Forward Chaining vs Backward Chaining - Topp 9 forskjeller å lære

Innholdsfortegnelse:

Anonim

Forskjellen mellom fremoverkjetting vs bakoverkjetting

Forward Chaining vs Backward Chaining er to viktige strategier innen kunstig intelligens. Opprinnelsen ligger i ekspertsystemdomenet til AI. Et av de mest fremtredende forskningsdomenene til AI, Expert System ble introdusert for å etterligne beslutningsevnen til menneskelige eksperter. Den har tre komponenter:

  • Knowledge Base: Å lagre domenespesifikk og høy kvalitet.
  • Inferensmotor: Bruk kunnskapen fra Knowledgebase for å komme til en beslutning.
  • Brukergrensesnitt: Gir interaksjon mellom brukeren av ES og ekspertsystemet.

Fremover og bakover kjetting er strategiene som brukes av inferensmotoren for å gjøre fradrag.

Forward Chaining: Forward Chaining the Inference Engine går gjennom alle fakta, betingelser og avledninger før man trekker ut resultatet, det vil si at det starter med et sett med regler for å utføre en operasjonskjede for å konkludere den endelige beslutningen. Denne strategien brukes for å få konklusjonen ved å manipulere kunnskapen fra kunnskapsbasen.

Denne strategien brukes til å svare på spørsmålet "HVA KAN SKJE NESTE?"

Eiendommer:

  • Siden det beveger seg fra topp til bunn kalles det en ovenfra og ned tilnærming.
  • Det gjør en konklusjon ved å gjøre fradrag fra data og gå fra starttilstand til måltilstand.

Bakoverkjetting: I dette kjenner slutningssystemet den endelige avgjørelsen, den prøver å finne ut av forholdene som ville resultert i den avgjørelsen. Det brukes mest til å finne årsaken til et problem.

Denne strategien brukes til å svare på spørsmålet "HVORFOR DETTE SKJER?"

Eiendommer:

  • I dette blir målene delt inn i delmål for å bevise et faktum.
  • Det er en målstyrt tilnærming
  • Den brukte den første dybden-strategien til bevis.

Sammenligning fra topp mot hode mellom fremoverkjetting vs bakoverkjetting (infografikk)

Nedenfor er topp 9-sammenligning mellom Forward Chaining vs Backward Chaining :

Viktige forskjeller mellom fremoverkjetting vs bakoverkjetting

La oss diskutere noen av de viktigste viktige forskjellene mellom fremoverkjetting vs bakoverkjetting:

  • Fremoverkjetting brukes for å utlede konklusjonen ved å ta fakta og bevege seg i retning fremover ved å anvende inferensregelen for å få mer data, til den tid den når målet mens den i bakoverkjetting tar den målet og beveger seg bakover ved å bruke inferensregelen å bestemme faktum som kan være årsaken til målet.
  • Fremoverkjetting bruker bredde-første strategi for å trekke konklusjon mens bakoverkjetting bruker første dybde-strategi for å få fakta.
  • På grunn av grunnen til å ta fakta og utlede resultatet blir fremoverkjetting betegnet som bottom-up tilnærming mens bakoverkjetting også er kjent som en ovenfra og ned-tilnærming.
  • Fremoverkjetting brukes for å få målet fra data, og det kalles derfor en datadrevet inferanseteknikk, mens bakoverkjetting brukes til å få dataene fra målet det kalles målstyrte inferanseteknikker.
  • Fremoverkjetting vil søke på alle mulige måter for å få målet mens bakoverkjetting unngår unødvendige stier.
  • Siden fremoverkjetting sjekker alle regler, er det tregt, mens bakoverkjetting er raskt som bare kontrollerer krav.
  • Fremoverkjetting kan brukes i aksjemarkedet for å oppdage kursen på aksjer ved å bruke tilgjengelige data, mens bakoverkjetting kan brukes til å vite årsaken til en årsak som kreft.
  • Fremoverkjetting brukes i oppgaver som planlegging, overvåking, tolkninger og kontrollapplikasjon mens bakoverkjetting brukes i feilsøking og diagnostiske oppgaver.
  • Nå kan det hende du har en klar forståelse av disse to strategiene for inferenssystem og hvordan de er relatert til ekspertsystemet. Se på figuren nedenfor for å forstå deres forhold:

  • Expert og Knowledge Base Engineer oppretter Knowledgebase of Expert System, som deretter brukes av strategiene til Inferenssystem for å utlede resultatet i tilfelle av fremoverkjetting ved å bruke fakta og regel tilgjengelig i kunnskapsbasen eller få grunnen til målet ved å ta innspillet som et mål fra brukeren og fakta og regler fra kunnskapsbasen.

Sammenligningstabell for fremoverkjetting vs bakoverkjetting

Tabellen nedenfor oppsummerer sammenligningene mellom Forward Chaining vs Backward Chaining:

Fremoverkjetting Bakoverkjetting
spørsmålstype Expert System bruker denne strategien for å svare, "Hva kan skje videre?" Expert System bruker denne strategien for å svare, "Hvorfor skjer dette?"
Nærme seg Følger bottom-up tilnærming Følger opp-ned-tilnærming
Type strategi Det gjelder Breadth-First-strategien Den bruker Depth-First-strategien
Teknikk Forward chaining er en datadrevet teknikk Det er en målstyrt teknikk.
Mål Målet er å få konklusjonen. Målet er å få mulige fakta
Driftsretning Fremover retning, dvs. at den går fra faktum til resultat Bakoverretning, dvs. at det går fra resultat til fakta.
Antall konklusjoner Det kan generere et uendelig antall mulige konklusjoner Det genererer et begrenset antall mulige konklusjoner
applikasjon Det brukes i overvåking, planlegging, tolkning og kontroll av applikasjoner. Det brukes i resept-, feilsøkings- og diagnostikkapplikasjoner.
Hastighet Sakte som det må bruke alle reglene Raskt da det bare må bruke noen få regler.

Konklusjon

I denne artikkelen har vi sett forskjeller mellom Forward Chaining vs Backward Chaining med deres viktigste forskjeller. Jeg håper du vil finne denne artikkelen nyttig.

Anbefalte artikler

Dette har vært en guide til den største forskjellen mellom Forward Chaining vs Backward Chaining. Her diskuterer vi også Forward Chaining vs Backward Chaining viktige forskjeller med infografikk, og sammenligningstabell. Du kan også se på følgende artikler for å lære mer -

  1. Problemer med kunstig intelligens
  2. Kunstig intelligenssteknologi
  3. Pareto-diagram i Tableau
  4. Break vs Fortsett