Co je to inferenční motor?
Inferenční motor je softwarový systém, který je navržen tak, aby vyvodil závěry analýzou problémů ve světle databáze odborných znalostí, na které vyvodí. Dosahuje logických výsledků na základě prostorů, které údaje stanoví. Někdy jsou inferenční motory také schopny překročit přísné logické zpracování a využívat výpočty pravděpodobnosti k dosažení závěrů, že databáze znalostí není přísně podporována, ale místo toho pouze naznačuje nebo naznačuje. Odborný systém je vytvořen pro řešení problémů v konkrétním a někdy úzce definovaném poli, jako jsou určité lékařské speciality. Inferenční motorová součást expertního systému je řídicí struktura, která vytváří počáteční výstup založený na jakýchkoli dat v současné době v znalostní bázi a pravidlech programování expertního systému, poté jej aplikuje na konkrétní problém ve smysluplném w smysluplným W.ay. Protože výsledky inference motoru jsou výsledkem dat, mění se s aktualizací dat a mohou se také změnit, protože data prohledávají různými způsoby samotným inferenčním motorem. Pokud jsou data v systému vážena směrem k jednomu nebo více závěrům nad jiným, může to změnit výsledky, které generuje inferenční motor.
Software, který používá inferenční motor, lze považovat za aktivní selektivní mechanismus, kde zpracování je zaměřeno nejnovějším stavem dat. Expert Systems mají dva obecné způsoby zpracování těchto uložených dat, označované jako dopředu řetězení nebo zpětné řetězení. Při dopředném řetězu pravidla expertního systému analyzují data naplněná inferenčním motorem a výsledky jsou přiváděny zpět do ukládání dat systému jako nová data. To spustí nová řešení problémů, když systém zdokonaluje data a váží je indukční inferencíE, což znamená, že dosažené závěry nemusí nutně odrážet původní údaje nebo prostory, které byly použity k zahájení analýzy.
Zpětné řetězení je více orientováno na pravděpodobnost, přičemž uložená data jsou vážena pro hodnotu od začátku. Pravidla se používají k testování podmínek dat na platnost ve světle daného problému, a jak je to provedeno, k datům jsou přiřazeny nové hodnoty pravděpodobnosti. Rovněž označované jako hypotéza řízená, zpětné řetězení nevyvozuje přísné závěry, dokud nepřetržité testování údajů proti podmínkám stanoveným pravidly odborního systému nesplňuje minimální úroveň důkazního dokladu nebo prozkoumaného problému.
Bayesovská logika je jednou z pravděpodobnostních forem inferenčního motorového softwaru, které využívají zpětné řetězení, pojmenované pro Thomas Bayes, anglický matematik poloviny 18 let . Taková logika používá znalostní základnu předchozích událostí k predikci budoucích výsledků prostřednictvím opakovaných testů KnowLedge, a IT faktory v dodatečných důkazech o výsledcích pokusů do nových pokusů, s cílem dosáhnout stále přesnějších výsledků. Fuzzy logická softwarová architektura se může také spoléhat na inferenční motor jako součást svého systému. Rozdíl s logikou Fuzzy je v tom, že výstup je fuzzy sada nebo rozsah možných řešení, která jsou poté agregována do jedné skupiny a prostřednictvím logiky a pravděpodobnosti se zúžily na jeden optimální závěr nebo akci.