Формальные признаки модели представления знаний. Нейроподобные структуры
Основным преимуществом нейронной сети является самонастраиваемость и обучаемость. Самонастраиваемость и обучаемость позволяют нейронным сетям адаптироваться к быстро изменяющимся внешним условиям, а также это --- способность обрабатывать неполную информацию. Элементом знания в этой модели представления знаний является вектор состояний всех нейронов сети. Модель обладает средним уровнем абстрактности элемента знаний. Для хранения элемента модели необходимо 2--10 байта. Также модель может применяться для решения задач практически в любой предметной области, особенно для распознавания образов. Способности к обучению у модели находятся на высоком уровне. В результате обучения формируются новые знания о том, как решать задачу, при этом повышается качество решения.
Недостатки:
 1) выбор той или иной структуры сети, выбор алгоритмов, по которым будет функционировать нейронная сеть, носит эмпирический характер и зависит от специалиста, который работает в данной области
МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ "ФРЕЙМЫ"
Термин "фрейм" был предложен Марвином Минским в 1979 г. В первом приближении фрейм --- это абстрактный образ для представления некоторого стереотипа восприятия. Традиционно структура фрейма представляется следующим образом: (Имя фрейма { имя слота 1: значение1, ... имя слота n: значениеn}).
+-----------------------------------------+----------------+
|                     ИМЯ ФРЕЙМА                           |
+---------+-----------+-------------------+----------------+
|Имя слота|Знач. слота|Способ получ. знач.|Присоед. процед.|
Сеть фреймов определяется, когда в значении слота выступает имя другого слота.
Способ получения значений
Существует несколько способов получения слотом значений:
 1) из базы данных;
 2) из диалога с пользователем;
 3) по формуле, указанной в слоте;
 4) через присоединённую процедуру;
 5) через наследование свойств от фрейма: наследование свойств происходит по связям AKO (A kind of). Слот AKO указывает на фрейм более высокого уровня иерархии, откуда неявно наследуется значение аналогичных слотов, по умолчанию --- от фрейма-образца.
Различают фреймы-образцы (прототипы) (они хранятся в базе знаний) и фреймы-экземпляры (создаются для отображения реальных фактических ситуаций на основе поступающих данных).
Модель фрейма является универсальной, позволяет отобразить всё многообразие знаний о предметной области; есть фреймы-структуры, фреймы-роли, фреймы-сценарии, фреймы-ситуации. Также фрейм является сетью узлов и отношений, которые организованы иерархически. Понятие в каждом узле определяется набором атрибутов и значениями этих атрибутов (в теории фреймов атрибуты называются слотами).
Каждый слот может быть связан с процедурами, которые выполняются, когда информация в слотах меняется (меняются значения атрибутов). Также с каждым слотом может быть связано любое количество процедур.
Три типа процедур, связанных со слотами:
 1) "Если добавлено": выполняется, если какая-то информация помещается в слот;
 2) "Если удалено": выполняется, если информация удаляется из слотов;
 3) "Если нужно": выполняется при запрашивании информации из слота.
+------------+
|Человек     |<---+
+------------+    |
|AKO: млекоп.| +--+-----------+
|Умеет: Мы   | |Ребёнок       |<-------+
|            | +--------------+        |
|            | |AKO: Человек  | +------+--------+
|            | |Возраст: 0--16| |Ученик         |
|            | |Любит: сладкое| +---------------+
+------------+ |              | |AKO: Ребёнок   |
               +--------------+ |Учится: в школе|
                                |Носит: форму   |
				+---------------+
Формальные признаки модели представления знаний:
 1) элементы знания в данной модели представляют целые понятия => фреймовая система позволяет описывать не только знания, но и метазнания;
 2) модель является универсальной;
 3) представление знаний с помощью фреймов обладает наглядностью и интуитивно понятно;
 4) для хранения элемента модели требуется 1--1,5 байта;
 5) обучение фреймовых систем затруднено;
 6) приобретение новых знаний в модели возможно только в системах со сложной структурой фреймов. При этом проблема устранения противоречивых знаний решается самой системой.
НЕЧЁТКОЕ ПРЕДСТАВЛЕНИЕ ДАННЫХ И ЗНАНИЙ