基于认知的推理机制与实现技术.pptx

1、基于认知的推理机制与实现技术研究,指导教师：王莉,学生：何云,2011年7月21日,研究背景,中医中药，博大精深，万事万物包罗万象，阴阳生克，是一门以人为本，顺应自然，人天合一的理论，但是因其难以掌握，使得后继中医药人才短缺。在全国当今人口中平均4000人中才有一名中医。解放前留下来的全国著名老中医已所剩无几，且均已70岁以上高龄。好在医疗诊断有它的统计规律性，将医学专家在临床实践中总结患者群体所患疾病的统计规律用计算机处理，实现医疗诊断的自动化，留住中医数百年来的宝贵经验有着非常重要的意义。,课题的引入,人工智能人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划

2、等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科专家系统专家系统是人工智能中最重要、最活跃的一个应用领域，但由于其重要性及相关应用系统之迅速发展，它已是信息系统的一种特定类型。近年来专家系统技术逐渐成熟，广泛应用在工程、科学、医药、军事、商业等方面，而且成果相当丰硕，甚至在某些应用领域，还超过人类专家的智能与判断。其功能应用领域概括有：解释、预测、诊断、故障排除、设计、规划、监督、除错、修理、行程安排、教学、控制、分析、维护、架构设计、校准等。,专家系统结构图,专业知识“why“”how”

3、机器能理解的表达形式,人机交互界面,知识获取,解释器,综合数据库,知识库,推理机,专家、知识工程师,用户,推理机研究现状,基于规则的推理将专家的经验归纳成规则，知识库容易管理，但当规则很多时，处理效率低，而且规则难提取基于案例的推理通过与曾经解决过的案例比较得出解决方法，符合人类认知心理，但对于大型案例库案例检索十分费时基于框架的推理将知识用框架（将某类对象的所有知识组织在一起的一种通用数据结构）来表示，善于表达结构性的知识，且具有良好的继承性和自然性基于神经网络的推理人工神经网络具有自学习能力，对于新的模式和样本可以通过权值的改变进行学习记忆和存储，进而在以后的运行中能够判断这些新的模式，使

4、专家系统具有自学习能力，但只能模拟人类感觉层次上的智能活动，在模拟人类复杂层次的思维方面还有不足之处。,推理机研究现状,基于模糊逻辑的推理模糊逻辑理论即对模糊事物相互关系的研究，具有专家水平的专门知识，能进行有效的推理，但是，模糊推理知识获取困难，学习能力差，容易发生错误基于D-S证据理论的推理证据理论可处理由不知道因素所引起的不确定性，它采用信任函数而不是概率作为度量，既能处理随机性所导致的不确定性，又能处理由于模糊性所导致的不确定性，但当证据冲突度较高时，经过其组合规则得到的结论常常有悖常理。基于遗传算法的推理遗传算法（GeneticAlgorithms，GA）是一种基于自然选择和基因遗传

5、学原理的优化搜索方法，具有很多有点，但如何同时提高搜索最优解的概率和效率，是遗传算法的一个需要进一步探索的问题,已有的推理机,jenaJena是面向语义Web的应用开发包，其结构图如下图所示。包含的内容比较全面，推理机只是其中一部分，它的运行效率不是很高，现在有DIG接口，DIG有点像数据库中的ODBC，允许前端挂接到后台不同的推理引擎上，这样，在Jean中，也可以使用RACER、FaCT、Pellet这样更专业些的推理机。,已有的推理机,JessCLISP(CLanguageIntegratedProduction)是一种基于产生式的前向推理引擎的专家系统开发工具Jess(JavaExper

6、tShellSystem)是基于Java语言的CLISP推理机,推理机是开放的，用户提供不同的规则系统，就可以进行不同领域的推理工作，用户可以对推理机的推理能力进行扩展。但作为前向推理系统，Jess用空间换时间，推理会产生大量的中间数据，空间效率很低其他针对本体的推理，越来越多地集中在了几种标准的本体语言上，如OWL、DAML、RDFS/RDF等，这样，研究者给出效率更高的，针对一些具体应用的推理机。象RACER、FaCT、Pellet等就是这类具体有强烈针对性的推理机。它们的优点是：效率很高，使用上也非常方便；缺点是：不是通用推理机，将推理能力限定在几种具体的本体语言上，而且用户很难对它进行

7、扩展,存在的问题,研究内容,本文以中医学理论体系为背景通过对认知理论和认知规律的研究，分析并建立人类认知的一般模型，将认知模型与中医理论相结合，引入到专家系统的推理过程中，以便对名老中医诊断思维过程进行模拟，并最终实现基于认知的中医诊断推理仿真系统。,认知,定义认知(cognition)是指人们认识活动的过程，即个体对感觉信号接收、检测、转换、简约、合成、编码、储存、提取、重建、概念形成、判断和问题解决的信息加工处理过程人类认知过程,认知模型,GPSGPS（GeneralProblemSolver，通用问题解决者）把一个问题求解程序局限到减少这个问题的目前状态和最终状态（或问题的解）之间的差别

8、上来，优势在于解决各种任务时，只需使用少量的加工过程，劣势在于严格按照串行方式工作，与人的作业有一定的差别EPAMEPAM（ElementaryPerceivingAndMemoryProgram，初级知觉和记忆程序），这个程序分为两步，第一步是操作，第二步是学习。此程序可以识别简单的刺激，并建立简单的程序去学会如何辨别更复杂的刺激，该模型的优势在于综合考虑了多方面的因素，以定量的方式精确地描述和解释了大量有关人类知觉和记忆过程的心理现象，为将来建立一个认知的统一理论做出了重要贡献。这个模型的劣势在于它只能在某些方面模拟人类认知系统，距离真正的人类认知系统还有不小的差距。,认知模型,ACT-R

9、ACT-R（AdaptiveControlofThought-rational，推理思维的适应性控制）是一般的认知模型：ACT除了有长期记忆以外，还有关于活动概念的短期工作记忆以及一个可编程的“产生式系统”。优势在于它专注于解决问题的复杂认知，易学、易用，劣势在于建模工具有待进一步完善。SOARSOAR（Stateoperatorandresult）是一个将所有活动归纳为问题状态空间中的启发式搜索的通用问题求解系统。以知识块理论为基础，利用基于规则的记忆，获取搜索控制知识和操作符，即能从经验中学习，能记住自己是如何解决问题的，并把这种经验和知识用于以后的问题求解过程之中，实现通用问题的求解。较

10、之其他模型，SOAR模型与人类认知系统更加接近人类的认知过程，是目前世界上首屈一指的认知系统模型。,SOAR认知模型,SOAR的高层结构由控制策略、成果记忆区和工作记忆区组成。如右图所示。控制策略包括选择算子、创造状态、学习新成果等;成果记忆区:成果可以由用户创造,每一个成果都有一套状态和一套行为,当状态与工作记忆中的对象相符合时,行为就执行。SOAR在工作记忆区保存着目前问题的解决的状态和解决问题的算子,工作记忆是由表结构组成的。建议的候选算子被放在工作记忆区中。参数选择过程对这些候选算子进行比较,选择出一个作为目前算子。然后目前算子中的成果改变工作记忆中的元素,进而改变状态。,SOAR认知模型,1.处理各种任务，从日常事务到复杂问题,2.根据需要使用各种知识表示和问题求解方法,3.通过积累问题求解经验进行学习,SOAR模型可以：,难点及创新点,