img

تفاصيل البطاقة الفهرسية

Metareasoning and meta-level learning in a hybrid knowledge-based architecture

مقال من تأليف: Christodoulou, E. ; Keravnou, E. T. ;

ملخص: L'architecture basée sur la connaissance d'Ahybrid intègre différents solutionneurs de problèmes pour la même chose (sub)task par une unité de commande fonctionnant à un métaniveau, au metareasoner, coordonne dont l'utilisation, et à la communication entre, les différents solutionneurs de problèmes. Un solutionneur de problèmes est défini pour être une association entre une connaissance intensive (le sub)task, un mécanisme d'inférence et une vue de domaine de la connaissance ont fonctionné par le mécanisme d'inférence afin d'exécuter (les questions importantes de sub)task. dans un système hybride sont le métaraisonnement et les aspects d'étude. Le métaraisonnement entoure les fonctions exécutées par le metareasoner, alors que l'étude reflète la capacité du système d'évoluer sur la base de ses expériences de la résolution des problèmes. L'étude se produit à différents niveaux, apprenant au métaniveau et apprenant au niveau des solutionneurs de problèmes spécifiques. L'étude de métaniveau reflète la capacité du metareasoner d'améliorer l'exécution globale du système hybride en améliorant l'efficacité des tâches de métaniveau. Les tâches de métaniveau incluent la planification initiale des stratégies de résolution des problèmes et de l'adaptation dynamique des stratégies choisies selon de nouveaux événements se produisant dynamiquement pendant la résolution des problèmes. En cet article nous nous concentrons sur le métaraisonnement et le métaniveau apprenant dans le contexte d'une architecture hybride. Les arguments théoriques présentés dans le papier sont démontrés dans la pratique par un système basé sur la connaissance hybride de prototype pour le domaine de l'histopathologie de cancer de sein.


لغة: إنجليزية