Поиск

Полнотекстовый поиск:
Где искать:
везде
только в названии
только в тексте
Выводить:
описание
слова в тексте
только заголовок

Рекомендуем ознакомиться

'Документ'
Начальник Управления промышленности боеприпасов и спецхимии Федерального Агентства по промышленности, профессор, доктор химических наук, чл.-корр. РАН...полностью>>
'Документ'
Администрация МО Кировский район Ленинградской области извещает о размещении муниципального заказа путем запроса котировок для заключения муниципальн...полностью>>
'Документ'
Гипотеза: мы предполагаем, что в речи учащихся в основном преобладает ограниченная в употреблении лексика: сленг, жаргонизмы – это часто употребляемая...полностью>>
'Документ'
Людині для нормального життя необхідно постійно придбавати|придбавати| різні продукти, асортимент яких зараз дуже різноманітний|всілякий|. Орієнтуват...полностью>>

3. Представление

Главная > Обзор
Сохрани ссылку в одной из сетей:

  • Введение

  • ГЛАВА 1. Что такое экспертная система?

  • ГЛАВА 2. Обзор исследований в области искусственного интеллекта

  • ГЛАВА 3. Представление знаний

  • ГЛАВА 4. Символические вычисления

  • ГЛАВА 5. Системы, основанные на знаниях

  • ГЛАВА 6. Ассоциативные сети и системы фреймов

  • ГЛАВА 7. Объектно-ориентированное программирование

  • ГЛАВА 8. Логическое программирование

  • ГЛАВА 9. Представление неопределенности знаний и данных

  • ГЛАВА 10. Приобретение знаний

  • ГЛАВА 11. Эвристическая классификация (I)

  • ГЛАВА 12. Эвристическая классификация (II)

  • ГЛАВА 13. Иерархическое построение и проверка гипотез

  • ГЛАВА 14. Решение проблем конструирования (I)

  • ГЛАВА 15. Решение проблем конструирования (II)

  • ГЛАВА 16. Средства формирования пояснений

  • ГЛАВА 17. Инструментальные средства разработки экспертных систем

  • ГЛАВА 18. Системы с доской объявлений

  • ГЛАВА 19. Система отслеживания истинности предположений

  • ГЛАВА 20. Формирование знаний на основе машинного обучения

  • ГЛАВА 21. Сети доверия

  • ГЛАВА 22. Рассуждения, основанные на прецедентах

  • ГЛАВА 23. Гибридные системы

  • ГЛАВА 24. Заключение

СОДЕРЖАНИЕ

2.1. Классический период: игры и доказательство теорем 24

2.1.1. Поиск в пространстве состояний 24

2.1.2. Эвристический поиск 28

2.2. Романтический период: компьютер начинает понимать 30

2.2.1. Система SHRDLU 30

2.2.2. Схемы представления знаний 32

2.3. Период модернизма: технологии и приложения 34

2.3.1. В знании сила 34

2.3.2. Периоды "зимней спячки" и "пробуждения" в истории искусственного интеллекта 37

Рекомендуемая литература 37

Упражнения 38

ГЛАВА 3. Представление знаний 44

3.1. Представление знаний: принципы и методы 44

3.2. Планировщик STRIPS 46

3.2.1. Таблицы операторов и методика "средство -анализ завершения" 47

3.2.2. Анализ метода представления и управления в STRIPS 50

3.3. Формулировка подцелей в MYGIN 51

3.3.1. Лечение заболеваний крови 51

3.3.2. База знаний системы MYCIN 52

3.3.3. Структуры управления в MYCIN 54

3.4. Оценка и сравнение характеристик экспертных систем 57

3.4.1. Оценка системы MYCIN 57

3.4.2. Сравнение MYCIN и STRIPS 58

Рекомендуемая литература 60

Упражнения 60

ГЛАВА 4. Символические вычисления 63

4.1. Символическое представление 64

4.2. Физическая символическая система 64

4.3. Реализация символических структур на языке LISP 65

4.3.1. Структуры данных в языке LISP 65

4.3.2. Структура LISP-программы 66

4.3.3. Приложение функции и лямбда-исчисление 67

4.3.4. Обработка списков 68

4.3.5. Сопоставление с образцом 69

4.4. Почему. LISP не является языком представления знаний 71

4.4.1. Символический уровень и уровень знаний 71

4.4.2. LISP и разработка программ 71

4.5. Языки представления знаний 72

Рекомендуемая литература 73

Упражнения 73

ГЛАВА 5. Системы, основанные на знаниях 75

5.1. Канонические системы 75

5.2. Системы порождающих правил для решения проблем 76

5.2.1. Синтаксис представления правил 76

5.2.2. Рабочая память 78

5.3. Управление функционированием интерпретатора 81

5.3.1. Разрешение конфликтов 81

5.3.2. Прямая и обратная цепочки рассуждений 83

5.3.3. Правила и метаправила 87

Рекомендуемая литература 89

Упражнения 89

ГЛАВА 6. Ассоциативные сети и системы фреймов 92

6.1. Графы, деревья и сети 92

6.2. Ассоциативные сети 95

6.2.1. Разделение видов узлов и когнитивная экономия 95

6.2.2. Анализ адекватности ассоциативных сетей 96

6.3. Представление типовых объектов и ситуаций 97

6.3.1. Основные понятия концепции фреймов 97

6.3.2. Фреймы и графы 98

6.3.3. Значения по умолчанию и демоны 99

6.3.4. Множественное наследование 102

6.3.5. Сравнение сетей и фреймов 104

Рекомендуемая литература 105

Упражнения 105

ГЛАВА 7. Объектно-ориентированное программирование 109

7.1. Язык KRL 109

7.2. Языки LOOPS и FLAVORS 111

7.2.1. Передача сообщений 111

7.2.2. Проблема наложения методов 113

7.2.3. Метаклассы 114

7.3. Языки CLIPS и CLOS 116

7.3.1. Множественное наследование в CLOS и CLIPS 116

7.3.2. Наложение методов в CLOS и CLIPS 117

7.3.3. Метаклассы в CLOS и CLIPS 119

7.4. Множественное наследование в C++ 120

7.5. Объектно-ориентированный анализ и конструирование экспертных систем 123

Рекомендуемая литература 124

Упражнения 124

ГЛАВА 8. Логическое программирование 126

8.1. Формальные языки 126

8.1.1. Исчисление высказываний 126

8.1.2. Исчисление предикатов 127

8.2. Язык PROLOG 129

8.3. Опровержение резолюций 130

8.3.1. Принцип резолюций 130

8.3.2. Поиск доказательства в системе резолюций 131

8.4. Процедурная дедукция в системе PLANNER 134

8.5. PROLOG и MBASE 135

8.5.1. Правила поиска в языке PROLOG 135

8.5.2. Управление поиском в системе MBASE 136

Рекомендуемая литература 139

Упражнения 139

ГЛАВА 9. Представление неопределенности знаний и данных 141

9.1. Источники неопределенности 141

9.2. Экспертные системы и теория вероятностей 142

9.2.1. Условная вероятность 142

9.2.2. Коэффициенты уверенности 144

9.2.3. Коэффициенты уверенности и условные вероятности 145

9.3. Сомнительность и возможность 147

9.3.1. Нечеткие множества 147

9.3.2. Нечеткая логика 149

9.3.3. Теория возможности 150

9.4. Неопределенное состояние проблемы неопределенности 151

Рекомендуемая литература 151

Упражнения 151

ГЛАВА 10. Приобретение знаний 153

10.1. Теоретический анализ процесса приобретения знаний 153

10.1.1. Стадии приобретения знаний 154

10.1.2. Уровни анализа знаний 154

10.1.3. Онтологический анализ 157

10.2. Оболочки экспертных систем 157

10.2.1. Система EMYCIN 157

10.2.2. Сопровождение и редактирование баз знаний с помощью программы TEIRESIAS 158

10.3. Методы приобретения знаний 160

10.3.1. Использование опроса экспертов для извлечения знаний в системе COMPASS 160

10.3.2. Автоматизация процесса извлечения знаний в системе OPAL 162

10.3.3. Графический интерфейс модели предметной области 163

10.3.4. Эффективность программы OPAL 165

10.4. Приобретение новых знаний на основе существующих 166

Рекомендуемая литература 167

Упражнения 167

ГЛАВА 11. Эвристическая классификация (I) 173

11.1. Классификация задач экспертных систем 174

11.2. Классификация методов решения проблем 176

11.2.1. Эвристическое сопоставление 176

11.2.2. Общность эвристической классификации 177

11.3. Классификация или конструирование? 181

Рекомендуемая литература 182

Упражнения 182

ГЛАВА 12. Эвристическая классификация (II) 188

12.1. Инструментальные средства и задачи, решаемые экспертной системой 188

12.2. Эвристическая классификация в системах MUD и MORE 189

12.2.1. Модель предметной области выполнения буровых работ 189

12.2.2. Стратегии приобретения знаний 193

12.2.3. Использование коэффициентов уверенности в программе MORE 196

12.2.4. Опыт эксплуатации системы MORE 197

12.3. Совершенствование стратегий 198

12.3.1. Уроки проекта GUIDON 198

12.3.2. Структура задач в системе NEOMYCIN 200

Рекомендуемая литература 201

Упражнения 201

ГЛАВА 13. Иерархическое построение и проверка гипотез 205

13.1. Влияние сложности пространства гипотез на организацию работы системы 205

13.1. Обход дерева 207

13.2. Структурированные объекты в CENTAUR 207

13.2.1. Структура фреймов в CENTAUR 207

13.2.2. Правила, включенные в прототипы 208

13.3. Формирование суждений на базе модели в системе INTERNISTYLE="209

13.3.1. Представление знаний в дереве заболеваний 210

13.3.2. Методика выделения правдоподобных гипотез в INTERNISTYLE="212

13.3.3. Проблемы, обнаруженные в процессе эксплуатации системы INTERNISTYLE="213

13.4. Рабочая среда инженерии знаний TDE 214

Рекомендуемая литература 216

Упражнения 216

ГЛАВА 14. Решение проблем конструирования (I) 219

14.1. Области применения методов конструктивного решения проблем 219

14.2. Система R1/XCON 220

14.2.1. Компоненты и ограничения 221

14.2.2. Использование текущего контекста для управления структурой задачи 222

14.2.3. Формирование суждений с учетом ограничений: метод Match 225

14.3. Использование знаний, развитие и расширение системы XCON 226

14.3.1. Извлечение знаний в системе R1/XCON 227

14.3.2. Совершенствование и расширение системы R1/XCON 228

Рекомендуемая литература 230

Упражнения 230

ГЛАВА 15. Решение проблем конструирования (II) 233

15.1. Стратегии конструирования 233

15.2. Архитектура систем планирования и метапланирования 235

15.3. Извлечение, представление и применение знаний о проектировании 241

15.3.1. Реализация обратного прослеживания в системе VT 241

15.3.2. Приобретение знаний с помощью системы SALT 243

15.4. Итоги анализа систем решения проблем конструирования 244

Рекомендуемая литература 246

Упражнения 246

ГЛАВА 16. Средства формирования пояснений 249

16.1. Формирование пояснений на основе знаний 249

16.1.1. Подсистема формирования пояснений в MYCIN 250

16.1.2. Формирование пояснений в системах, производных от MYCIN 251

16.1.3. Формирование пояснений на основе фреймов 253

16.1.4. Организация вывода пояснений в системе CENTAUR 253

16.1.5. Использование мультимедийного интерфейса для формирования пояснений 259

16.2. Формирование пояснений и автоматическое программирование 260

16.2.1. Автоматическое программирование в системе XPLAN 260

16.2.2. Проект Explainable Expert Systems 261

16.2.3. Планирование текстов пояснений и модели пользователей в PEA 264

16.3. Перспективы дальнейших исследований методов формирования пояснений 265

Рекомендуемая литература 266

Упражнения 266

ГЛАВА 17. Инструментальные средства разработки экспертных систем 270

17.1. Общая характеристика инструментальных средств для построения экспертных систем 270

17.2. Оболочки экспертных систем 272

17.3. Языки программирования высокого уровня 273

17.3.1. Языки описания порождающих правил 274

17.3.2. Объектно-ориентированные языки 274

17.3.3. Языки логического программирования экспертных систем 275

17.3.4. Многофункциональные программные среды 276

17.3.5. Дополнительные модули 278

17.4. Использование инструментальных средств 280

17.4.1. Характерные сложности и способы их избежать 280

17.4.2. Выбор подходящего инструментария для разработки экспертной системы 281

17.4.3. Практическое освоение инструментальных средств 283

17.4.4. Стиль программирования 285

17.5. Некоторые максимы разработки экспертных систем 286

Рекомендуемая литература 287

Упражнения 287

ГЛАВА 18. Системы с доской объявлений 289

18.1. Принципы организации систем с доской объявлений 289

18.2. Системы HEARSAY, AGE и ОРМ 290

18.2.1. Почему для HEARSAY-II выбрана такая архитектура 291

18.2.2. Использование источников знаний в HEARSAY-II 291

18.2.3. Система HEARSAY-III— оболочка для создания систем с доской объявлений 292

18.2.4. Инструментальные среды AGE и ОРМ 293

18.3. Среда с доской объявлений ВВ 295

18.3.1. Уровни абстракции в среде ВВ 295

18.3.2. Системы ВВ1 и ACCORD 295

18.3.3. Система PROTEAN 296

18.3.4. Интеграция стратегий логического вывода 296

18.3.5. Общая характеристика ВВ 297

18.4. Эффективность и гибкость модели с доской объявлений 297

18.4.1. Организация доски объявлений в системе GBB 297

18.4.2. Компоновка доски объявлений в среде ERASMUS 299

18.5. Организация параллельных вычислений в системах CAGE и POLIGON 300

Рекомендуемая литература 301

Упражнения 301

ГЛАВА 19. Система отслеживания истинности предположений 303

19.1. Отслеживание зависимостей 303

19.1.1. Релаксация в сети 303

19.1.2. Пересмотр допущений 305

19.2. Пересмотр теорий высказываний 306

19.3. Немонотонное обоснование 308

19.4. Работа со множеством контекстов 310

19.4.1. Отслеживание истинности предположений, основанное на анализе допущений 310

19.4.2. Использование систем отслеживания истинности предположений для диагностирования на основе моделей 313

19.5. Сравнение различных вариантов организации систем отслеживания истинности предположений 316

Рекомендуемая литература 316

Упражнения 316

ГЛАВА 20. Формирование знаний на основе машинного обучения 318

20.1. Индуктивное обучение 319

20.2. Система Meta-DENDRAL 321

20.2.1. Формирование и уточнение правил 321

20.2.2. Пространство версий 323

20.2.3. Алгоритм отсеивания кандидатов 324

20.2.4. Сопоставление экземпляров с образцами в Meta-DENDRAL 325

20.3. Построение дерева решений и порождающих правил 326

20.3.1. Структура дерева решений 326

20.3.2. Алгоритм формирования дерева решений по обучающей выборке 328

20.4. Уточнение наборов правил 332

Рекомендуемая литература 334

Упражнения 334

ГЛАВА 21. Сети доверия 336

21.1. Теория Демпстера—Шефера 336

21.1.1. Функции доверия 336

21.1.2. Применение теории Демпстера—Шефера к системе MYCIN 337

21.2. Методика Перла 339

21.3. Сравнение методов неточных рассуждений 341

21.4. Резюме 342

Рекомендуемая литература 342

Упражнения 342

ГЛАВА 22. Рассуждения, основанные на прецедентах 344

22.1. База прецедентов 345

22.1.1. Программа CHEF 345

22.1.2. Методы извлечения и адаптации прецедентов 346

22.2. Обучение с помощью компьютера: система САТО 348

22.2.1. Предметная область программы САТО 348

22.2.2. Расследования и рассуждения в юриспруденции 348

22.2.3. Обучение с помощью системы САТО 349

22.3. Формирование отчетов в системе FRANK 351

22.4. Сравнение систем, основанных на правилах и прецедентах 353

Рекомендуемая литература 354

ГЛАВА 23. Гибридные системы 355

23.1. Методы обучения в системе ODYSSEUS 355

23.2. Системы ODYSSEUS и MINERVA 357

23.2.1. Оболочка экспертной системы MINERVA 358

23.2.2. Обучение в системе ODYSSEUS 358

23.3. Использование прецедентов для обработки исключений 359

23.4. Гибридный символический подход и нейронные сети 361

23.4.1. Нейронные сети 361

23.4.2. SCALIR — гибридная система для извлечения правовой информации 364

23.4.3. Организация обучения в системе SCALIR 367

23.5. Будущее гибридных систем 367

Рекомендуемая литература 368

Упражнения 368

ГЛАВА 24. Заключение 370

24.1. Загадка искусственного интеллекта 370

24.2. Представление знаний 371

24.3. Языки программирования систем искусственного интеллекта 373

24.4. Решение практических проблем 373

24.5. Архитектура экспертных систем 375

Рекомендуемая литература 375

Литература 377

Введение

При подготовке третьего издания книги Введение в экспертные системы автор старался прежде всего учесть интересы и пожелания читателей четырех основных категорий:

  • рядовых читателей, желающих познакомиться с новым классом информационных систем на достаточно высоком теоретическом и техническом уровне;
  • преподавателей и студентов, которым необходимо учебное пособие, охватывающее все основные темы исследования и проектирования экспертных систем, причем глубина изложения материала должна соответствовать программам старших курсов вузов и первого года обучения в аспирантуре;
  • инженеров-программистов, нуждающихся в практическом руководстве по экспертным системам, подкрепленном достаточно солидным теоретическим материалом;
  • научных работников и студентов, активно занимающихся научной работой, которых особенно интересует обзорный материал, касающийся новейших тенденций в разработке систем такого рода.

Это введение послужит методическим руководством для каждой из перечисленных категорий при изучении материала данной книги.

Рядовым читателям

Я старался таким образом излагать материал в этой книге, чтобы начальные разделы каждой главы носили по возможности описательный характер, а уже в последующих разделах переходить к техническим деталям. Идея состояла в том, чтобы читатель, который желает получить общее представление о той или иной теме, мог без особого ущерба для себя быстро просмотреть или вообще опустить последние разделы. Некоторые разделы и целые главы, помеченные значком , можно также при желании пропустить, что не помешает получить достаточно полное представление об экспертных системах.

Читателям, желающим познакомиться с основной проблематикой экспертных систем, я рекомендую в первую очередь прочитать следующие главы.

1. Что такое экспертная система.

2. Обзор исследований в области искусственного интеллекта.

3. Представление знаний.

5. Системы, основанные названиях.

6. Ассоциативные сети и системы фреймов.

9. Представление неопределенности знаний и данных.

10. Приобретение знаний.

11. Эвристическая классификация (I).

14. Решение проблем конструирования (I).

16. Средства формирования пояснений.

17. Инструментальные средства разработки экспертных систем.

20. Формирование знаний на основе машинного обучения.

22. Рассуждения, основанные на прецедентах.

24. Заключение.

Материал остальных глав можно считать дополнительным, что, впрочем, зависит от индивидуальных интересов и наклонностей каждого отдельного читателя.

Студентам и преподавателям

Студентам старших курсов я бы рекомендовал выбрать для вводного курса по экспертным системам следующие главы.

1. Что такое экспертная система.

2. Обзор исследований в области искусственного интеллекта.

3. Представление знаний.

5. Системы, основанные на знаниях.

6. Ассоциативные сети и системы фреймов.

9. Представление неопределенности знаний и данных.

10. Приобретение знаний.

11. Эвристическая классификация (I).

14. Решение проблем конструирования (I).

16. Средства формирования пояснений.

17. Инструментальные средства разработки экспертных систем.

24. Заключение.

Приложение. Программирование на языке CLIPS.

Язык CLIPS послужит вам удобным инструментом для выполнения упражнений, поскольку он не требует разработки модулей кода значительного объема.

Для аспирантов, интересующихся проблемами искусственного интеллекта, особый интерес представляет материал следующих глав.

1. Что такое экспертная система.

5. Системы, основанные на знаниях.

6. Ассоциативные сети и системы фреймов.

9. Представление неопределенности знаний и данных.

10. Приобретение знаний.

11. Эвристическая классификация (I).

12. Эвристическая классификация (II).

14. Решение проблем конструирования (I).

15. Решение проблем конструирования (II).

16. Средства формирования пояснений.

17. Инструментальные средства разработки экспертных систем.

24. Заключение.

Приложение. Программирование на языке CLIPS.

Инженерам-программистам

Инженерам-программистам, которые интересуются прежде всего практическими вопросами проектирования экспертных систем, я бы рекомендовал в первую очередь обратить внимание на следующие главы.

4. Символические вычисления.

5. Системы, основанные на знаниях.

7. Объектно-ориентированное программирование.

8. Логическое программирование.

11. Эвристическая классификация (I).

12. Эвристическая классификация (II).

14. Решение проблем конструирования (I).

15. Решение проблем конструирования (II).

16. Средства формирования пояснений.

17. Инструментальные средства разработки экспертных систем.

18. Системы с доской объявлений,

19. Система отслеживания истинности предположений. Приложение. Программирование на языке CLIPS.

Остальные главы можно читать по мере необходимости.

Научным работникам

В последних главах книги описаны результаты новейших исследований в области структурной организации экспертных систем, поэтому их следует сопоставлять с материалом предыдущих глав. Я советую читателям этой категории обратить основное внимание на следующие главы.

3. Представление знаний.

5. Системы, основанные на знаниях.

6. Ассоциативные сети и системы фреймов.

8. Логическое программирование.

9. Представление- неопределенности знаний и данных.

10. Приобретение знаний.

13 Иерархическое построение и проверка гипотез.

16. Средства формирования пояснений.

18. Системы с доской объявлений.

19. Система отслеживания истинности предположений.

20. Формирование знаний на основе машинного обучения.

21. Сети доверия.

22. Рассуждения, основанные на прецедентах.

23. Гибридные системы.

Хочу обратить ваше внимание на то, что третье издание книги имеет менее прямолинейную структуру, чем первое и второе. При группировании материала во главу угла ставились не определенные модели экспертных систем, а используемые алгоритмы или методики. Я также включил в книгу множество примеров, в том числе и текстов программ, и различный дополнительный материал во врезках.

    • ГЛАВА 1. Что такое экспертная система?
    • 1.1. Смысл экспертного анализа
    • 1.2. Характеристики экспертных систем
    • 1.3. Базовые функции экспертных систем
      • 1.3.1. Приобретение знаний
      • 1.3.2. Представление знаний
      • 1.3.3. Управление процессом поиска решения
      • 1.3.4. Разъяснение принятого решения
    • 1.4. Резюме и структура книги
      • 1.4.1. Текущее состояние проблемы
      • 1.4.2. Распределение материала книги по главам
    • Рекомендуемая литература
    • Упражнения

ГЛАВА 1. Что такое экспертная система?

  • 1.1. Смысл экспертного анализа
  • 1.2. Характеристики экспертных систем
  • 1.3. Базовые функции экспертных систем
  • 1.4. Резюме и структура книги
  • Рекомендуемая литература
  • Упражнения

День сегодня с утра не задался. Вы только что установили новую версию текстового редактора, к которому давно привыкли, но после щелчка на его ярлыке компьютер реагирует совсем не так, как хотелось бы, — выводится сообщение вроде этого:

Call to Undefined Link (Вызов неопределенной связи).

Как и большинство сообщений об ошибках, это помогает не больше, чем предсказания судьбы по состоянию Марса. Вы применяете крайнюю меру — удаляете целый каталог и переинсталлируете программу, но результат от этого не меняется. Вы начинаете менять настройки в разных файлах инициализации, но это тоже не помогает.

Наконец, устав от безнадежных попыток, вы набираете номер сервисной службы поддержки пользователей. И только после этого фортуна поворачивается к вам лицом — на помощь приходит человек, который знает, о чем говорит. Он советует вам выбросить с полдюжины устаревших DLL-модулей в системном каталоге и вновь переустановить программу. Последовав его совету, вы.уже через десяток минут можете нормально работать, и подскочившее недавно кровяное давление вновь возвращается к норме.

Какой бы уровень экспертного анализа не требовался в данной области, ясно, что специалист из сервисной службы способен его сделать, а вы — нет. Хотя в ящике стола у вас лежит диплом доктора философии по специальности "Информатика", и вы, возможно, прекрасно программируете задачи в своей области, но, не имея определенного опыта и подготовки, проблему устранения неисправности решить не смогли. Таким образом, способность выполнить экспертный анализ — это не только вопрос наличия определенных знаний и уровня квалификации. Для этого нужно обладать и очень специфическими навыками и умением разобраться в конкретной ситуации в данной предметной области. Таким образом, быть экспертом и иметь общее образование — это далеко не одно и то же.



Скачать документ

Похожие документы:

  1. Представление детей дошкольного возраста о содержании понятий «бедный» и «богатый»

    Документ
    Приобщение ребенка к миру взрослых людей, к их деятельности, ко всему тому, чем живет общество – важная задача воспитания и обучения, обеспечивающая формирование у ребенка активной жизненной позиции, норм социального поведения, помогающая
  2. Представление изображений в ис

    Документ
    Изображения служат для представления информации в визуальном виде. Электромагнитные излучения, которые содержат информацию о рассматриваемой сцене, воспринимаются приемниками излучений и преобразуются в цифровое изображение, которое
  3. Представление себя другим в повседневной жизни

    Документ
    «Маски суть застывшие выражения и превосходные эхо-сигналы чувств, одновременно правдивые, сдержанные и преувеличенные. Живые организмы, соприкасаясь с внешней средой, вынуждены обзаводиться какой-то защитной оболочкой, и никто не
  4. Представления и Эксперименты ХIХ начала ХХ веков, приведшие к возникновению Теории Относительности, с точки зрения ХХI века

    Документ
    Во всех учебниках и книгах по Теории Относительности, при объяснении причин ее возникновения, утверждается, что в начале ХХ века все теории эфира стали внутренне противоречивыми и не в состоянии объяснить всю совокупность экспериментальных
  5. Представление образовательной программы начального общего образования с учетом внедрения фгос

    Документ
    Способствуя развитию духовно- нравственного потенци­ала личности каждого ребенка обучающегося в школе, осуществляя организацию процесса обучения на основе широкого выбора образовательных программ,
  6. Представление данных в ЭВМ

    Документ
    Представление данных в ЭВМ.Любая инфа представляется в ЭВМ как последовтельность байтов.В самих байтах нет ничего что позволяет трактовать их как числа или данные др типа.

Другие похожие документы..