Системы искусственого интелекта

Автор работы: Пользователь скрыл имя, 14 Января 2014 в 23:32, реферат

Краткое описание

Информатика рассматривает информацию как концептуально связанные между собой сведения, данные, понятия, изменяющие наши представления о явлении или объекте окружающего мира. Наряду с информацией в информатике часто употребляется понятие данные. Данные могут рассматриваться как признаки или записанные наблюдения, которые по каким-то причинам не используются, а только хранятся. В том случае, если появляется возможность использовать эти данные для уменьшения неопределенности о чем-либо, данные превращаются в информацию. Поэтому можно утверждать, что информацией являются используемые данные.

Содержание

Введение………………………………………………………………..………………………...3
1. Носители данных……………………………………………………………………….…...4
2. Операции с данными…………………………………………………………………….…6
3. Кодирование данных…………………………………………..………….……….………7
4. Основные структуры данных……………………………….….………………….……18
Заключение…………………………………………………………………………………..23
Список литературы…………………………………………………………………………24

Прикрепленные файлы: 1 файл

Системы искусственных интеллектов КР Белов.docx

— 336.50 Кб (Скачать документ)

Метод таблично-волнового (Wave-Table) синтеза лучше соответствует современному уровню развития техники. Если говорить упрощенно, то можно сказать, что где-то в заранее подготовленных таблицах хранятся образцы звуков для множества различных музыкальных инструментов (хотя не только для них). В технике такие образцы  называют сэмплами. Числовые коды выражают тип инструмента, номер его модели,  высоту тона, продолжительность и интенсивность звука, динамику его изменения,  некоторые параметры среды, в которой происходит звучание, а также прочие параметры, характеризующие особенности звука. Поскольку в качестве образцов используются «реальные» звуки, то качество звука, полученного в результате синтеза, получается очень высоким и приближается к качеству звучания реальных музыкальных инструментов.

4. Основные структуры  данных

Работа с большими наборами данных автоматизируется проще, когда  данные упорядочены, то есть образуют заданную структуру. Существует три  основных типа структур  данных: линейная, иерархическая и табличная. Их можно рассмотреть на примере  обычной книги.

Если разобрать книгу  на отдельные листы и перемешать их, книга потеряет свое  назначение. Она по-прежнему будет представлять набор данных, но подобрать адекватный метод для получения из нее информации весьма непросто. (Еще хуже дело будет обстоять, если из книги вырезать каждую букву отдельно — в этом случае вряд ли вообще найдется адекватный метод для ее прочтения.)  Если же собрать все листы книги в правильной последовательности, мы получим   простейшую структуру данных — линейную. Такую книгу уже можно читать, хотя для поиска нужных данных ее придется прочитать подряд, начиная с самого начала, что не .всегда удобно. Для быстрого поиска данных существует иерархическая структура. Так, например, книги разбивают на части, разделы, главы, параграфы и т. п. Элементы структуры  низкого уровня входят в элементы структуры более высокого уровня: разделы  состоят из глав, главы из параграфов и т. д.  Для больших массивов поиск данных в иерархической структуре намного проще, чем в линейной, однако и здесь необходима навигаиия, связанная с необходимостью просмотра. На практике задачу упрощают тем, что в большинстве книг есть вспомогательная перекрестная таблица, связывающая элементы иерархической структуры с элементами линейной структуры, то есть связывающая разделы, главы и параграфы с номерами страниц. В книгах с простой иерархической структурой, рассчитанных на последовательное чтение, эту таблицу принято называть оглавлением, а в книгах со сложной структурой, допускающей выборочное чтение, ее называют содержанием.

Линейные структуры (списки данных, векторы данных)

Линейные структуры —  это хорошо знакомые нам списки. Список — это простейшая  структура данных, отличающаяся тем, что каждый элемент данных однозначно определяется своим номером в массиве. Проставляя номера на отдельных страницах   рассыпанной книги, мы создаем структуру списка. Обычный журнал посещаемости  занятий, например, имеет структуру списка, поскольку все студенты группы зарегистрированы в нем под своими уникальными номерами. Мы называем номера уникальными потому, что в одной группе не могут быть зарегистрированы два студента с одним и тем же номером.

При создании любой структуры  данных надо решить два вопроса: как  разделять         элементы данных между собой и как разыскивать нужные элементы. В журнале        посещаемости, например, это решается так: каждый новый элемент списка заносится с новой строки, то есть разделителем является конец строки. Тогда нужный      элемент можно разыскать по номеру строки.

Разделителем может быть и какой-нибудь специальный символ. Нам хорошо известны разделители  между словами — это пробелы. В русском и во многих европейских  языках общепринятым разделителем предложений  является точка.

В этом случае для розыска  элемента с номером га надо просмотреть список начиная с самого начала и пересчитать встретившиеся разделители. Когда будет отсчитано я-1 разделителей, начнется нужный элемент. Он закончится, когда будет встречен следующий разделитель.

Еще проще можно действовать, если все элементы списка имеют равную длину. В этом случае разделители  в списке вообще не нужны. Для розыска  элемента с номером п надо просмотреть список с самого начала и отсчитать а(га-1) символ, где а — длина одного элемента. Со следующего символа начнется нужный элемент. Его длина тоже равна а, поэтому его конец определить нетрудно. Такие упрощенные списки, состоящие из элементов равной длины, называют векторами данных. Работать с ними особенно удобно.Таким образом, линейные структуры данных (списки) — это упорядоченные структуры, в которых адрес элемента однозначно определяется его номером.

Табличные структуры (таблицы данных, матрицы данных)

С таблицами данных мы тоже хорошо знакомы, достаточно вспомнить  всем известную таблицу умножения. Табличные структуры отличаются от списочных тем, что элементы данных определяются адресом ячейки, который  состоит не из одного параметра, как  в списках, а из нескольких. Для  таблицы умножения, например, адрес ячейки определяется номерами строки и столбца. Нужная ячейка находится на их пересечении, а элемент выбирается из ячейки.

При хранении табличных данных количество разделителей должно быть больше, чем для данных, имеющих  структуру списка. Например, когда  таблицы печатают в книгах, строки и столбцы разделяют графическими элементами — линиями вертикальной и горизонтальной разметки.

Если нужно сохранить  таблицу в виде длинной символьной строки, используют один символ-разделитель  между элементами, принадлежащими одной  строке, и другой разделитель для  отделения строк.

Для розыска элемента, имеющего адрес ячейки (т, и), надо просмотреть  набор данных с самого начала и  пересчитать внешние разделители. Когда будет отсчитан тп-1 разделитель, надо пересчитывать внутренние разделители. После того как будет найден п-\ разделитель, начнется нужный элемент. Он закончится, когда будет встречен любой очередной разделитель.

Еще проще можно действовать, если все элементы таблицы имеют  равную длину. Такие таблицы называют матрицами. В данном случае разделители  не нужны, поскольку все элементы имеют равную длину и количество их известно. Для розыска элемента с адресом (т, п) в матрице, имеющей  М строк и N столбцов, надо просмотреть  ее с самого начала и отсчитать a [N(m -1) + (п -1)] символ, где а — длина одного элемента. Со следующего символа начнется нужный элемент. Его длина тоже равна а, поэтому его конец определить нетрудно.Таким образом, табличные структуры данных (матрицы) — это упорядоченные структуры, в которых адрес элемента определяется номером строки и номером столбца, на пересечении которых находится ячейка, содержащая искомый элемент.

Многомерные таблицы. Выше мы рассмотрели пример таблицы, имеющей  два измерения (строка и столбец), но в жизни нередко приходится иметь дело с таблицами, у которых  количество измерений больше. Вот  пример таблицы, с помощью которой  может быть организован учет учащихся.

Размерность такой таблицы  равна пяти, и для однозначного отыскания данных об учащемся в подобной структуре надо знать все пять параметров (координат).

 

 

 

Иерархические структуры  данных

Нерегулярные данные, которые  трудно представить в виде списка или таблицы, часто представляют в виде иерархических структур. С  подобными структурами мы очень  хорошо знакомы по обыденной жизни. Иерархическую структуру имеет  система почтовых адресов. Подобные структуры также широко применяют  в научных систематизации и всевозможных классификациях.

В иерархической структуре  адрес каждого элемента определяется путем доступа (маршрутом), ведущим  от вершины структуры к данному  элементу. Вот, например, как выглядит путь доступа к команде, запускающей  программу Калькулятор (стандартная  программа компьютеров, работающих в операционной системе Windows 98):

Пуск > Программы > Стандартные > Калькулятор.

Дихотомия данных. Основным недостатком иерархических структур данных является увеличенный размер пути доступа. Очень часто бывает так, что длина маршрута оказывается  больше, чем длина самих данных, к которым он ведет. Поэтому в  информатике применяют методы для  регуляризации иерархических структур с тем, чтобы сделать путь доступа компактным. Один из методов получил название дихотомии.

В иерархической структуре, построенной методом дихотомии, путь доступа к любому элементу можно  представить как путь через рациональный лабиринт с поворотами налево (0) или  направо (1) и, таким образом, выразить путь доступа в виде компактной двоичной записи. В нашем примере путь доступа  к текстовому процессору Word 2000 выразится следующим двоичным числом: 1010.

Упорядочение  структур данных

Списочные и табличные  структуры являются простыми. Ими  легко пользоваться, поскольку адрес  каждого элемента задается числом (для  списка), двумя числами (для двумерной  таблицы) или несколькими числами  для многомерной таблицы. Они  также легко упорядочиваются. Основным методом упорядочения является сортировка. Данные можно сортировать по любому избранному критерию, например: по алфавиту, по возрастанию порядкового номера или по возрастанию какого-либо параметра.

Несмотря на многочисленные удобства, у простых структур данных есть и недостаток — их трудно обновлять. Если, например, перевести студента из одной группы в другую, изменения  надо вносить сразу в два журнала  посещаемости; при этом в обоих  журналах будет нарушена списочная структура. Если переведенного студента вписать в конец списка группы, нарушится упорядочение по алфавиту, а если его вписать в соответствии с алфавитом, то изменятся порядковые номера всех студентов, которые следуют за ним.

Таким образом, при добавлении произвольного элемента в упорядоченную структуру списка может происходить изменение адресных данных у других элементов. В журналах успеваемости это пережить нетрудно, но в системах, выполняющих автоматическую обработку данных, нужны специальные методы для решения этой проблемы.

Иерархические структуры  данных по форме сложнее, чем линейные и табличные, но они не создают  проблем с обновлением данных. Их легко развивать путем создания новых уровней. Даже если в учебном  заведении будет создан новый  факультет, это никак не отразится  на пути доступа к сведениям об учащихся прочих факультетов.

Недостатком иерархических  структур является относительная трудоемкость записи адреса элемента данных и сложность  упорядочения. Часто методы упорядочения в таких структурах основывают на предварительной индексации, которая  заключается в том, что каждому  элементу данных присваивается свой уникальный индекс, который можно  использовать при поиске, сортировке и т. п. Ранее рассмотренный принцип  дихотомии на самом деле является одним из методов индексации данных в иерархических структурах. После  такой индексации данные легко разыскиваются  по двоичному коду связанного с ними индекса.

Адресные данные. Если данные хранятся не как попало, а в организованной структуре (причем любой), то каждый элемент  данных приобретает новое свойство (параметр), который можно назвать  адресом. Конечно, работать с упорядоченными данными удобнее, но за это приходится платить их размножением, поскольку  адреса элементов данных — это  тоже данные, и их тоже надо хранить  и обрабатывать.

 

 

 

 

                                                         Заключение 

С давних пор человечество окружало себя всякого рода данными, это были наскальные рисунки, фрески,  письмена на пергаменте и т.д. А сейчас в эпоху цифровых технологий трудно себе представить дальнейшее существование  уже привычного для нас мира без данных и всего того что с ними связано. И поэтому данные являются незаменимой частью  в развитии человечества.

Данные — диалектическая составная часть информации. Они  представляют собой зарегистрированные сигналы. При этом физический метод  регистрации может быть любым: механическое перемещение физических тел, изменение  их формы или параметров качества поверхности, изменение электрических, магнитных, оптических характеристик, химического состава и (или) характера  химических связей, изменение состояния  электронной системы и многое другое. В соответствии с методом  регистрации данные могут храниться  и транспортироваться на носителях  различных видов.

 

 

 

 

 

 

 

 

 

 

 

 

 

Список литературы

  1. Батановская Т.П. Информационные системы и технологии в экономике/ Лойко В.И.,М.: 2010 г.
  2. Гузеев В.В. Образовательная технология XXI/М.: Центр.2009г.
  3. Хачатурова Е.М. Экспертные системы/ Кимизбаева О.Э. 2010 г.
  4. http://ru.wikipedia.org/

 


Информация о работе Системы искусственого интелекта