추론 엔진이란 무엇입니까?

추론 엔진은 전문가 지식 데이터베이스에 비추어 문제를 분석하여 결론을 도출하도록 설계된 소프트웨어 시스템입니다. 데이터가 구축 한 전제에 따라 논리적 결과에 도달합니다. 때때로 추론 엔진은 엄격한 논리 처리를 넘어 지식 데이터베이스가 엄격하게 지원하지 않고 단순히 암시하거나 암시하는 결론에 도달하기 위해 확률 계산을 활용할 수 있습니다.

인공 지능 분야에서 설계된 대부분의 추론 엔진은 전문가 시스템의 개념을 기반으로합니다. 전문가 시스템은 특정 의료 전문 분야와 같이 특정하고 때로는 좁게 정의 된 분야의 문제를 해결하기 위해 구축되었습니다. 전문가 시스템의 추론 엔진 구성 요소는 현재 지식 기반에 존재하는 모든 데이터와 전문가 시스템의 프로그래밍 규칙을 기반으로 초기 출력을 생성 한 다음 의미있는 방식으로 특정 문제에 적용하는 제어 구조입니다. 추론 엔진 결과는 데이터의 결과이므로 데이터가 업데이트됨에 따라 변경되며 추론 엔진 자체에 의해 데이터가 다른 방식으로 검색 될 때 변경 될 수도 있습니다. 시스템의 데이터가 다른 데이터에 대한 하나 이상의 결론에 가중치를 부여하면 추론 엔진이 생성하는 결과가 변경 될 수 있습니다.

추론 엔진을 사용하는 소프트웨어는 처리 작업이 최신 데이터 상태에 의해 지시되는 능동적 선택 메커니즘으로 볼 수 있습니다. 전문가 시스템에는이 저장된 데이터를 처리하는 일반적인 두 가지 방법이 있는데,이를 순방향 체인 또는 역방향 체인이라고합니다. 포워드 체인에서는 전문가 시스템의 규칙이 추론 엔진에 의해 공급 된 데이터를 분석하고 결과는 시스템의 데이터 스토리지에 새로운 데이터로 다시 공급됩니다. 이는 시스템이 데이터를 구체화하고 귀납적 추론에 의해 데이터를 계량 할 때 문제에 대한 새로운 솔루션을 트리거합니다. 즉, 도달 한 결론이 분석을 시작하는 데 사용 된 원래 데이터 또는 구내를 반드시 반영 할 필요는 없습니다.

후방 체인은 확률 지향적이며 저장된 데이터는 시작부터 가치에 가중치를 부여합니다. 규칙은 주어진 문제에 비추어 유효성에 대한 데이터 조건을 테스트하는 데 사용되며,이 과정에서 새로운 확률 값이 데이터에 할당됩니다. 가설 중심의 백 체인은 전문가 시스템의 규칙에 의해 설정된 조건에 대한 데이터의 지속적인 테스트가 연구중인 질문 또는 문제에 대한 최소 수준의 증거를 충족 할 때까지 엄격한 결론을 도출하지 않습니다.

베이지안 논리는 18 세기 중반 영국의 수학자 인 토마스 베이 즈 (Thomas Bayes)의 이름을 딴 백 체인을 활용하는 확률 지향 추론 엔진 소프트웨어 중 하나입니다. 이러한 논리는 이전 이벤트의 지식 기반을 사용하여 반복적 인 지식 테스트를 통해 미래의 결과를 예측하며, 더 정확한 결과를 도출하기 위해 새로운 시험에 대한 시험 결과의 추가 증거를 고려합니다. 퍼지 로직 소프트웨어 아키텍처는 시스템의 일부로 추론 엔진에 의존 할 수도 있습니다. 퍼지 로직과의 차이점은 출력이 퍼지 세트 또는 가능한 솔루션 범위로, 하나의 그룹으로 집계되고 논리와 확률을 통해 최적의 결론 또는 조치로 좁혀진다는 것입니다.