Prikazi znanja u inteligentnim tutorskim sustavima

Autor: Blagaić, Kate
Jazyk: chorvatština
Rok vydání: 2007
Předmět:
Popis: Inteligentni tutorski sustavi raspolažu značajnom količinom znanja s područja poučavanja, te mogu prezentirati znanje na način koji nije egzaktno specificiran u vrijeme izgradnje sustava, već se prilagođava razini znanja i krivulji učenja svakog učenika. Isto tako, polazeći od ugrađenog znanja, u stanju su samostalno konstruirati zadatke, koje onda mogu samostalno, ispravno riješiti. Semantičke mreže (odnosno asocijativne mreže) razvio je Quillian (1968.) kao model asocijativne memorije čovjeka, u okviru istraživanja u području razumijevanja prirodnog jezika. Pomoću mreže čvorova koji predstavljaju koncepte i relacije napravio je model pretraživanja memorije. Semantičke mreže su grafovi koji se sastoje od čvorova i usmjerenih lukova. Čvorovi opisuju objekte, koncepte ili situacije. Usmjereni lukovi prikazuju veze među čvorovima. Moguće je koristiti različite vrste veza. Semantičke mreže naročito su pogodne za probleme u kojima se pojavljuju klasifikacijske hijerarhije npr. vrste bolesti, životinja, ili vozila. Produkcijsk sustavi (sustavi temeljeni na pravilima) predstavljaju jednu od najstarijih i najviše korištenih metoda prikaza znanja, temeljenu na propozicijskoj logici. Produkcijska pravila prvi je u simboličkoj logici upotrijebio Post (1943.), koji je dokazao da se bilo koji matematički i logički sustav može napisati pomoću nekog tipa produkcijskih pravila. Produkcijska pravila su u područje umjetne inteligencije uveli Newell i Simon 1972., kao model načina na koji ljudi predstavljaju i rješavaju probleme. Znanje se u produkcijskim sustavima sastoji od skupa pravila oblika: AKO uvjet TADA akcija. Neuronska mreža je sustav sastavljen od više jednostavnih procesora (jedinica, neurona). Svaka jedinica ima lokalnu memoriju u kojoj pamti podatke koje obrađuje. Jedinice su međusobno povezane komunikacijskim kanalima. Podaci koji se ovim kanalima razmjenjuju su obično numerički. Jedinice obrađuju samo svoje lokalne podatke i ulaze koje primaju preko konekcije. Teoretski se neuronske mreže mogu obučiti za izračunavanje svake izračunljive funkcije.
Databáze: OpenAIRE