第十九章专家系统的碎片笔记 (第2/2页)

余东林提示您：看后求收藏（188小说网网www.0991kjpx.com），接着再看更方便。

网络的拓扑性质不仅仅是各种不变量，还有在变化中保持稳定变化的整体关系

检测技术是发展网络的前提，误差的更深层或许是一种本征，即分布

网络和微分方程的相似性

浓度，电流，电压，温度等等的性质的相互转换可以使得测量成立（升维到网络再提高选择性表达降维），最重要的是频率（傅里叶分析的时域---频域是高维结构），如同显微镜的观测，找到最小识别度的两点

络或许能够提高精度，利用网络的相似性

频率的测量需要考虑相对性

线性范围及多线性的耦合，不同方法的耦合能够提高精度

如试剂盒的检测就是特定生理病理过程的网络的本征寻找：无限复杂的网络总会有和网络整体表达息息相关或相关性极大的个体表达

研究到了分子层次，接下来就是触底反弹了，即使用系统的网络来统合分子层次的信息，使得其组合可以使用一定的模式来描述。利用大数据和概率论，大数定律和中值定理，找到真正的本征，即网络的波函数描述，使得不同的环境的不同表达可以统合在一起，这是生物层次的万物定理。这方面生物信息学很有潜力：序列的匹配与层次的耦合的关系，比对的相似性与矩阵的打分与网络的本征，各种算法如隐马尔科夫对概率网络的描述，大规模的运算是层次之间的博弈，无限排列组合的排除和路径选择，各个层次的收敛和相对性

专家系统的知识提取是基于大数据的模式涌现，知识网络基于一定规则

lisp语言

思维的延伸，基于网络的经验，使得环境的选择性表达能够接近本征，即有效和迅速

知识使得我们可以处理概率，一般的解释则是概率的组合，允许知识的加入。构建基本的网络

策略和知识是耦合的结构

层次的结构

数据表，数组，串，线性连接，函数式，数据和程序等价

多重击中是知识从经验提取出来，即一种耦合，根据贝叶斯公式概率提高

形式化的知识

结合数据库，cad，模式识别，数据采集，接口技术

知识的网络层次

自然语言的知识表示，通过关键词的频率来表示网络的本征

学习型的专家系统的构建比较适合我，最重要的是可以成长，不断地补充新知识

开发：组织和管理；程序的集成；知识，语法，推理链等等的错误（检查通过概率的耦合程度）

基于规则：事实列表（数据），知识库（规则），推理机