Вопрос 26. базы данных. общее понятие

Опыт внедрения первых автоматизированных систем управления показал, что одни и те же данные используются при решении различных задач. В целях коллективного использования данных были сформулированы новые требования к организации информационных систем, которые заключались в том, чтобы данные имели стандартные форматы и хранились независимо от программ, их обрабатывающих. Все это привело к созданию новой технологии баз данных.

База данных (БД) — это совокупность структурированных данных, относящихся к определенной предметной области.

Комплекс программ и языковых средств, предназначенных для создания, ведения и использования баз данных, называется системой управления базами данных (СУБД). СУБД используются для упорядоченного хранения и обработки больших объемов информации.

По способу хранения данных БД подразделяются на централизованные и распределенные. В централизованных БД данные хранятся на одной ЭВМ. Распределенная БД состоит из нескольких частей, хранящихся на различных ЭВМ вычислительной сети.

В централизованных БД имеются две технологии доступа и обработки данных: файл-сервер и клиент-сервер.

При технологии файл-сервер обработка данных производится на рабочих станциях, куда по запросу пользователей поступают отдельные файлы базы данных, хранящейся на центральной машине (сервере).

При технологии клиент-сервер обработка данных производится по запросам пользователей на центральной машине (сервере). Результат обработки сервер передает на рабочие станции (клиенты),

По характеру хранимой информации БД подразделяют на фактографические и документальные.

Фактографические БД хранят сведения об объектах предметной области (например, предприятиях, сотрудниках, договорах) в виде структурированных данных (характеристик), причем сведения о каждом объекте могут поступать из различных источников и документов.

В документальной БД объектами хранения являются документы. Документальные БД еще называют «информационно-поисковыми системами» (ИПС) или «информационно-справочными системами». Примером таких систем могут служить правовые информационно-справочные системы ГАРАНТ и КОНСУЛЬТАНТ-ПЛЮС.

Имеются три способа описания структуры данных для фактографических баз, которые строятся на сетевых, иерархических и реляционных моделях.

Сетевая модель имеет сетевую структуру логических связей между элементами информации. Сетевая модель — наиболее общий вид информационной модели, при которой практически отсутствует избыточность хранения информации. Обработка данных в сетевых моделях представляет собой сложный и трудоемкий процесс.

Иерархическая модель имеет иерархическую или древовидную структуру логических связей между элементами.

Наибольшее распространение получила в настоящее время реляционная модель, основанная на табличной форме представления информации. По сравнению с иерархической и сетевой моделью реляционная модель данных обладает максимальной избыточностью хранения информации и максимальной простотой выполнения операций по обработке данных.

Проектирование базы данных в реляционной СУБД заключается в создании таблиц и установлении связей между ними. Таблицы связываются между собой посредством общих полей, которые должны содержать одинаковую смысловую информацию и соответственно одинаковый формат хранения данных, причем названия полей могут быть различными. Связанное поле одной из таблиц должно быть ключевым полем.

Вопрос 27. Базы знаний

Научной задачей искусственного интеллекта является воссоздание (имитация) с помощью искусственных устройств разумных рассуждений и действий человека.

При создании интеллектуальных информационных систем выделяют два основных подхода:

— нисходящий, семиотический — создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.;

— восходящий, биологический — изучение нейронных сетей и эволюционных вычислений, моделирующих интеллектуальное поведение на основе более мелких «неинтеллектуальных» элементов.

Системы искусственного интеллекта применяются для решения плохо формализуемых задач.

Примерами реализации систем искусственного интеллекта являются системы проверки правописания, электронные переводчики и словари.

С помощью искусственного интеллекта решают задачи распознавания образов, текста и речи

Системы искусственного интеллекта, моделирующие работу головного мозга, называют нейронными сетями.

Перцептрон — это математическая и компьютерная модель восприятия информации мозгом (кибернетическая модель мозга), предложенная Фрэнком Розенблаттом в 1957 г. и реализованная в виде электронной машины «Марк~1» в 1960 г. Перцептрон стал одной из первых моделей нейросетей, а «Марк-1» — первым в мире нейрокомпьютером. Несмотря на свою простоту, Перцептрон способен обучаться и решать довольно сложные задачи.

Перцептрон состоит из трех типов элементов: поступающие от сенсоров сигналы передаются ассоциативным элементам, а затем реагирующим элементам. Таким образом, перцептроны позволяют создать набор «ассоциаций» между входными сигналами и необходимой реакцией на выходе

В базе знаний хранятся знания и факты.

Факты — это данные о некоторой предметной области: описание объектов, процессов и явлений.

Знания представляют собой результат интеллектуальной деятельности человека. Знания могут быть получены в результате обобщения теоретического и практического опыта.

Существуют десятки моделей представления знаний для различных предметных областей. Большинство из них может быть сведено к следующим классам:

— продукционные модели;

— семантические сети;

— фреймы;

— формальные логические модели.

Продукционная модель, или модель, основанная на правилах, позволяет представить знания в виде предложений типа «Если (условие), то (гипотеза)».

В условиях записываются значения фактов, которые могут быть выражены в словесной форме. Например, ЕСЛИ ФАКТ = температура тела человека больше 37,4 градуса, ТО ГИПОТЕЗА = человек болен.

При составлении правил могут использоваться эвристические методы. Эвристика — это эмпирическое правило (основанное на опыте), упрощающее или ограничивающее поиск решения в предметной области.

Семантическая сеть — это ориентированный граф, вершины которого являются понятиями, а дуги представляют собой отношения между ними.

В качестве понятий обычно выступают абстрактные или конкретные объекты, а отношения — это связи типа: «это», «имеет частью», «принадлежит». Характерной особенностью семантических сетей является обязательное наличие трех типов отношений:

класс — элемент класса (цветок — роза);

свойство — значение (цвет — желтый);

пример элемента класса (роза — чайная).

Основным преимуществом модели является то, что она соответствует современным представлениям об организации долговременной памяти человека. Недостатком этой модели является сложность организации процедуры поиска вывода решений.

Фрейм — это абстрактный образ для представления некоего стереотипа восприятия.

Фреймом также называется и формализованная модель для отображения образа.

Различают фреймы-образцы, или прототипы, хранящиеся в базе знаний, и фреймы-экземпляры, которые создаются для отображения реальных фактических ситуаций на основе поступающих данных. Модель фрейма является достаточно универсальной, поскольку позволяет отобразить все многообразие знаний о мире. Традиционно структура фрейма может быть представлена как список свойств. Основным преимуществом фреймов как модели представления знаний является то, что она отражает концептуальную основу организации памяти человека, а также ее гибкость и наглядность.

Лекция 1. Основные понятия теории баз данных


Похожие статьи.

Понравилась статья? Поделиться с друзьями: