| Titre : | Systèmes expertsconcepts et exemples |
| Auteurs : | J.L ALTY, Auteur ; M.J COOMBS, Auteur |
| Type de document : | Monographie imprimée |
| Editeur : | MASSON, 1986 |
| ISBN/ISSN/EAN : | 978-2-225-80979-8 |
| Format : | 1 vol. (173 p.) / ill. / 24 cm |
| Langues: | Français |
| Résumé : |
Les médias, tant professionnels que grand public, s'intéressent de plus en plus aux systèmes experts ; ces exemples concrets de l'intelligence artificielle essaient de modéliser certains aspects du raisonnement des spécialistes humains dans des domaines tels que la géologie, les mathématiques, l'ingénierie, l'analyse chimi-que et le diagnostic médical. Les systèmes experts prendront une place croissante dans les années à venir comme aide pour les spécialistes dans des domaines de plus en plus variés. Ce livre est destiné aux étudiants et aux informaticiens profession-nels à la recherche d'une vue d'ensemble détaillée des systèmes experts. Dans la seconde partie, les systèmes experts actuels sont décrits en fonction de leur structure de contrôle ou de leur base de connaissances. Le dernier chapitre s'intéresse plus particuliè-rement aux développements futurs des systèmes experts. |
| Sommaire : |
Introduction 13
1'E partie : CONCEPTS DE BASE 15 1. Traitement des données traditionnel et systèmes experts 17 1.1. Introduction 17 1.2. Le problème de la représentation 17 1.3. Représentation des connaissances 19 1.4. L'approche traditionnelle 23 1.4.1. Classification et relations 23 1.4.2. Procédures 24 1.4.3. Les structures de contrôle classiques 26 1.4.4. Conclusion 26 1.5. Une autre représentation des classes, relations et règles 27 1.6. Une autre structure de contrôle: systèmes de production 27 1.7. Dépendance entre structures de contrôle et domaine 29 1.8. Autres limites de la démarche traditionnelle 30 1.8.1. Données inférées 30 1.8.2. Raisonnement incertain 32 1.8.3. Un manque d'algorithmes appropriés 32 1.9. Le chemin à parcourir 33 2. Les bases du calcul des prédicats et de l'inférence logique 34 2.1. Introduction 34 2.2. Le calcul des prédicats et la représentation des connaissances 36 2.3. Inférence logique 39 2.4. Les problèmes du calcul des prédicats pour le traitement des connaissances 43 3. Approche informatique de la représentation et du contrôle 46 3.1. Le passage aux systèmes basés sur les connaissances 46 3.2. LISP - un langage pour la programmation des systèmes basés sur les connaissances 49 3.3. La représentation des connaissances d'un domaine 51 3.3.1. Les réseaux sémantiques 51 3.3.2. Objets structurés (« Frames ») 57 3.3.3. Les règles de production 60 3.4. Les problèmes de contrôle 65 2' partie : EXEMPLES DE SYSTEMES EXPERTS 71 4. Systèmes experts et experts en résolution de problèmes 73 4.1. Résolution de problèmes basée sur les connaissances 73 4.2. Schéma de classification des systèmes experts 76 4.2.1. Les systèmes de diagnostic à base de règles pour le raisonnement à partir de données et de connaissances incertaines 78 4.2.2. Approche associative et causale des diagnostics . . . 78 4.2.3. Réduction d'un grand espace de recherche avec la factorisation 79 4.2.4. Gestion d'un grand espace de recherche par l'abstraction 79 5_ La manipulation des données incertaines : MYCIN et PROSPECTOR 81 5.1. Introduction 81 5.2. Description générale de MYCIN (EMYCIN) 82 5.2.1. Les faits 82 5.2.2. Les règles de production 82 5.2.3. Calcul des facteurs de certitude 84 5.2.4. La structure de contrôle dépendant du domaine 86 5.2.5. L'obtention des informations de l'utilisation 86 5.2.6. Les capacités d'explication 88 5.2.7. Extensions de la démarche de MYCIN: TEIRESIAS et GUI-DON 88 5.3. Description générale de PROSPECTOR 90 5.3.1. Modèles géologiques 90 5.3.2. Mécanisme de contrôle 94 5.3.3. Relations et incertitudes 94 5.3.3.1. Degrés de nécessité et de suffisance 94 5.3.3.2. Informations incertaines 97 5.3.3.3. Relations logiques 99 5.3.3.4. Les relations liées au contexte 99 5.4. Conclusions 100 6_ Approches associatives et causales du diagnostic : INTERNIST et CASNET 102 6.1. Introduction 102 6.2. Le projet INTERNIST 103 6.2.1. Démarche générale du diagnostic 103 6.2.2. Représentation des connaissances dans INTERNIST-I 104 6.2.3. La stratégie de diagnostic d'INTERNIST-I 107 6.2.4. INTERNIST-I: conclusions 109 6.3. CASNET 110 6.3.1. La maladie considérée comme un processus 110 6.3.2. Représentation des connaissances dans CASNET . 111 6.3.3. Le processus de diagnostic dans CASNET 113 6.3.4. Conclusions sur CASNET 115 7. Réduction des grands espaces de recherche grâce à la factorisation : Heuristic DENDRAL et Meta-DENDRAL 117 7.1. Le traitement de grands espaces de recherche 117 7.2. La tâche de l'application 118 7.3. Heuristic DENDRAL 121 7.3.1. Le programme de planification de DENDRAL 121 7.3.2. Les générateurs de structure de DENDRAL 123 7.3.3. Le programme de test 124 7.3.4. Évaluation d'Heuristic DENDRAL 124 7.4. Méta-DENDRAL 125 7.4.1. Objectifs 125 7.4.2. Processus de génération des règles 125 7.4.3. Conclusions sur Méta DENDRAL 129 8. Gestion de grands espaces de recherche grâce à l'utilisation d'abstractions : R1 et MOLGEN 130 8.1. Niveaux de description dans un espace de recherche 130 8.2. Ri 132 8.2.1. L'application 132 8.2.2. La structure de contrôle 132 8.2.3. La base de connaissance 133 8.2.4. La mise en oeuvre 136 8.3. Conclusions sur RI 137 8.4. MOLGEN 137 8.4.1. La tâche 137 8.4.2. Un exemple de solution de MOLGEN 140 8.4.3. Représentation 148 8.4.4. Le mode de raisonnement de MOLGEN 148 8.5 Conclusions sur MOLGEN 150 9.Développements futurs des systèmes experts 152 9.1_ Automatisation de la logique des prédicats 152 9.1.1. Passage du calcul des prédicats à la forme clausale 153 9.1.2. La procédure de résolution 154 9.1.3. PROLOG et la programmation en logique 156 9.2. Avantages de la logique des prédicats 160 9.3. Développement dans les systèmes experts 163 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| INF/154 | Livre | bibliothèque sciences exactes | Consultable |
