Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Résumé du colloque
Les systèmes à base de connaissance et les réseaux de neurones sont deux modèles de cognition parmi les plus répandus. Ils sont basés sur différentes grandes idées de calcul : l'un concerne l'intelligence comme étant la capacité de compréhension et de manipulation d'une grande quantité de connaissances fixes et explicites; l'autre la voit comme une propriété émergente de l'interaction entre un nombre massif de simples unités de computation. L'intégration des deux approches peut apporter des bénéfices à plusieurs niveaux. D'un côté, une connaissance déclarative augmente la possibilité des réseaux de neurones de fonctionner dans un des domaines les plus féconds de l'habitat naturel des systèmes à base de connaissance. Du point de vue des bases de connaissance, la possibilité d'une implémentation connexionniste augmente la plausibilité biologique de l'approche. Plus généralement les efforts d'intégration démontrent les limites de chaque approche et les types d'application naturelle pour chacune. Les systèmes résultants peuvent combiner les forces des deux approches. On présente un système, H-Expert, qui permet l'usage des réseaux de neurones stochastiques pour l'inférence à partir d'une base de connaissance avec des incertitudes et règles contradictoires.
Vous devez être connecté pour ajouter un élément à vos favoris.
Veuillez vous connecter ou créer un compte pour continuer.
Outils de citation
Citer cet article :
MLA
APA
Chicago
Ajouter un dossier
Vous pouvez ajouter vos contenus préférés à des dossiers organisés. Une fois le dossier créé,
vous pouvez ajouter un article ou un contenu de la liste ou de la vue détaillée au dossier sélectionné dans la liste.