Классификация интеллектуальных ИС

1. Системы с интеллектуальным интерфейсом – отличаются от обычных БД возможностью выборки по запросу необходимой информации, которая может явно не хранится. А выводится из имеющейся БД.

- интеллектуальные базы данных

- естественный языковой интерфейс предполагает трансляцию естественных языковых конструкций на внутренне-машинный уровень представления знаний. Для этого необходимо решить задачиморфологического, синтаксического и семантического анализа и синтеза высказываний на естественном языке. Естественно-языковой интерфейс используется для доступа к интеллектуальным БД, голосового ввода команд в систему управления и машинного перевода с иностранных языков.

- гипертекстовая система – отличается сложной семантической организацией ключевых слов, которая отражает различные смысловые отношения к терминам.

- контекстная система помощи – пользователь описывает проблемы, система с помощью дополнительного диалога ее конкретизирует и осуществляет поиск относящихся к ситуации рекомендаций.

- когнитивная графика – позволяет осуществлять интерфейс пользователя с ИИС с помощью графических образов, которые генерируются в соответствии с происходящими событиями.

2. решение сложных задач (экспертные системы)

- классифицирующие системы – решают задачи распознавания ситуаций. Определяют принадлежность анализирующей ситуации к некоторому классу.

- доопределяющие системы – решаются задачи на основе неопределенных исходных данных и применяемых знаний.

- трансформирующие системы – синтезирующие динамические системы. Полагают повторяющиеся преобразования знаний в процессе решения задач, что связано с характером результата, которое нельзя заранее определить, а также с динамичностью проблемной области.

- многоагентные системы – для них характерна интеграция в базе знаний нескольких разнородных источников знаний, обменивающихся между собой результатами на динамической основе.

3. способность к самообучению (самообучающиеся системы) - в основе этих систем лежат методы автоматической классификации примеров ситуаций реальной практики, т.е. обучение на примерах. Примеры реальных ситуаций накапливаются за некоторый исторический период и составляют обучающую выборку. В результате обучения системы автоматически строятся обобщенные правила или функции, определяющие принадлежность ситуаций к классам, которые обученная система пользуется при интерпретации новых возникающих ситуаций.

- индуктивные системы - нейронные сети - системы на прецедентах - информационные хранилища