上传者: 42202716
|
上传时间: 2023-01-05 16:58:57
|
文件大小: 558KB
|
文件类型: PPT
4.2.5基于神经网络的知识表示与推理
1.基于神经网络的知识表示
基于神经网络系统中知识的表示方法与传统人工智能系统中所用的方法(如产生式、框架、语义网络等)完全不同,传统人工智能系统中所用的方法是知识的显式表示,而神经 网络中的知识表示是一种隐式的表示方法。在这里,知识并不像在产生式系统中那样独立地表示为每一条规则,而是将某一问题的若干知识在同一网络中表示。例如,在有些神经网络系统中,知识是用神经网络所对应的有向权图的邻接矩阵及阈值向量表示的,如对图4.10所示的异或逻辑的神经网络来说,其邻接矩阵为