問題タブ [inference]

phpでこのようなJavaの実装はありますか？

Freebase は、おそらく利用可能な最も優れたコラボレーション ナレッジ ベースです。その強力な API が何らかの推論描画メカニズムを提供するかどうかは誰にもわかりませんか? そうでない場合は、freebase からデータを取得し、推論を行う例を教えてもらえますか (「内容」に関する事実を確認するため)。より複雑なクエリの作成に専念する必要がありますか、それともAIMAの本を取り出して、検索によって得られたデータでフォワード チェーン、バックワード チェーン、解決などを使用する必要がありますか?

どなたか drool guvnor がどのように機能するかを教えてください。guvnor のドキュメントにアクセスしましたが、ルールがどのように処理されるかというコア ロジックと、java コードと一貫して drools guvnor を使用する方法を理解できませんでした。

基本的に、Java コードが drools guvnor api とどのように相互作用するかを知りたいです。

Red Hat Magazineのサンプルコード（http://magazine.redhat.com/2008/08/12/jboss-drools-how-to-tuning-guvnor-part-1/ ）を使用して取得を試みていますサンプルコードは機能しますが、次のエラーが発生し続けます。

guvnor.propertiesファイルがどこにあるのかわかりません。このファイルを取得する方法を作成する方法。

drools-guvnorを学ぶための私の以前の試みは、次のとおりです
。1）Drools guvnorの動作を理解する
2）drools-guvnorを理解する

両方についての短い記事をいくつか見つけましたが、Prolog の仕組みと同様に、どちらも論理を通じて物事を理解しているように思えます。私はこの分野に不慣れなので、間違っている可能性があることを付け加えなければなりません。大きな過ち。

推論エンジンの実装のために可能なバイナリの組み合わせをいくつも作成できるアルゴリズムを考えようとしています

つまり、プログラムへの入力ファイルに4つの異なる変数がある場合、プログラムは生成できるはずです。

000000010010。。。1111

組み合わせ....これまでのところ、この問題への私のアプローチは以下のとおりです。これは、現時点ではハードコーディングされているため、単なる考えです...基本的に、任意の数の変数「n」に対してこれを生成するアルゴリズムが必要です。

これまでの私のコード...

助けてくれてありがとう....

javaで推論プロセスのためにフォワードチェーンとバックワードチェーンを実装するための最良のアプローチは何ですか?

一連のステートメントを持つホーン形式の知識ベースが与えられました。

インターネットで検索しようとしましたが、この種の人工知能の概念をコーディングに実装する方法に関する説明を見つけることができませんでした。

私の理解 ：

これまで、各センテンス (Horn-Form) を読み込んでオブジェクトを作成しようと考えてきました。各 Sentence クラス オブジェクトには関係変数があり、ナレッジ ベースに Backward または Forward チェーンを要求すると、それらのオブジェクトの配列がチェックされ、目的のチェーンが構築されます。

と言ってクラスの上に電話する...

申し訳ありませんが、私はこの種の複雑なプログラミングに慣れていません。私の予測によれば、この種の推論を非常に高いレベルで実行するには、多くの最適化が必要になる可能性があります。しかし、誰かの理解が必要なようです...

ありがとう！

私の要件は、おそらく「エキスパート システム」に期待されるものに近いものです。そして、いくつかのオフライン (非リアルタイム) 学習機能を備えた、リアルタイムまたはほぼリアルタイムの推論を提供できる最も単純なソリューションを探しています。

詳しく言うと、私の問題は -

ライブで更新されているログを見て、各エントリを赤、緑、青に分類します。赤、緑、青の分類は、プロダクション ルールとして体系化されたロジックに基づいています (現在の私が想像するとおり)。

それが難しくなるポイントは -

1) 青とタグ付けされたログ エントリは、最終的には、後続のログ エントリに基づいて赤/緑とタグ付けされる必要があり、より詳細な情報が必要になるため、少し覚えておく必要があります。待機する正確な期間は事前にわかりませんが、最大制限があります。もちろん、任意の時点で、Blue のタグが付けられたエントリが数十万件存在する可能性があります。

2) 赤と緑を決定するルールが完全ではないため、ラベリングでエラーが発生することがあります。そのため、時折手動で監査すると、これらの間違いが明らかになります。私の主な課題は、最小限のプログラミング作業でルール更新の一部を自動化できるかどうかを確認することです。

私の (継続的な調査) は、RETE アルゴリズム ベースのルール エンジンが、私の分類とラベル付け (再ラベル付けを含む) に役立つ可能性があることを明らかにしています。それが機能する場合、「間違いから学ぶ」部分を自動化する方法を理解する必要がありますか? ベイジアン分類などの統計的アプローチをとることはできますか? また、ベイズ分類をルールエンジンと比較して完全に取ることができますか?最初の分類stについては、システムを手動で十分にトレーニングしましたか? ベイジアンアプローチは、特にこれらの定期的な手動監査があるため、「統計を信頼する」アプローチにより、正しいルールセットを維持するタスクを「馬鹿にする」ようです。

PS> 私のメイン アプリケーションは C++ で書かれています (それが重要な場合)。

例を挙げずにこの質問を簡潔に表現する方法がわからないので、次のようにします。