Inleiding Kennistechnologie §Hoofdstuk 7: Kennisrepresentaties 1: Eigenschappen en representatievormen §Hoofdstuk 8: Kennisrepresentaties 2: Eenvoud en uitdrukkingskracht §Hoofdstuk 9: Zoeken naar oplossingen

Kennis modelleren §bij een kennismodel en een representatie zijn van belang: l hoe worden operaties uitgevoerd l hoe representeren de symbolen kennis

Fidelity en precision §fidelity = betrouwbaarheid l gaat het over de juiste dingen? §precision = nauwkeurigheid l is het nauwkeurig genoeg?

Abstract vs. concreet in Nederlandse taal §voorbeeld: l concreet: oppervlakte van vierkant van 4 bij 6 is gelijk aan 4 × 6 = 24 l abstract: oppervlakte van vierkant van x bij y is gelijk aan x × y = z

Abstractie vs. implementatie in kennistechnologie §abstractie beschrijft wat een representatie moet zijn en kunnen §implementatie legt vast hoe bewerkingen plaats vinden §vgl: OO-programmeertalen

primitive en derived propositions §vivid/direct/analog representations: symbool(structuren) die overeenkomen met ons beeld van de werkelijkheid §primitive: basale feiten §derived: afgeleide gegevens §redenen voor splitsing: beheer en consistentie

Expliciete representaties §modulair §betekenisvol §causaal verband met werkelijkheid §redenen: l onderhoud l hergebruik

Efficiencyverbeteringen §Kanonieke representaties (1.3.5; leesstof) l representeer 'algemene' gegevens §Meervoudige representaties (1.3.6; leesstof) l verschillende (afgeleide) representaties voor verschillend gebruik

Complexiteit §schattingen voor efficiency afhankelijk van parameter l polynomiaal: te doen l exponentieel: probleem!

Hfst 8: eenvoud en uitdrukkings- kracht van kennisrepresentaties §Productieregels: l als xxx yyy zzz l dan kkk lll...

Productieregels §gebruiken beschikbare gegevens l generieke l specifieke §genereren nieuwe gegevens l oplossingen l tussenresultaten l al dan niet tijdelijk

Universal computation §programmatuur opsplitsen in 'lagen' l 'hogere programmeertalen' gebruiken onderliggende 'systeemtalen': procedurele, logische en andere talen l kennissystemen gebruiken gegevens en resultaten uit andere bronnen of van andere programma's

Pattern matching §' "Abstracte" regels toepassen in concrete situaties' §Voorbeeld: §abstract: f(x) = a × x n  f'(x) = n × a × x n-1 §concreet: f(x) = 3 × x 7  f'(x) = 7 × 3 × x 7-1

Closed world assumption §Alle relevante gegevens zijn bekend. §Datgene wat niet uit de gegevens bekend of afleidbaar is, wordt verondersteld onwaar te zijn.

Symbol level / Knowledge level §symboolniveau: methoden en technieken om met kennis te manipuleren §kennisniveau: betekenis en abstract gebruik van kennis om oplossingen te vinden

Opdracht 5

Hfst 9: Zoeken naar oplossingen §veel intelligent gedrag is zoeken l wat zijn de kandidaatoplossingen (zoekruimte) l hoe zijn 'de' oplossingen te vinden (oplossingsruimte)

Zoekvoorbeelden §diagnose - ziekten §classificatie - walvissen §configuratie - reizen

Genereren van zoekruimte §hoe? l ophalen uit bronnen (intern/extern) l berekenen... §vorm l lijsten l grafen l....

Zoektechnieken §complete/incomplete - heuristisch §uitputtend §voldoende §optimaal §beperkt

Opdracht 6