Qu'est-ce qu'un moteur d'inférence?

Un moteur d'inférence est un système logiciel conçu pour tirer des conclusions en analysant les problèmes à la lumière d'une base de données de connaissances expertes sur lesquelles il s'appuie.Il atteint des résultats logiques en fonction des locaux que les données établissent.Parfois, les moteurs d'inférence sont également capables d'aller au-delà du traitement logique strict et d'utiliser des calculs de probabilité pour tirer des conclusions que la base de données de connaissancesur le concept du système expert.Un système d'experts est conçu pour résoudre des problèmes dans un domaine spécifique et parfois défini, tels que certaines spécialités médicales.Le composant du moteur d'inférence d'un système expert est la structure de contrôle qui produit une sortie initiale en fonction des données qui existent actuellement dans la base de connaissances et les règles de programmation du système expert, puis l'appliquent au problème spécifique de manière significative.Étant donné que les résultats du moteur d'inférence sont le résultat des données, ils changent à mesure que les données sont mises à jour et peuvent également changer lorsque les données sont recherchées de différentes manières par le moteur d'inférence lui-même.Si les données du système sont pondérées vers une ou plusieurs conclusions sur une autre, cela peut modifier les résultats que le moteur d'inférence génère.l'état le plus actuel des données.Les systèmes experts ont deux façons générales de traiter ces données stockées, appelées chaînage avancées ou chaînage arrière.Dans le chaînage avancé, les règles du système experte analysent les données qui lui sont alimentées par le moteur d'inférence, et les résultats sont réintégrés le stockage des données des systèmes en tant que nouvelles données.Cela déclenche de nouvelles solutions aux problèmes car le système affine les données et les pèse par une inférence inductive, ce qui signifie que les conclusions parvenues ne refléteront pas nécessairement les données ou les prémisses d'origine qui ont été utilisés pour démarrer l'analyse.

Le chaînage arrière est plus axé sur la probabilité,les données stockées étant pondérées pour la valeur dès le début.Des règles sont utilisées pour tester les conditions des données pour la validité à la lumière du problème donné et, comme cela est fait, de nouvelles valeurs de probabilité sont attribuées aux données.Également appelé le chaînage basé sur l'hypothèse, ne tire pas des conclusions strictes jusqu'à ce que les tests continus des données contre les conditions établies par les règles du système experte atteignent un niveau de preuve minimum pour la question ou le problème étudié.

La logique bayésienne estL'une des formes de logiciels de moteur d'inférence qui utilisent des chaînes arrière, du nom de Thomas Bayes, un mathématicien anglais du milieu de 18 ans.Une telle logique utilise une base de connaissances des événements antérieurs pour prédire les résultats futurs à travers des tests répétés des connaissances, et il facilite les preuves supplémentaires des résultats des essais en nouveaux essais, dans le but de produire des résultats de plus en plus précis.L'architecture logicielle Fuzzy Logic peut également s'appuyer sur le moteur d'inférence dans le cadre de son système.La différence avec la logique floue est que la sortie est un ensemble flou ou une gamme de solutions possibles qui sont ensuite agrégées en un seul groupe et, par logique et probabilité, rétrécie à une conclusion ou action optimale.