Forskellen mellem Forward Chaining vs Backward Chaining
Forward Chaining vs Backward Chaining er to vigtige strategier inden for kunstig intelligens. Dets oprindelse ligger i AI's ekspertsystemdomæne. Et af de mest fremtrædende forskningsdomæner inden for AI, Expert System blev introduceret for at efterligne beslutningsevnen hos menneskelige eksperter. Det har 3 komponenter:
- Knowledge Base: At gemme domænespecifik og viden af høj kvalitet.
- Inferensmotor: Brug viden fra Knowledgebase til at nå frem til en beslutning.
- Brugergrænseflade: Tilvejebringer interaktion mellem brugeren af ES og ekspertsystemet.
Fremad og bagudkædning er de strategier, der bruges af inferensmotoren til at foretage fradrag.
Forward Chaining: Forward Chaining the Inference Engine gennemgår alle fakta, betingelser og afledninger, før resultatet trækkes fra, dvs. det starter med et sæt regler for at udføre en kæde af operationer for at afslutte den endelige beslutning. Denne strategi bruges til at få konklusionen ved at manipulere viden fra vidensbasen.
Denne strategi bruges til at besvare spørgsmålet "HVAD KAN SKÆRE NÆSTE?"
Ejendomme:
- Da det bevæger sig fra top til bund kaldes det en top-down tilgang.
- Det gør en konklusion ved at foretage fradrag fra data og flytte fra starttilstand til måltilstand.
Bagudkædning: I dette kender inferencesystemet den endelige beslutning, det prøver at finde ud af de forhold, der ville have resulteret i denne beslutning. Det bruges mest til at finde årsagen til et problem.
Denne strategi bruges til at besvare spørgsmålet "HVORFOR DETTE SKJER?"
Ejendomme:
- I dette opdeles målene i delmål for at bevise et faktum.
- Det er en målstyret tilgang
- Den brugte den første dybde-strategi til bevis.
Head-to-head-sammenligning mellem fremadkædning vs bagudkædning (infografik)
Nedenfor er top 9 sammenligningen mellem fremadkædning kontra bagudkædning :
Vigtige forskelle mellem fremadkæden vs bagudkædning
Lad os diskutere nogle af de vigtigste centrale forskelle mellem Forward Chaining vs Backward Chaining:
- Fremadkædning bruges til at udlede konklusionen ved at tage fakta og bevæge sig fremad ved at anvende inferensreglen for at få flere data, indtil det tidspunkt, hvor det når målet, mens det i bagudkædning tager målet og bevæger sig baglæns ved hjælp af inferensreglen at bestemme, hvad der kan være grunden til målet.
- Fremadkædning bruger bredde-første strategi til at udlede konklusion, mens bagudkædning bruger den dybde-første strategi for at få fakta.
- På grund af grunden til at tage de faktiske omstændigheder og udlede resultatet fremadkædning betegnes som bottom-up-tilgang, mens bagudkædning også er kendt som en top-down tilgang.
- Fremadkædning bruges til at få målet fra data, derfor kaldes det en datadrevet inferenssteknik, mens Backward chaining bruges til at få dataene fra det mål, det kaldes målstyret inferenssteknikker.
- Fremadkædning søger på alle mulige måder for at nå målet, mens bagudkædning undgår unødvendige stier.
- Da Forward Chaining kontrollerer alle regler, er det langsomt, mens backward chaining er hurtigt, da det kun kræves kontrol.
- Forward chaining kan bruges på aktiemarkedet til at registrere prisen på aktier ved hjælp af de tilgængelige data, mens Backward chaining kan bruges til at kende årsagen til en årsag som kræft.
- Forward chaining bruges i opgaver som planlægning, overvågning, fortolkninger og kontrolapplikation, mens backward chaining bruges til debugging og diagnostiske opgaver.
- Nu har du muligvis en klar forståelse af disse to strategier for Inferencesystem, og hvordan de er relateret til Expert System. Se på figuren herunder for at forstå deres forhold:
- Expert og Knowledge Base Engineer opretter Knowledgebase of Expert System, som derefter bruges af Inferencesystemets strategier til at udlede resultatet i tilfælde af fremadkædning ved hjælp af de tilgængelige fakta og regel i vidensbasen eller få grunden til målet ved at tage input som et mål fra brugeren og fakta og regler fra vidensbasen.
Sammenligningstabel mod fremadkædning vs bagudkædning
Tabellen nedenfor opsummerer sammenligningerne mellem fremadkæden vs bagudkæden:
Forward Chaining | Bagudkædning | |
Spørgsmålstype | Expert System bruger denne strategi til at svare, "Hvad kan der ske næste?" | Expert System bruger denne strategi til at svare, "Hvorfor sker dette?" |
Nærme sig | Følger bottom-up-tilgang | Følger top-down-tilgang |
Type strategi | Det anvender strategien for bredde-første | Det anvender Depth-First-strategien |
Teknik | Forward chaining er en datadrevet teknik | Det er en målstyret teknik. |
Mål | Dets mål er at få konklusionen. | Dets mål er at få de mulige fakta |
Driftsretning | Fremadretning, dvs. det går fra faktum til resultat | Retning tilbage, dvs. det går fra resultat til fakta. |
Antal konklusioner | Det kan generere et uendeligt antal mulige konklusioner | Det genererer et begrænset antal mulige konklusioner |
Ansøgning | Det bruges til overvågning, planlægning, fortolkning og kontrol af applikationer. | Det bruges til recept, fejlsøgning og diagnosticeringsapplikationer. |
Hastighed | Langsomt, da det skal bruge alle reglerne | Hurtigt, da det kun skal bruge et par regler. |
Konklusion
I denne artikel har vi set forskelle mellem Forward Chaining vs Backward Chaining med deres centrale forskelle. Jeg håber, at du finder denne artikel nyttig.
Anbefalede artikler
Dette har været en guide til den største forskel mellem Forward Chaining vs Backward Chaining. Her diskuterer vi også Forward Chaining vs Backward Chaining nøgleforskelle med infografik og sammenligningstabel. Du kan også se på de følgende artikler for at lære mere -
- Problemer med kunstig intelligens
- Kunstig intelligens teknologi
- Pareto-diagram i Tableau
- Break vs Fortsæt