Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne

1 2010

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: rule bases

Sortuj według:

Ogranicz wyniki do:

Overview of rule inference algorithms for structured rule bases

Bobek S., Kaczor K., Nalepa G.

Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne

2010

T. 18

57-62

Building rule-based expert systems requires creating a rule base, as well as providing an effective inference mechanism. This paper briefly discusses a well-established rule inference algorithm called Rete, as well as more recent ones called TREAT and Gator. Since large rule bases often require identifying certain rule clusters, modern inference algorithms sup-port inference rule groups. In the paper, the case of the version of Drools, introducing the RuleFlow module, is presented. These solutions are contrasted with a custom rule representation method, called XTT2, which introduces explicit structure in the rule base using decision tables linked in an inference network.

Podczas tworzenia systemów regułowego, oprócz zaprojektowania i zbudowania bazy wiedzy, ważnym elementem jest dostarczenie efektywnych mechanizmów inferencji. Ten artykuł pokrótce opisuje jeden z najpopularniejszych algorytmów wnioskowania o nazwie Rete, jak również dwa nowsze algorytmy TREAT i Gator. Ponieważ duże bazy wiedzy często wymagają wyodrębnienia pewnych grup reguł, współczesne algorytmy wnioskowania wspierają wnioskowanie w takiej zmodularyzowanej bazie wiedzy. W artykule omawiany jest pakiet narzędzi o nazwie Drools, wprowadzający innowacyjne podejście do modelowania systemów ekspertowych oparte o diagramy DroolsFlow. To rozwiązanie konfrontowane jest z nową reprezentacją wiedzy o nazwie XTT2, która wprowadza strukturalizacje bazy wiedzy przy pomocy tabel decyzyjnych połączonych w sieć wnioskowania.