Composantes des Systèmes Experts au sein de l'Entreprise

Rancakmedia.com - Dans ce qui suit, nous avons fourni des articles contenant des informations sur les composants du système expert et des exemples dans les entreprises, ne les manquez pas, lisez les informations suivantes.

Les systèmes d'information évoluent et s'améliorent constamment de manière rentable Entreprise et applications quotidiennes. Le mot système expert, ou communément appelé système expert, est l'une des tendances les plus réussies aujourd'hui.

En fait, le but principal de faire des systèmes d'information est de simplifier et de rationaliser le travail humain.

Les systèmes experts et leur mise en œuvre seront discutés en détail à cette occasion. Tel qu'il est défini, ce type de système présente certains avantages et inconvénients dont nous discuterons plus en détail ci-dessous.

Que sont les composants du système expert

Dans un premier temps, nous allons parler de ce qu'est un système expert. La définition générale d'un "système expert" est un programme informatique ou un système d'information qui utilise les connaissances d'un ou plusieurs experts dans un domaine particulier.

Que sont les composants du système expert

L'expert ciblé est quelqu'un qui possède une expertise unique dans sa profession respective, par exemple des médecins, des psychologues, des mécaniciens, etc. Le logiciel a été conçu à l'origine par des chercheurs en programmes d'intelligence artificielle (IA) dans les années 1960 et 1970 et n'a été mis en service que dans les années 1980.

Objectif du composant système expert

Les systèmes experts ont la capacité de proposer une série d'activités ou de comportements d'utilisateurs pour pouvoir opérer un système correcteur précis et précis. En termes de tirer des conclusions basées sur des données et des faits existants, ce système utilise la capacité des processus de raisonnement.

Voici quelques-uns des principaux objectifs de l'utilisation d'un système expert :

Interprétation

Un système expert tente de produire une évaluation ou une description d'un ensemble de données brutes (données brutes). La prise de décision est basée sur les résultats d'observation, à partir de l'analyse d'images, de la reconnaissance des mots par le son, de l'interprétation des signaux, etc.

prédictions

Avoir la capacité de prédire le résultat de certaines circonstances et événements, tels que des données démographiques, économiques, financières et autres,

Diagnostic

peut trouver des sources de panne dans des scénarios complexes basés sur des symptômes observés avec un diagnostic précis.

Concevoir les composants du système expert de conception

capable de trouver et de développer des configurations liées aux composants du système qui conviennent à certains objectifs de performance en respectant certaines limites. Les plans de bâtiments, de champs, etc. en sont de bons exemples.

Concevoir les composants du système expert de conception

Planification

Avec l'aide d'un système expert, une série d'étapes peut être planifiée pour atteindre un certain objectif à un certain moment.

Surveillance

Le processus de mise en œuvre est un exemple de système de surveillance assisté par ordinateur, qui implique des observations basées sur l'état anticipé (CAMS).

débogage

Nous pouvons identifier et analyser les causes potentielles de pannes et de dysfonctionnements du système.

Des instructions

reconnaître le degré auquel vous manquez de connaissances sur le sujet

Contrôle

Avoir les connaissances nécessaires pour réguler des comportements environnementaux complexes (environnement). Pour illustrer, considérez les concepts de contrôle d'interprétation, de contrôle d'amélioration et de prédiction de prédiction (estimation).

Méthodes dans le système expert

Il existe diverses approches utilisées dans l'utilisation de systèmes experts, y compris les suivantes.

AHP (processus de hiérarchie analytique)

L'AHP est une technique qui utilise un système expert pour comparer de nombreuses paires de critères et porter des jugements sur la base des résultats de ces comparaisons.

Les variables sont utilisées pour étudier les programmes de manière hiérarchique en fonction de la séquence pour l'approche d'analyse de programme. Ensuite, il sera comparé aux métriques existantes pour tirer des conclusions sur la valeur de chaque critère et variable utilisé.

Recherche étendue d'abord

La recherche en largeur d'abord est un algorithme qui fonctionne pour rechercher de manière extensive des données sur un système expert. Dans cette procédure, les informations précédemment vérifiées sont stockées dans le processus de file d'attente de données (file d'attente).

De plus, une table booléenne est également nécessaire pour stocker des informations dans un nœud afin qu'aucune information ne soit visualisée plus d'une fois.

BFS (Meilleure première recherche)

Combiner DFS avec une approche "largeur d'abord" est la meilleure façon de commencer la recherche, car le système expert peut afficher les résultats de l'analyse des variables qui a été effectuée.

DFS (Depth First Search)

Les systèmes experts sont également utilisés dans l'approche DFS. L'algorithme repose sur une structure arborescente ou graphique et sur la profondeur des données.

Traçage vers l'avant (chaînement vers l'avant)

Il s'agit d'une stratégie de raisonnement qui s'intègre dans un système expert, qui commence par une procédure d'établissement des faits. Où les données sont utilisées pour peser l'importance d'une vérité par rapport à l'hypothèse résultante

Chaînage arrière

Le chaînage en arrière est l'opposé du chaînage en avant, où cette approche surveille le système de décision à partir de l'étape de l'élaboration de la conclusion au point de raisonnement. L'étape suivante consiste à formuler des hypothèses et à les tester jusqu'à ce que vous disposiez de suffisamment d'informations pour tirer une conclusion solide.

Retour en arrière Enchaînement en arrière

La structure utilisée dans le composant système expert

Un système expert se compose de divers composants et structures qui fonctionnent ensemble pour créer un système d'information complet. Voici quelques-uns des composants qui composent cette architecture système.

Interface utilisateur (interface utilisateur)

L'interface ou l'interface est une technique utilisée comme moyen de communiquer et de s'engager avec des personnes (utilisateurs) (utilisateurs). L'interface obtient des informations de l'utilisateur et les transforme en commandes que le système peut comprendre.

Base de connaissances

Une compréhension des formulations et des techniques de résolution de problèmes est incluse dans la base de connaissances. Pour qu'un système informatique puisse résoudre des problèmes, les connaissances doivent être acquises par accumulation, transformation et transfert de capacités.

Le travail d'un ingénieur à ce stade consiste à collecter toutes les informations disponibles et à les stocker dans un référentiel central (insights).

Acquisition de connaissances

L'acquisition de connaissances est le processus d'accumulation, de transformation et de transfert de toutes les compétences nécessaires à la résolution de problèmes d'une source de connaissances vers un système informatique.

Dans cette phase, le travail de l'ingénieur est d'absorber toutes les connaissances à envoyer à la base de connaissances (Insight).

Moteur d'inférence (moteur d'inférence ou moteur)

Cette composante fournit une méthode de pensée et de mentalité utilisée par les experts pour être en mesure de bien résoudre un problème.

Un moteur d'inférence est un logiciel informatique qui vous donne des méthodes à utiliser au travail, puis analyse les résultats pour vous faire des suggestions.

Lieu de travail / Tableau noir

L'espace de travail est une zone de collecte de mémoire de travail qui est utilisée pour enregistrer chaque événement qui se produit, y compris la prise de décision momentanée.

Explication de l'installation

Des fonctionnalités d'annotation sont incorporées en tant que composant supplémentaire pour promouvoir l'utilisation de systèmes experts et surveiller les réactions et les résultats des explications interactives du comportement dans les systèmes experts.

Amélioration des connaissances

Les experts ont également des compétences analytiques supérieures pour pouvoir améliorer leurs performances de cette manière. Cette aptitude consiste en la maîtrise de l'apprentissage informatisé. En conséquence, l'algorithme est capable de faire la distinction entre les succès et les échecs passés sur la base de données qui seront utiles à l'avenir.

Un exemple de système expert

Voici quelques exemples de programmes mettant en œuvre des systèmes experts, à savoir :

  1. Dendral est une application pour déterminer la composition moléculaire de nouveaux mélanges chimiques qui n'ont jamais été testés auparavant.
  2. MYCIN est un logiciel conçu pour diagnostiquer une grande variété de troubles.
  3. Prospector est une application adaptée aux exigences du domaine de la géologie.
  4. XCON et XSEL sont des outils utilisés pour gérer de grands systèmes informatiques.

Avantages des systèmes experts

La prochaine chose qui sera discutée est de savoir comment présenter des informations sur les avantages d'un système expert.

  1. Travaillez plus efficacement pour en faire plus en moins de temps.
  2. Ils ont la capacité d'améliorer la qualité de leurs conseils en étant plus cohérents.
  3. Il a un degré élevé de fiabilité et de capacité à fonctionner en temps réel.

Inconvénients des systèmes experts

Les faiblesses du système expert sont les suivantes :

  1. Il existe un obstacle à l'acquisition d'une nouvelle expérience ou d'une nouvelle compréhension en adoptant différentes méthodes adoptées par de nombreux experts.
  2. La formation de professionnels coûte cher, mais le résultat final en vaut la peine si les informations qu'ils produisent sont de qualité.
  3. Le niveau de jugement du système expert ne produit pas toujours la vérité absolue. Encore besoin d'étapes de test fréquentes pour pouvoir prendre la meilleure décision.

Avantages et inconvénients du système expert

FAQ

Vous trouverez ci-dessous des questions et des réponses sur les composants du système expert que vous devez connaître

Quels sont quelques exemples de systèmes experts ?

Vous trouverez ci-dessous quelques exemples de mise en œuvre de systèmes experts, ainsi que des informations générales sur les nombreuses idées qui les sous-tendent.

  1. Sophie : c'est l'étude des circuits électriques, menée par Sophie.
  2. Folio : assiste les gérants dans la sélection des valeurs d'investissement et de courtage.
  3. Prospecteur : En géologie, le mot « prospecteur » fait référence à un outil utilisé pour aider à la recherche de ressources minérales. Ce système expert a été construit par le Sheffield Research Institute à la fin des années 70.
  4. Dendral : Découvrez de nouvelles structures organiques en utilisant la spectrométrie de masse et la chimie, comme décrit dans Dendral.
  5. Dipmeter Advisor : utilisé par Schlumberger pour vérifier les données dans le forage pétrolier. En utilisant Mycin, les bactéries pathogènes peuvent être identifiées et des antibiotiques peuvent être prescrits en fonction du poids du patient. Ce système a été inventé par Edward Feigenbaum de l'Université de Stanford dans les années 70.
  6. Delta : maintenance de locomotives électriques diesel. La General Electric Company est responsable de la conceptualisation et de la mise en œuvre de ce système.
  7. ACE d'AT&T Bell Lab : Dépannage des problèmes de SP pour les systèmes de câblage téléphonique du début des années 1980.
  8. XCON & XSEL : systèmes experts dont le rôle est d'aider à la mise en place de grands systèmes informatiques. Ce système a été créé par Digital Equipment Corporation (DEC) et l'Université Carnegie Mellon (CMU).
  9. MVS (multiple virtual storage) est un système d'exploitation développé par IBM au début des années 1980 et contrôlé par les ordinateurs YESMVS.

Depuis quand les systèmes experts ont-ils commencé à se développer ?

Les systèmes experts ont été développés par la communauté de l'IA au milieu des années 1960. Cette période de recherche sur l'intelligence artificielle était dominée par la croyance que la raison combinée à des ordinateurs sophistiqués produirait des performances humaines expertes ou qualifiées.

Qui appelle un expert ?

Un expert ou un expert est quelqu'un qui est largement considéré comme une source fiable de certaines techniques ou expertises, son talent réside dans le fait de juger et de décider correctement quelque chose, selon les règles et le statut d'autres personnes ou du public dans un domaine de spécialisation particulier.

Conclusion

Un système expert est un programme informatique ou un système d'information qui utilise les connaissances d'un ou plusieurs experts dans un domaine particulier. Le logiciel a été conçu à l'origine par des chercheurs en programmes d'intelligence artificielle (IA) dans les années 1960 et 1970 et n'a été mis en service que dans les années 1980.

Il existe diverses techniques d'utilisation des systèmes experts, notamment la recherche étendue d'abord et le processus de hiérarchie analytique. Le processus de mise en œuvre est un exemple de système de surveillance assisté par ordinateur (CAMS), d'où la discussion dans notre article ci-dessus, j'espère que cette information est utile, c'est tout et merci.

Bouton retour en haut de la page