Dipartimento di Ingegneria dell’Informazione Università degli Studi di Parma Intelligenza Artificiale Rappresentazione della Conoscenza e Ragionamento.

Slides:



Advertisements
Presentazioni simili
Linee guida per l’insegnamento della matematica nella scuola media
Advertisements

Calcolo Relazionale.
Una Introduzione alle Basi di Dati
Metodologie di Programmazione = decomposizione basata su astrazioni
La Rappresentazione della Conoscenza
Mondo della computazione Mondo della Vita
Le reti KL-ONE Sono un esempio di rappresentazione della conoscenza a reti semantiche. Sono state sviluppate verso la fine degli anni ’70 sulla base di.
Intelligenza Artificiale 2 Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Metodologie per la gestione di conoscenza ontologica Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale Strutture e strategie per risolvere problemi complessi Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 7 Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale 2 Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Metodi di ricerca informata Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 8
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento (2 - Reti semantiche, Frames) Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento (Ontologie, Reti semantiche, Frames) Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento (2 - Reti semantiche, Frames) Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento (1 - Ontologie) Prof. M.T. PAZIENZA a.a
Architetture e protocolli CCITTComunicazione: trasferimento di informazioni secondo convenzioni prestabilite La comunicazione richiede cooperazione.
L’indagine OCSE-PISA: il framework e i risultati per la matematica
Unità Didattica 2 I Linguaggi di Programmazione
Intelligenza Artificiale
Gli esseri viventi ricevono informazione direttamente dal mondo circostante e dai propri simili attraverso i sensi (percezione). La percezione, tuttavia,
Programma del corso Dati e loro rappresentazione Architettura di un calcolatore Sistemi operativi Linguaggi di programmazione Applicativi: - fogli elettronici.
Modello E-R Generalizzazioni
Intelligenza Artificiale
AOT Lab Dipartimento di Ingegneria dellInformazione Università degli Studi di Parma Intelligenza Artificiale Rappresentazione della Conoscenza e Ragionamento.
Intelligenza Artificiale
Progettazione di una base di dati
Modello E-R Generalizzazioni
Algoritmi e Programmazione (in C) Stefano Cagnoni e Monica Mordonini
LINGUAGGI DI PROGRAMMAZIONE
Intelligenza Artificiale - AA 2001/2002 Logica formale (Parte 2) - 1 Intelligenza Artificiale Breve introduzione alla logica classica (Parte 2) Marco Piastra.
1 Programmazione = decomposizione basata su astrazioni (con riferimento a Java)
Lezione 1 Linguaggi di programmazione – Algoritmi –Istruzioni
MODELLO LOGICO DEI DATI
Il Sistema Operativo: il File System
Un approccio soft per i primi tre anni della primaria
Corso JAVA Lezione n° 11 Istituto Statale di Istruzione Superiore “F. Enriques”
Dati e DBMS DBMS relazionali SQL Progettazione di una base di dati Programma del Corso.
Alla fine degli anni quaranta nasceva il mito del cervello elettronico, e tutte le attività connesse allutilizzo del computer venivano indicate tramite.
Programma di Informatica Classi Prime
Informatica e Algoritmi
1 Ontology languages. Strato dei modelli LA SCELTA DEL LINGUAGGIO Una volta selezionati i componenti dell’ontologia occorre esprimerli in maniera esplicita,
PERCEZIONE Processo psicologico di creazione di un’immagine interna del mondo esterno.
I DATABASE.
DAL WEB AL SEMANTIC WEB Aspetti teorici e tecnologici Carmagnola Francesca Dipartimento Informatica C.so Svizzera 185, Torino
Implementazione di dizionari Problema del dizionario dinamico Scegliere una struttura dati in cui memorizzare dei record con un campo key e alcuni altri.
Robotica Lezione 4. 2 Attributi dell’Intelligenza Pensiero Capacita’ a risolvere problemi Apprendimento e Memoria Linguaggio Intuizione e Creativita’
Dati e DBMS DBMS relazionali SQL Progettazione di un DBMS Normalizzazione Programma del Corso di Basi di Dati.
Fondamenti di Informatica 2 Ingegneria Informatica Docente: Giovanni Macchia a.a
Progettazione di una base di dati Ciclo di vita di un sistema informativo Studio di fattibilità definisce le varie alternative possibili, i relativi costi.
Sistemi basati su conoscenza Metodi di ricerca informata Prof. M.T. PAZIENZA a.a
Dipartimento di Ingegneria dell’Informazione Università degli Studi di Parma Intelligenza Artificiale Risoluzione dei Problemi (parte 2) Agostino Poggi.
Algoritmi.
Dati e DBMS DBMS relazionali SQL Progettazione di una base di dati Normalizzazione Programma del Corso.
AOT Lab Dipartimento di Ingegneria dell’Informazione Università degli Studi di Parma Intelligenza Artificiale Rappresentazione della Conoscenza e Ragionamento.
Dipartimento di Ingegneria dell’Informazione Università degli Studi di Parma Intelligenza Artificiale Apprendimento Agostino Poggi Stefano Cagnoni.
1 Metodologie di Programmazione = decomposizione basata su astrazioni.
Intelligenza Artificiale 1 Gestione della conoscenza lezione 14 Prof. M.T. PAZIENZA a.a
Dipartimento di Ingegneria dell’Informazione Università degli Studi di Parma Intelligenza Artificiale Risoluzione dei Problemi Agostino Poggi Stefano Cagnoni.
Intelligenza Artificiale 1 Gestione della conoscenza lezione 15 Prof. M.T. PAZIENZA a.a
Algoritmi e Programmazione (in C) Stefano Cagnoni e Monica Mordonini
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Eprogram informatica V anno.
Cloud informatica V anno.
Centro Studi Sistemi Idrici Corso sull’utilizzo dei modelli EPR (Evolutionary Polynomial Regression) 21 maggio 2010 Dipartimento di Ingegneria dell’Università.
Unità di apprendimento 6
Transcript della presentazione:

Dipartimento di Ingegneria dell’Informazione Università degli Studi di Parma Intelligenza Artificiale Rappresentazione della Conoscenza e Ragionamento (Parte 2) Agostino Poggi Stefano Cagnoni

Rappresentazione della Conoscenza e Ragionamento 2 Reti Semantiche  Le reti semantiche rappresentano la conoscenza attraverso una struttura a grafo (detta rete):  I nodi rappresentano dei concetti.  Gli archi rappresentano relazioni tra concetti o proprietà dei concetti stessi. Mammifero Cervello Pee-Wee-ReeseBluBrooklyn-Dodgers isa magliasquadra esemplare-di Uomo appartiene

Rappresentazione della Conoscenza e Ragionamento 3 Reti Semantiche  Le reti semantiche sono un modo naturale per rappresentare relazioni binarie.  Una relazione di cardinalità maggiore di due può essere rappresentata da una rete semantica a più archi. G 23Partita Brooklyn-Dodgers punteggio Cubs squadra-ospite isa squadra-di-casa

Rappresentazione della Conoscenza e Ragionamento 4 Reti Semantiche  Un modo per cercare le relazioni tra i concetti di una rete è quello di vedere dove le attivazioni si incontrano (ricerca dell’intersezione). Mammifero Pee-Wee-Reese isa esemplare-di Uomo Cane Buck isa esemplare-di

Rappresentazione della Conoscenza e Ragionamento 5  Le reti semantiche rappresentano un formalismo adatto per modellare conoscenze gerarchiche.  Che differenza c’è tra le due reti? Gestione delle Gerarchie Animali Mammiferi Elefanti isa Animali Mammiferi Elefanti isa

Rappresentazione della Conoscenza e Ragionamento 6  La rappresentazione di conoscenze valide per default, mentre costituisce un problema difficile per i formalismi logici, è un problema facilmente risolvibile con le reti semantiche.  La gestione delle eccezioni è semplice e consiste nel memorizzarle nei nodi a cui si riferiscono e nel fermare la ricerca appena si trova un valore. Gestione dei Valori per Default Mammiferi Elefanti isa Ornitorinco isa ovipara vivipara riproduzione

Rappresentazione della Conoscenza e Ragionamento 7  La gestione diventa difficile con l’eredità multipla.  Secondo il metodo precedente Nixon è allo stesso tempo pacifista e non pacifista.  Esistono altri metodi:  ricerca in profondità avvantaggia i primi percorsi;  ricerca in ampiezza avvantaggia i percorsi più corti. Gestione dell’Eredità Multipla Nixon isa repubblicano quacchero isa pacifista non_pacifistafalco isaconvinzione_politica

Rappresentazione della Conoscenza e Ragionamento 8 Vantaggi delle Reti Semantiche  I principali vantaggi delle reti semantiche sono:  Risultano relativamente facili da comprendere per le persone.  Sono piuttosto efficienti da elaborare per i calcolatori.  Sono sufficientemente potenti per poter rappresentare idee e concetti anche complessi.  Possono essere estese per rappresentare concetti modali e temporali che non possono essere rappresentati con una logica standard.

Rappresentazione della Conoscenza e Ragionamento 9 Limiti delle Reti Semantiche  I principali limiti delle reti semantiche sono:  Sono poco espressive, quindi occorrono delle reti semantiche di una certa grandezza e complessità spesso anche per rappresentare concetti abbastanza semplici.  Non hanno una semantica formale, cioè non esiste un insieme di convenzioni universalmente accettato su ciò che una rete rappresenta.  Tuttavia, le reti semantiche sono state estese ottenendo dei modelli e linguaggi, ad esempio, KL-ONE (Brachman, 1985), con una precisa semantica formale.

Rappresentazione della Conoscenza e Ragionamento 10 Frame  L’idea del frame (Minsky, 1975) trae l’origine dall’osservazione che le persone usano un insieme strutturato di conoscenze derivate da esperienze precedenti per interpretare le diverse situazioni che si trovano a dover affrontare.  Di fronte ad una nuova situazione, una persona non parte da zero.  Al contrario, questa recupera dalla memoria una rappresentazione generale che si può adattare alla situazione e la raffina e modifica per render conto dei dettagli della situazione corrente.

Rappresentazione della Conoscenza e Ragionamento 11 Frame  Un frame è una collezione di attributi (i cosiddetti slot) e di valori loro associati che descrivono una qualche entità del mondo.  I frame come le reti semantiche si basano sull’eredità e sui valori di default.  I frame sono delle strutture dichiarative che però possono inglobare una parte procedurale per gestire i valori associati ai propri attributi.

Rappresentazione della Conoscenza e Ragionamento 12 Frame  Uno slot può essere:  un member slot: viene usato quando il frame è una classe e descrive una proprietà che vale per tutti gli elementi della classe.  un own slot descrive una proprietà del frame specifico.  Ogni slot viene descritto per mezzo di un insieme prefissato di "sfaccettature" (facet).  Ereditarietà, indica se il valore è ereditato e come  Valore  Default, valore di default  If-needed, metodo per calcolare il valore dello slot (è alternativo a Valore) ……

Rappresentazione della Conoscenza e Ragionamento 13 Frame isa if-needed età = anni(Anno nascita) Default: italiana

Rappresentazione della Conoscenza e Ragionamento 14 Vantaggi e Limiti dei Frame  I principali vantaggi dei frame sono:  Permettono delle rappresentazioni compatte anche per concetti complessi.  Sono piuttosto efficienti da elaborare per i calcolatori.  I principali limiti dei frame sono:  Non hanno una semantica formale, cioè non esiste un insieme di convenzioni universalmente accettato su ciò che un frame rappresenta.  Tuttavia, combinando i frame con la logica si sono ottenuti dei sistemi ibridi, ad esempio, FRAIL (Charniak, 1983) e KRYPTON (Brachman et al., 1993), che coniugano l’espressività di un linguaggio ad alto livello con il rigore della logica.