كاهش پايگاه دانش با حجم بزرگ مبتني بر قوانين

كارشناسي ارشد

چكيده در بررسي بهينه‌سازي پايگاه دانش به موضوع كاهش پايگاه دانش برمي‌خوريم كه يكي از موارد اصلي و كاربردي بهينه‌سازيمي‌باشد در كاهش پايگاه دانش به دنبال بهينه كردن زمان دسترسي به دانش و همچنين مديريت حافظه هستيم. همان‌طور كه مي¬دانيم زمان دسترسي به دانش و زمان پاسخگويي سيستم از اصلي‌ترينمشخصه‌هاي هر سيستمي در دنياي امروز است. در سيستم¬هاي خبره به سيستم¬هايي برمي‌خوريم كه حجم پايگاه دانش آن‌ها از حد معمول اين سيستم¬ها بسيار بزرگ¬تر است لذا واضح است كه با الگوريتم¬هاي قديمي كاهش دانش نمي¬توانيم عملكرد خوبي داشته باشيم، پس به دنبالآن هستيم تا در اين سيستم¬ها بتوانيم از الگوريتم¬هاي كاهش پايگاه دانش (پايگاه دانش مبتني بر قوانين) استفاده كنيم تا به عملكرد مطلوب دست‌يابيم. در استفاده از الگوريتم¬هاي كاهش پايگاه دانش هميشه نگراني اين مورد كه دانش مفيد را از دست ندهيم وجود خواهد داشت. اما در اين پروژه بر آنيم تا باكار بر روي پايگاه¬هاي دانش مبتني بر قواعد و آن‌هم پايگاه دانشي با ابعاد بالا، دانش موردنيازرا به حداقل رسانده و در كنار صرفه‌جويي در زمان دسترسي به دانش و تصميم‌گيري، كيفيت پايگاه دانش را در حد معمول خود حفظ كنيم. در اينجا ما سعي داريم با استفاده از منطق فازي ابتدا تعداد قواعد موجود را كاهش داده و به-صورت موازي تعداد ويژگي¬هاي هر قاعده را نيز تا حد امكان كم كنيم، اما براي مجموعه داده‌هايي با ويژگي¬هاي زياد پس‌ازاين مرحله ويژگي¬هاي مجموعه حاصل را با استفاده از يك الگوريتم انتخاب ويژگي دوباره كاهش مي¬دهيم. در تمام مراحل انجام كار قابليت تفسير و دقت الگوريتم كه معمولاً باهم رابطه معكوس دارند را در نظر گرفته و سعي داريم هر دو را به‌صورت همزمان تا آنجا كه ممكن است ارتقاء دهيم. واژه‌هاي كليدي:پايگاه دانش، مبتني بر قواعد، ابعاد بالا، كاهش دانش

186913

دانشگاه علم و صنعت ايران

هوش مصنوعي و رباتيك

دكتر محمدرضا كنگاوري