Направления развития субд: расширение множества типов обрабатываемых данных, интеграция технологий БД и web-технологий, Превращение субд в системы управления базами знаний.

Направления развития:

1. Расширение множества типов обрабатываемых данных.

Работа не только с алфавитно-цифровым типом данных, но и графикой и звуком (подготовка мультимедийного объекта).

Объединение объектно-ориентированного и реляционного подхода:

-гибридные СУБД (должны представляться в виде объекта, но механизмы работы с ними реляционные).

-расширенный реляционный (реляционные механизмы управления данными расширяются объектно-ориентированными возможностями).

2. Интеграция технологий БД и web-технологий.

Web-мастера становятся фактически администраторами БД.

Многие web-узлы представляют собой аналоги приложений БД. Развивается архитектура клиент-сервер.

Осуществляют распределенное хранение информации и распределенную обработка данных.

Эти технологии формируют основу для создания новой платформы, которая ориентирована на доступ из любой точки.

Упрощается доступ к БД, экономятся время и деньги.

Упрощается создание новых услуг и т.д.

3.- Превращение СУБД в системы управления базами знаний.

База знаний - один или несколько специальным образом организованных файлов, хранящих систематизированную совокупность понятий, правил и фактов, относящихся к некоторой предметной области.

Для построения БЗ применяются методы искусственного интеллекта, специальные языки описания знаний и интеллектуальный интерфейс. БЗ являются основной содержательной частью интеллектуальных систем: информационных, обучающих, систем программирования, экспертных систем, где с их помощью представляются навыки и опыт экспертов-специалистов в данной предметной области.

Знания, их виды. Базы знаний. Экспертные системы

Знания -форма существования и систематизации рез-тов познават деят-сти человека.; субъект образ объект реальности, т.е. адекват отражение внеш и внутр мира в созн чел-ка в форме предст-ний, понятий, суждений, теорий. З. в шир. См. – сов-сть понятий, теор. построенй и представл. Знания в узк см. – данные, информация. Виды: 1. научн / вненаучн 2 неявн/скрыт, формализов, декларативные/процедурные. Св-ва: 1.внутр интерпретир-сть 2 структур-сть (кажд 1 может включаться в состав любой другой инфо. м\у отд 1-ми можно установить отношения: часть-целое, род-вид, элемент-класс) 3 связность (устан связи различн типа) 4 семантич метрика (находить знания, близкие уже к найденным) 5 активность (декларативная часть –пассивная, процедурная часть – активная, соединяем их _ знания активные). БЗ – 1 или неск спец образом организов файлов, хранящих систематиз сов-сть понятий, правил и фактов,(относ к предм обл) построение на основ инфо эксперта (исхдим из специфики знаний): 1. опис предм области; 2. выбор способа и модели представл знаний; 3. приобретение знаний. Модели представл знаний: 1.продукционн; 2. семантич сети; 3. фреймовая структ; 4. форм. логич модели.

Продукционные модели. База фактов. База правил. Работа машины вывода.

Модели представл знаний: 1.продукционн 2 семантич сети 3 фреймовая структ 4 форм. логич модели. Продукционн – продукц инфо явно выделена и описыв иными ср-вами, чем декларат инфо. В таких моделях осуществ вывод на знаниях. Модель позволяет представлять знания в виде предложений типа: Если (условие), то (действие). Записываются в виде: ЕСЛИ А1,А2,…,Аn ТО В.

В кач-ве условий: любая сов-сть суждений, объедин логич связями типа и/или.Условие=посылка.Дейст=вывод, закл. Условия А1, А2,…, Аn обычно называют фактами.

Описание предм обл строится на предпол об устр-ве предм обл: 1. ПО может быть описана в виде мн-ва фактов и правил; 2. правила описывают прич-следтв связи м\у фактами; 3. могут отражать след типы отнош-й: сит-действ, посылка-заключ, причина-следств. В продукционных системах используются 2 основн.способа реализации механизма вывода: прям. вывод, (от данных); обрат вывод (от цели).В 1-м случае идут от извест. данных и на каждом шаге вывода к этим фактам прим-ют все возм. правила, кот.порождают нов.факты, и так пока не будет порожден факт-цель. Во2ом случае вывод идет в обр направлении – от поставленной цели. Если цель согласуется с заключением правила, то посылку правила приним-т за подцель или гипотезу, и этот процесс повт-ся пока не будет получено совпадение подцели с известными фактами. «+»: 1. возм-сть построения на их основе информ систем модульной структуры 2 простота модификации 3 простота восприятия чел-ком 4 спос-сть к самообъясн-ю. «-»: 1. трудность сосставл продукц правил 2.труд-ть записи из-за констр типа ЕСЛИ, ТО.

Семантические сети. Виды отношений. Пример семантической сети.

Семантика-это наука, устанавл отношение между символами и объектами,кот они обозначают,т.е. наука,определяющая смысл знаков.Термин семантическая значит «смысловая», а семант сеть предстваляет собой ориентированыый граф, вершины кот. есть понятия, а дуги (ребра) – отношения между ними. В кач-ве понятий обычно выступают абстракт или конкр объекты, а отношения представляют собой связи типа: АКО-связи(A-Kind-Of=это),«имеет частью»(has part),«принадлежит». В основе конструкция, назыв семант сетью. Сеть модели формально можно задать в виде: H=<I, C1, C2….Cn, G> I – мн-во информац единиц C1….Cn – сно-во связей м\у единицами G – задает отношения м\у информ единицами и связями. Семант модели по типам связей: 1. классификац сети 2 функцион сети 3 сценарии связанных с типами отн между понятиями. По типам отн: бинарные, в кот отн связывают два объекта, и N-арные, в кот есть спец отн, связывающие более двух понятий. По кол-ву типов отн: однородные (с единств типом отн) и неоднородные (с разл типами отн) семант сети. «+» Данная модель лучше других соответсвует соврем представлениям об орг-ции долговременной памяти чел. «-» сложность орг-ции процедуры поиска вывода на семент сети. В семантических сетях часто используются также следующие отношения:функциональные связи (определяемые обычно глаголами «производит», «влияет»…); количественные (больше меньше, равно…); пространственные (далеко от, близко от, за, под, над…); временные (раньше, позже, в течение…); атрибутивные (иметь свойство, иметь значение); логические (И, ИЛИ, НЕ); лингвистические… Пример сем.сети:

Фреймы, их виды, структура. Сети фреймов. Примеры фреймов.

Фреймовая модель (ФМ).

Фиксируется жёсткая структура информационных единиц, называемая протовреймом.

Фрейм (англ. frame – рамка, каркас) – структура данных для представления некоторого концептуального объекта. Информация, относящаяся к фрейму, содержится в составляющих его слотах.

Слот - может быть терминальным (листом иерархии) или представлять собой фрейм нижнего уровня.

В общем виде он выглядит след. образом

(имя фрейма:

Имя слота1 (знач. слота 1)

……

Имя слота k (знач. cлота k))

Прим. (Список раб-ов:

Фамилия (знач. слота 1)

Год рожд. (зн.сл. 2)

Специальность (зн.сл. 3)

Стаж (зн.сл.4))

Фреймовое представл-ие данных позволяет отображать знания с помощью:

· Фрейм-структур(для обознач. объектов и понятий)

· Фрейм-ролей (для обознач.ролевых обяз-ей)

· Фрейм-сценариев(для обознач. поведения)

· Фрейм-ситуации(для обознач.режимов деятельности,состояний)

В качестве знач. слота могут выступать имя др. фрейма,что позволяет объединять фреймы в сеть.

Св-ва фреймов наследуются сверху вниз через АКО связи. Слот с именем АКО указывает на имя фрейма более высокого уровня иерархии.

В слоте могут храниться процедуры и правила:

- процедуры-демоны - запуск-ся автоматически при вып-нии некот.усл-ия

- процедуры-слуги – активиз-тся только по специальному запросу

Различают две сист. фрейма:

ü Статич. (не м.б. изменены в процессе реш. зад.)

ü Динамич. (это допустимо)

Спец. яз. представл. зн. в сетях фреймов (FRL-frame representation language) позволяют эффективно строить промышл-ые экспертные сист.

Фреймово ориентир-ые экспертные сист. Analyst, МОДИС

43.Формальные логические модели. Их примеры

В основе модели такого типа лежит формальн.сист., задаваемая 4-кой вида:

M=<T, P, A, B>

где Т - мн-во базовых элементов какой-либо природы(слова, буквы, конструктор, детали и т.д.),требующих наличие процедуры, позволяющей определить принадлежность элемента к этому мн-ву.

Р – мн-во синтаксич.правил,с пом-ью кот. из мн-ва базовых эл-ов строятся т.н. синтакс-и правильн. совок-ти.(из слов предлож-ия,из деталей машина)

А – аксиомы,подмножества синтаксич. правильных конструкций для кот. существ. процедура позв-яя опр-ить принадл. синтаксич.правильн. совок-ти или подмножеству аксиом.

В – мн-во правил вывода, примен-ся к аксиомам для получ. нов. синтакс-ки правильн. совок-ей, к кот. тоже можно применить правило вывода.