(3.238.7.202) 您好!臺灣時間:2021/03/03 22:59
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:潘柏延
研究生(外文):Po-Yen Pan
論文名稱:知識本體為基建立學習型專家系統之研究-以企業網路問題診斷為例
論文名稱(外文):A Study of Building Learning Expert System based on Ontology ─ a Case for Enterprise Network Diagnosis
指導教授:邱瑞科邱瑞科引用關係
指導教授(外文):Ruey-Key Chiu
學位類別:碩士
校院名稱:輔仁大學
系所名稱:資訊管理學系
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2005
畢業學年度:93
語文別:中文
論文頁數:74
中文關鍵詞:本體論專家系統決策樹OWL
外文關鍵詞:OntologyExpert SystemOWLDecision Tree
相關次數:
  • 被引用被引用:9
  • 點閱點閱:387
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:84
  • 收藏至我的研究室書目清單書目收藏:7
本文之研究試圖提出在專家系統中加入本體論的元素作融合運用,希冀透過本體論的知識表示法OWL(Ontology Web Language)為基礎,作為專家系統事實庫的領域知識來源,以強調知識間階層關係,更使不同平台(系統)之間的知識得以共享與再利用。
本研究依據決策樹的特性,採用本體論表現階層關係概念化的優點作為決策樹結點上判斷屬性的依據,並據此設計具自我學習的決策樹法則機制,將推論過程中經由推論運算與使用者回饋的知識(新事實)以決策樹分枝及結點的概念,將判斷的依據與判斷可能的結果自動加入到事實庫內,而不需去額外修改法則,同時不會影響系統的正常運作。如此可有效達到知識擴充並增進推論正確性與完整性。
研究發現在法則中所使用的資料(實例和屬性)可由知識庫中利用取得,使法則在編輯上結合了本體論的知識庫,並因此得以再利用本體論中所定義的實例和屬性進行法則的編輯,充份達到分享和再利用的效果。深信本研究所提出之推論機制架構可運用在不同的領域知識上,提供一個運用本體論發展知識為基專家系統的參考模式。
This paper presents a research attempting to add ontology elements in expert system, and hope to use ontology knowledge presentation – OWL (Ontology Web Language) as the resource of the domain knowledge of fact base in expert system. To stress the hierarchical relationship between knowledge, furthermore, make it possible to share and reuse the knowledge between different platforms (systems).
This research also bases on the characteristics of decision tree. Taking advantage of ontology which is good at presenting hierarchical relationship conceptualization be diagnosing on nodes attribute of decision tree. Based on this idea, the design of the rule mechanism of decision tree can have the capability of self-learning. It can add the diagnostic basis and results produced by inference calculation and user’s knowledge (new fact) in the inference process to the fact base without altering rules and the inference system while not affect the normal operation of the system. So, the goal of expending knowledge and enhance inference accuracy and completeness and be effectively achieved.
This research finds that the data (instance, attribute) in knowledge base can be used in rules. Because of rules on edition combine with ontology knowledge base, it makes instances and attributes which were defined by ontology can be reused on rules edition, thus achieves the objective of share and reuse. The decision trees of rules mechanism not only provides problem diagnosis, but promotes system inference efficiency by collection the knowledge feedback continually. We believe the inference mechanism which combines ontology on expert system presented in this research can be used as a referential model on different domain.
表 次 vi
圖 次 vii
第壹章 緒論 1
第一節 研究動機 1
第二節 研究背景 2
第三節 研究目的 5
第四節 研究流程與步驟 6
第貳章 文獻探討 9
第一節 專家系統 9
第二節 本體論 17
第三節 本體論與專家系統知識表示法的應用 23
第四節 本體論為基專家系統建立的方法與工具 24
第參章 研究架構與研究方法 31
第一節 領域本體論之建置 32
第二節 知識格式的轉譯 33
第三節 前置準備階段 35
第四節 系統架構 38
第肆章 系統建置 41
第一節 建立領域本體論 41
第二節 轉譯領域本體論知識為推論引擎知識 47
第三節 建立具有學習能力之專家系統決策樹 49
第四節 系統推論 56
第伍章 研究結論與未來建議 63
第一節 研究結論 63
第二節 研究成果比較 66
第三節 研究限制 68
第四節 未來建議 69
表 次vii
圖 次viii
第壹章 緒論1
第一節研究動機1
第二節研究背景2
第三節研究目的5
第四節研究流程與步驟6
第貳章 文獻探討9
第一節 專家系統9
第二節本體論17
第三節本體論與專家系統知識表示法的應用23
第四節 本體論為基專家系統建立的方法與工具24
第參章 研究架構與研究方法31
第一節領域本體論之建置32
第二節知識格式的轉譯33
第三節前置準備階段35
第四節系統架構38
第肆章 系統建置41
第一節建立領域本體論41
第二節轉譯領域本體論知識為推論引擎知識47
第三節建立具有學習能力之專家系統決策樹49
第四節系統推論56
第伍章 研究結論與未來建議63
第一節研究結論63
第二節研究成果比較66
第三節研究限制68
第四節未來建議69
參考文獻71
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔