その内容の内訳は次のとおりです。
* 入力を受信します: 推論エンジンは、通常はファクトまたはクエリの形式で入力を受け取ります。 これらの事実は、ユーザー、センサー データ、または別のシステムによって提供される可能性があります。
* 適用ルール: 入力された事実と知識ベースに保存されているルールを使用して、新しい事実を推定します。 ルールは通常、事実間の関係を記述する「if-then」ステートメントです。
* 結論を導き出す: ルールの適用を通じて、推論エンジンは事実を連鎖させ、結論に達します。 この連鎖プロセスには、順方向連鎖 (事実から始めて結論を導き出す) または逆方向連鎖 (仮説から始めて、それを裏付ける事実を検索) があります。
* 出力を提供します: 最後に、推論エンジンはその結論をユーザーまたは他のシステムに提示します。 この出力は、診断、推奨事項、または単純な「はい/いいえ」の回答である可能性があります。
推論エンジンの種類:
推論エンジンは、推論方法に基づいて分類できます。
* フォワードチェーン (データドリブン): 既知の事実から開始し、目標に達するか、それ以上ルールが適用できなくなるまで、ルールを使用して新しい事実を推定します。 これは、大量のデータがあり、潜在的な結論を検討したい状況に適しています。
* 逆方向チェーン (目標主導型): 仮説 (目標) から始めて逆算して、仮説を裏付けるまたは反駁する事実を見つけます。 特定の質問があり、それを裏付けるまたは否定する証拠を見つけたい場合に効率的です。
* ハイブリッド アプローチ: 一部の推論エンジンは、前方連鎖と後方連鎖を組み合わせて、両方の方法の長所を活用します。
例:
車の問題を診断するためのシンプルなエキスパート システムを想像してみてください。
* ナレッジベース:
* ルール 1:エンジンが始動せず、バッテリーが切れている場合、問題はバッテリー切れです。
* ルール 2:エンジンが始動せず、バッテリーに問題がない場合は、スターター モーターに問題があります。
※事実:エンジンが始動しない。
* 事実:バッテリーが切れています。
* 推論エンジン (フォワードチェーン): エンジンは、「エンジンが始動しない」および「バッテリーが切れている」という事実を使用してルール 1 の条件に一致し、「問題はバッテリーが切れている」と結論付けます。
要約すると、推論エンジンはエキスパート システムの頭脳であり、知識ベースをインテリジェントに使用して推論し、問題を解決します。 これは人工知能と知識表現において重要な要素です。
AdBlue とは何ですか? なぜ必要なのですか?
マヒンドラKUV100 nxt 2020K8ガソリン6Strエクステリア
カウンターでレンタカー保険に加入すべきですか?
ひき逃げ事故後の対処法