سیستم MACIE : سیستمی ارتباط گرا

06/23/2019

سیستم MACIE : سیستمی ارتباط گرا

 

سیستم MACIE یا به عبارتی Matrix Controlled Interface Engine نمونه ای از یک سیستم خبره بر اساس شبکه های عصبی می­باشد و اصول و الگوریتم­های MACIE بر اساس شبکه های دانشی است که توسط شرکت HNC ارائه و توسعه داده شده است.

در شکل 1 روش ارتباطی کاربران با این سیستم نمایش داده شده است که کاربر از طریق یک واسط کاربری دث موتور واسط یک شبکه عصبی متصل است و این شبکه از طریق متغیرهای سوال وی در کل از طریق یک پایگاه دانشی تغذیه می­شود.

شکل 1

در شکل دو نیز معماری یک شبکه عصبی MACIE نمایش داده شده است که حاوی یک سری گره های برچسب گذاری شده است که هر کدام بیان کننده موضوعی از آن گره می­باشد.

شکل 2

وجود یک ارتباط بین ci و cj نشان دهنده یک ارتباط وابسه بین گره i  و j می­باشد.

زمانی که معماری شبکه ساخته می­شود چنین وابستگی هایی مفهومی شناخته شده به حساب می­آیند.

در این سیستم در صورتی که بعضی از وابستگی­ها وجود نداشته باشند باز هم اتصالات در شبکه پایدار می­باشد و شبکه عصبی با ساتفده از نمونه­های آموزشی برای محاسبات اصلی وزن داده می­شوند.

تابع فعالسازی به صورت ذیل می­باشد:

   

که در آن  فعالساز گره j میباشد و  وزرن ارتباط بین j و i می­باشد.

مقادیر ورودی لایه می­تواند +1 (true) و -1 (false) و یا 0 (Do not known) است و لازم به ذکر است که این نوع شبکه می­تواند در بخش­های ورودی (Input) و خروجی (Output) خود به پیوسته گسترش یابد.

هر گره در شبکه عصبی MACIE یک سوال در رابطه با آن دارد که این سوال معمولا در مورد ارزش مفهومی آن گره می­باشد.

به منظور نشان دادن این فرآیند شبکه ای همانند شکل 2 را در نظر بگیرید و فرض کنید سوالات ذیل به گره­های مفهومی مرتبط است:

 

Node: ANIMAL                       Question: Is it an animal?

Node: HUMAN                       Question: Is it a human?

Node: TAIL                             Question: Does it have a tail?

Node: LIVES_IN_JUNGLE    Question: Does it live in the jungle?

Node: LANGUAGE                 Question Does it have language skills?

Node: WALKS                        Question: Does it walk upright?

 

اجرای MACIE  بر روی این شبکه دانشی به شکل ذیل می­باشد:

RUN MACIE

INPUT INITIAL VALUES FOR INPUT VARIABLES:

tail: -1

language +1

walks +1

PURSUING: INTELLIGENT

PURSUING: ANIMAL

PURSUING: HUMAN

CONCLUDE: ANIMAL IS FALSE

CONCLUDE: HUMAN IS TRUE

CONCLUDE: INTELLIGENT IS TRUE

 

 

References

Baxt, W. G., (1990). Use of an artificial neural network for data analysis in clinical decision making:

The diagnosis of acute coronary occlusion. Neural Computation.

Gallant, S. (1993). Neural network learning and expert systems. Cambridge, Mass.: MIT Pres.

 

 

0 Comments Add your own



Leave a Reply

ارسال نظر
Info

توجه: از ارسال پيام هاي خصوصي در حالت لاگين براي نويسنده وبلاگ اجتناب نماييد.
در صورتی که در فرم ارسال نظر، نام شما توسط سیستم شناسایی شده باشد(در حالت لاگین) نظر شما بلافاصله منتشر خواهد شد.


در غیر اینصورت نظر شما پس از تایید توسط مالک وبلاگ منتشر خواهد شد.

 authimage

درباره من

مهدی استادی

Over nine Years of progressive experience as a Senior J2EE/Javascript/.Net developer with the strong background of working knowledge in all the phases of Software development life cycle with strong analytical, programming skills and having solid functional experience in the development, implementation and the maintenance of complexJ2EE/Javascript/.Net based systems.
Designed, developed, and implemented software solutions for high visibility, high impact projects; solved technical problems in a growing business environment.
Expertise in Object Oriented Design (OOD) & Analysis (OOA) based on Unified Modeling Language (UML) architecture. Experience in developing Class, Sequence, flow diagrams using Smart Draw UML and Star UML.
Strong knowledge in Agile/Scrum & Waterfall methodology of software development.
Ability to handle multiple tasks and work independently as well as in a team.

آخرين مطالب بروز شده

موضوعات

پيوندها

کلی

Feeds