy na podstawie prawdziwości przesłanek

• Jeżeli nie wiemy, czy jakaś przesłanka jest prawdziwa, to traktujemy ją jako nową hipotezę i próbujemy ją wykazać

• Jeżeli zostanie znaleziona reguła, której wszystkie przesłanki są prawdziwe, to konkluzja tej reguły jest prawdziwa

• Na podstawie tej konkluzji dowodzi się następną regułę, której przesłanka nie była znana, itd.

• Postawiona hipoteza jest prawdziwa, jeśli wszystkie rozważane przesłanki dadzą się wykazać

• Cechy charakterystyczne:

• Mniejsza liczba generowanych nowych faktów

• Niemożność dowodzenia kilku hipotez naraz

• Wnioskowanie wstecz jest zwykle efektywniejsze i szybsze bardziej rozpowszechnione

Wnioskowanie mieszane

• Połączenie metod w przód i wstecz

• Pozbawione niektórych wad obu metod

• Opiera się na stosowaniu metareguł (reguł ogólnych) określających priorytety wyboru metody wnioskowania

• system w zależności od sytuacji może dobierać najbardziej odpowiedni sposób wnioskowania

• System działa tak, jakby można było w nim wyróżnić dwie maszyny wnioskujące - w przód i wstecz;

42. Opisz 3 wybrane strategie uczenia systemów ekspertowych. 9

Wybrane strategie uczenia systemów:

• Bezpośrednie zapisanie wiedzy

• System nie musi wnioskować i przekształcać wiedzy - ma ją zapisaną na stałe w niezmiennej bazie

• System uczony jest przez zaprogramowanie lub przez zapamiętywanie określonych stwierdzeń

• Stosowane w prostych bazach wiedzy;

• Pozyskanie wiedzy na podstawie instrukcji

• System wykorzystuje źródła wiedzy i akceptuje ją w swoim (zrozumiałym przez system) języku, następnie jest dokonywana agregacja pozyskanej wiedzy z wiedzą posiadaną

• Ważną rolę odgrywa źródło wiedzy - przedstawiają wiedzę
  w odpowiedni sposób co umożliwia dołączenie jej do już istniejącej wiedzy

• Pozyskiwanie wiedzy na podstawie analogii

• Przekształcenie wiedzy w taki sposób, aby mogła ona być użyteczna do opisania faktów podobnych do już wcześniej zawartych w bazie wiedzy

• System pozyskując nową informację przeszukuje swoją bazę wiedzy i odnajduje podobną

• Na podstawie starych zachowań system podejmuje działanie - jeśli przyniesie ono niewłaściwe skutki, system powinien zreorganizować zawartość pamięci

43. Podaj cechy dobrego systemu ekspertowego 5

• Poprawność

• Dobre rezultaty

• Odpowiedni czas działania - Czas proporcjonalny do złożoności problemu

- Uniwersalność

- Możliwość zastosowania systemu do wielu rodzajów zadań z danej dziedziny

- Reguły nie mogą być zbyt „sztywne”

• Złożoność

• Możliwie duża baza wiedzy (z danej dziedziny)

• Odpowiednio duża liczba reguł

• Systemy małe - 100-300 reguł

• Systemy średnie - 300-2000 reguł

• Systemy duże - 2000-kilkanaście tysięcy reguł

• Autoanaliza

• Umiejętność uzasadniania swojego rozwiązania (także na etapach pośrednich)

• Kontrola niesprzeczności rezultatów z faktami z bazy wiedzy

• Zdolność polepszania bazy wiedzy

• Możliwość rozszerzania bazy wiedzy - Nie zawsze jest konieczna

• Samodzielne „uczenie się” systemu

• Konieczny mechanizm kontroli zgodności nowych faktów i reguł z już zawartymi w bazie wiedzy

• Konieczny mechanizm oceny przydatności (częstości użycia) reguł

Magazynier

Znajdź fakturę

Zmień stan magazynu

Klient

Znajdź produkt

Zegar

Wystaw fakturę

Sprzedawca

przypadek użycia

aktor

---