Yapay Zeka ve Uzman Sistemler

Slides:



Advertisements
Benzer bir sunumlar
VERİ TABANI VE YÖNETİM SİSTEMLERİ
Advertisements

UZMAN SİSTEMLER SERPİL GÜL.
Uzaktan eğitim için çalışma rehberleri hazırlanması
UML Unified Modeling Language
Everyday objects ● Possession
Ahmet DABANLI.
HAZIRLAYANLAR Sinan ALAGÖZ Dilek ÖZSERİN Abdullah BODUR Ali KARABULUT
Veri ve Veri Yapıları Genel olarak bilgisayarlar.
SELMA GENC TEFL 496 IYI KOTU BAKIMSIZ
DİL ve ANLATIM DERSİ ÖĞRETMEN:EROL AYDIN
Ağ Topolojileri.
Bölüm 1: Introductions (Tanıtım,Tanım)
ARAŞTIRMAÖNERİLERİRESEARCHLAYOUT DbaseCATI. 2 MODEL YAPISI CATI (Computer Aided Telephone Interview), Bilgisayar destekli telefonla anket sistemidir.
Çok Etmenli Sistemlerde Yük Dengeleme ve Yük Paylaşımı
TÜMLEŞİK MODELLEME DİLİ
İSİM UZAYLARI (NAMESPACE).
Nesneye Dayalı Programlama
FİİLLERDE ÇATI Öznenin ve nesnenin yaptığı, etkilendiği, birlikte yaptığı fiillere denir. Fiilde çatı ikiye ayrılır: A) Nesnesine Göre B) Öznesine Göre.
BİLGİSAYAR YAZILIMI.
BTO 206 Öğretim Tasarımı İş/Görev Analizi.
Programs of the Intel Education Initiative are funded by the Intel Foundation and Intel Corporation. Copyright © 2007 Intel Corporation. All rights reserved.
YMT219: Veri Yapıları Ders Saatleri: Pazartesi 9:15-12, 17:30-20:15
Kütüphaneciliğin Destanı Ekim 2004, Ankara Y.T. Bilgi Yönetiminin Kavramsal Tanımı ve Uygulama Alanları Yaşar Tonta H.Ü. Bilgi ve Belge Yönetimi.
Chapter 1: Giriş.
XII. Türkiye’de İnternet Konferansı 8-10 Kasım 2007 Anlamsal HTML’e Yeni Bir Bakış: MİKROFORMATLAR Abdullah Çetin ÇAVDAR Mert DUATEPE.
Quest Atlantis Dünya Üzerine Yayılmış Çok-Kullanıcılı Çevrim-İçi Eğitsel Bir Bilgisayar Oyununun Teknik Yapısı.
Ağ Topolojileri.
Trees, Vectors, Iterators. ADT Abstract Data Type (ADT) vs implementation -Soyut Veri Türleri - Uygulamaları.
NESNE TABANLI PROGRAMLAMA VISUAL BASİC 6.0. NESNELERİN TASARIMI Uygulama Tasarım Alanı Proje Gezgini Nesne Özellikleri Araç Kutusu Forumun Ekrandaki Konumu.
SABPO METODOLOJİSİ KULLANILARAK FIPA UYUMLU ÇOK-ETMENLİ BİR OTEL REZERVASYON SİSTEMİNİN TASARIMI VE GERÇEKLEŞTİRİLMESİ Ayşegül Alaybeyoğlu, Geylani Kardaş,
Veri Tabanı Tasarım Süreci
Veri Tabanı Programcılığı
KARAR DESTEK SİSTEMLERİ BİLEŞENLERİ
Örgütsel bilgi kullanımı
ÖĞRENME AMAÇLARI Kişi, yer ve nesnelerin ölçümüne ilişkin temellerin anlaşılmasın Pazarlama araştırmacıları tarafından kullanılan üç tür ölçeği.
Bölümün Amacı Bu bölüm, örgüt yapısının temel kavramlarını tanıtıyor ve bir yapıyı örgüt şemasında göründüğü şekliyle nasıl tasarlayacağımızı anlatıyor.
Bulanık Mantık ve Yapay Sinir Ağlarına Giriş
ISL429-Yönetim Bilişim Sistemleri İletişim ve Ağ Sistemleri.
BİLİŞİM TEKNOLOJİLERİ DERS KİTAPLARI
ÖTÖ 451 Okul Yönetiminde Bilgisayar Uygulamaları R. Orçun Madran.
Enerji Sistemlerinde Akıllı Sistem Uygulamaları Akademik Yılı Bahar yarıyılı Doç.Dr. Raşit ATA
İNSAN-BİLGİSAYAR ETKİLEŞİMİ. Bağlam Arayüz Görev Kullanıcı İBE Ana Bileşenleri.
TÜBİTAK 25 Ekim 2013 AKILLI SAYAÇLAR KORUMA PROFİLİ TÜBİTAK BİLGEM Ortak Kriterler Test Merkezi (OKTEM) Neslihan GÜLER 1.
T.C. GİRESUN ÜNİVERSİTESİ TİREBOLU MEHMET BAYRAK MESLEK YÜKSEKOKULU BİLGİSAYAR TEKNOLOJİLERİ BÖLÜMÜ EMRE TANRIVERDİ Danışman Öğr. Gör. Erol.
Bölüm 2 : Yapay Zeka nedir?
Students social life and join the social clubs. BARIŞ KILIÇ - EGE DÖVENCİ IŞIK ÜNİVERSİTESİ
Algoritma ve Programlama
Bilimsel Araştırma Yöntemleri Verilerin Toplanması ANKET
Bilgi Sistemleri Hafta4
Ders 2 Kavram Öğrenmeyi Etkileyen Etmenler
Karar Ağaçları (Decision trees)
Ağ Topolojileri Öğr. Gör. Ferdi DOĞAN.
İçerik Yönetim Sistemi
GÖREV ANALİZİ.
Yapay Zeka ve Uzman Sistemler
Yapay Zeka ve Uzman Sistemler
Yapay Zeka ve Uzman Sistemler
PUANLAMA ÖNERİSİ *Öğrenciler iki gruba ayrılır. Her iki gruba da baştan 1000’er puan verilir. *Birinci grup yarışırken “GAME 1“ açılır. Öğrenciler her.
FİİLLERDE ÇATI Öznenin ve nesnenin yaptığı, etkilendiği, birlikte yaptığı fiillere denir. Fiilde çatı ikiye ayrılır: A) Nesnesine Göre B) Öznesine Göre.
tomorrow soon next week / year in five minutes/ in two hours later today I'll go to the market tomorrow. Don’t worry. He will be here soon. There.
Dijital kütüphane işlevleri
Nesneye Dayalı Programlarla Nesne İlişki Haritalanması
Nesneye Dayalı Programlama 1
Yapay Zeka Nadir Can KAVKAS
Dünya Üzerine Yayılmış Çok-Kullanıcılı Çevrim-İçi Eğitsel
Akademik Özgeçmiş Tabanlı Fakülte Bilgi Sistemi
Klinik Bilgi Sistemleri
Kelime (Text) İşleme Algoritmaları
Sunum transkripti:

Yapay Zeka ve Uzman Sistemler Aslı Eyecioğlu Özmutlu aozmutlu@bartin.edu.tr

Hedefler Bilginin sunulması yöntemi Uzman Sistemlerin Tasarlanması

Bilgi tabanının oluşturulma süreci C. Bilginin sunulması yöntemi ve modelinin seçilmesi Üretim modelleri (Production Models) Bilgi Çerçeveleri (Frame) Anlamsal Ağlar (Semantic net)

Bilgi Çerçeveleri (Frame) Bilgi Çerçeveleri: Bilgi Çatıları da denir. İlk kez 1975 yılında M.Minsky tarafından teklif edilmiştir. İlişki sayısı çok ve hiyerarşik bir yapıda kurallara dayalıdır. Kurallar arasındaki ilişkilerin kontrol edilmesi zordur. http://www.elektrik.gen.tr/2015/08/uzman-sistemler-genel-bakis/414

Bilgi Çerçeveleri (Frame) Çatı sisteminde bilgiler ‘slot’ denilen alt gruplar oluşturur. Bu alt gruplar birden fazla bileşen içerebilir ve başka alt gruplarla ilişkilendirilebilir. Bileşenlerde kendi içinde farklı değerler (facet) alabalilir. Çatı -Alt Grup – Bileşen - Değerler http://www.elektrik.gen.tr/2015/08/uzman-sistemler-genel-bakis/414

Bilgi Çerçeveleri (Frame) Hiyerarşinin en yukarısındaki çatıda bütün diğer çatılar için doğru olan genel bir enformasyon bulunmaktadır. Çatılar daha yukarı seviyesinde bulunan velilerin özelliklerini taşırlar. http://www.elektrik.gen.tr/2015/08/uzman-sistemler-genel-bakis/414

Bilgi Çerçeveleri (Frame) Örn: ABD’nin kuzey batısında yaşayan kuşlar

Bilgi Çerçeveleri (Frame) Çatı sistemleri dinamik ve statik olarak ikiye ayrılırlar. Nesne tabanlı (Object-oriented) oluşturulabilirler. Çatı sistemlerinin dezavantajı karmaşık bir bilgi sunma modeline dönüşebileceği için çıkarım mekanızması daha yavaş çalışır. Çatı sistemlerini kullanan uzman sistemler: PIP,LEDİ, CALLISTO, KAPPS, ISIS, MOLGEN

Anlamsal Ağlar Anlamsal Ağlar (Semantic Nets) Semantik Ağlar belkide en eski bilgi temsil metodlarındandır. Diğer temsil metodları için temel teşkil etmektedir.  Problemin bilgi alanındaki nesneler ve aralarındaki ilişkileri (üyelik ilişkisi, akrabalık ilişkisi, vb.) göstermek için hazırlanmış bir şemadır.  Semantik ağlar nesneleri veya gerçekleri belirten düğümler ve nesneler arasındaki ilişkileri gösteren hatlardan oluşmaktadır.

Anlamsal Ağlar Anlamsal ağlara yaygın olan ilişkiler: Bir sınıfın elemanı olmak (-dır, -dir vs.) Otobüs profesyonel bir araç –tır. 2. Sahip olmak var ile kullanılır. Zürafanın uzun boynu var. 3. Neticesinde –dir, Sebep-netice ilişkisini gösterir. Karaciğerin bozulması neticesinde kandaki albumin miktarı düşmüş -tür.

Anlamsal Ağlar Anlamsal ağlar örneği.

Anlamsal Ağlar Avantajları: Yeni düğüm ve hatların eklenmesinde, eskilerin silinmesinde ve düzenlenmesinde esneklik sağlaması, Dezavantajları: Kurallar ve çerçeveler gibi formal bir yapısı yoktur.

Uzman Sistemlerin Tasarlanması Uzman Sistem tasarlamadan önce cevaplanması gereken sorular : Uygulama yapılacak alanın sınırları kesin olarak belli mi? Problem, yordamsal programlama ile çözülebilir mi? Uzman Sisteme ihtiyaç var mı? İşbirliği yapılabilecek en az bir uzman kişi mevcut mu? Uzman kişi, bilgisini anlaşılabilir derecede açıklayabiliyor mu? http://www.elektrik.gen.tr/2015/08/uzman-sistemler-genel-bakis/414

Uzman Sistem Proje Örnekleri (1) Banka Kredi Notu Belirlenmesi için bir Uzman Sistem Tasarımı; (2) Deprem Hasar Tespiti için Uzman Sistem; (3) Boğaz Enfeksiyonu Teşhisi Uzman Sistemi; (4)Uygun Bilgisayar Tür Tercihi Uzman Sistemi; (5) Uzman Sistem ile Kitap Önerisi; (6)Kişiye göre Motosiklet Tavsiyesinde Bulunan Uzman Sistem; (7) Telefon Sorunu Tespiti Yapabilen Uzman Sistem.

Animal expert system – CLIPS (deffacts knowledge-base (goal is type.animal) (legal answers are yes no)   (rule (if backbone is yes) (then superphylum is backbone)) (rule (if backbone is no) (then superphylum is jellyback )) (question backbone is "Does your animal have a backbone?") (rule (if superphylum is backbone and warm.blooded is yes) (then phylum is warm)) warm.blooded is no) (then phylum is cold)) (question warm.blooded is "Is the animal warm blooded?") (rule (if superphylum is jellyback and live.prime.in.soil is yes) (then phylum is soil)) live.prime.in.soil is no) (then phylum is elsewhere)) (question live.prime.in.soil is "Does your animal live primarily in soil?") (answer is "I think your animal is a " type.animal)) Notes In biology, a phylum is a taxonomic rank below kingdom and above class. A superphylum is a taxonomic category above phylum and below subkingdom

Bilgi Tabanı Oluşturma Kural tabanlı uzman sistem örenkleri: http://54.72.18.109/vregs.html

Proje Çalışması 5-6 kişilik gruplar oluşturp problem belirleyin. Projeler 12. ve 13. haftalarda sunulacak.

Yararlanılan Kaynaklar http://slideplayer.biz.tr/slide/2681716/ Aybars Uğur, Yapay Zeka Ders Notları. Novruz Allahverdi, Uzman Sistemler bir yapay zeka uygulaması, Nobel Akademik Yayıncılık, 2002 Vasif Nabiyev, Yapay Zeka, Seçkin Yayıncılık, 2016, 5. Baskı

Teşekkürler Aslı Eyecioğlu Özmutlu aozmutlu@bartin.edu.tr