Full metadata record
DC FieldValueLanguage
dc.contributor.author蘇榮斌en_US
dc.contributor.authorSU,RONG-BINen_US
dc.contributor.author鄭璧瑩en_US
dc.contributor.authorZHENG,BI-YINGen_US
dc.date.accessioned2014-12-12T02:08:40Z-
dc.date.available2014-12-12T02:08:40Z-
dc.date.issued1990en_US
dc.identifier.urihttp://140.113.39.130/cdrfb3/record/nctu/#NT792489044en_US
dc.identifier.urihttp://hdl.handle.net/11536/55487-
dc.description.abstract軸對稱組件公差配合專家系統,簡稱ASPTF ,最初應用領域為針對軸對稱件緊縮配合 ,其知識擷取有以下之困難點:(1) 知識庫內之規則,表格,公式,仍須在PE2 上建 立。(2) 規則之建立須具有專專家系統之知識,單憑專家是不能完成,而仍有賴知識 工程師充當橋樑,才可將專家之經驗知識,轉換為知識庫內之規則及事實。(3) 建構 一專家系統,須有知識工程師及專家才可完成,但由於知識工程師及專家領域沒有具 有相同知識,故在專家系統建構過程中,常遇到兩位意見分岐,或溝通困難。所以有 須要發展一套易於操作之知識擷取系統,以引導專家將其知識片段輸入本系統,再經 本系統將這些片段知識予以分析後依其型態而編輯成知識庫內之規則及事實,以提高 知識庫建立之效率及容易性。 TEIRESIAS 為用在MYCIN 新知識的自動擷取。ETS 為目錄格子為基礎之知識擷取工具 。KNACK 為一知識擷取工具,它幫助發展一專家系統來評估電機系統。AQUINAS 為E- TS的一個延伸,為一知識擷取工作台,其內部推理引擎為以目錄格子為基礎。KRITON 為一混合知識擷取工具,使用自動訪談,草案分析,及本文分析三擷取法分別來獲取 一領域專家的敘述性,程序性知識,及教科書為基礎的知識。SALT為以GPS5來發展之 知識擷取工具,提供一建議修正法之問題解決策略,針對此問題解決策略將領域知識 依其所扮演角色予以切開成知識片段,再分別以單一視窗方式,來擷取各知識片段, 編輯成知識庫,最後與一解決問題之空殼結合而成一專家系統。 本知識擷取系統(knowledge acquisition system)簡稱KAS ,是屬於結構化訪談型的 知識擷取系統,為針對本研究群已建立之ASPTF 專家系統發展而成,利用本系統領域 專家只要直接與本系統做交談,將其解題過程,或經過歸納整理之專業知識予以直接 輸入,便要產生符合ASPTF 原型所能接受之知識庫及資料庫。本系統乃以易於操作之 整合式視窗的系統架構來建立,並以框架式結構來引導專家將其抽象知識予以分割成 片段知識并適當填入。即將知識予以適切分類成觀念定義,狀錶分類,狀況行動三大 類,至於知識庫資料亦予以分成表格,公式兩大類,然後分別以定義,分類,行動, 資料庫,公用指令諸子視窗來擷取,測試及維護上述知識和資料。 本擷取系統KAS ,具有之如下之特色及貢獻:(1) 三層遞回的MENU系統,(2) 萬用整 合性MENU工作環境,(3) 可執行外部程式檔,(4) 整合諸知識片段的突現式視窗,(5 ) 提示訊息的全螢幕視窗文字編修功能,(6) 適切的知識切割,故可達到“方便擷取 知識”及“方便擴充系統功能”之功效。 #50012658.abs #50012658.abszh_TW
dc.language.isozh_TWen_US
dc.subject軸對稱組件公差zh_TW
dc.subject擷取法zh_TW
dc.subject結構化訪談型zh_TW
dc.subject方便擴充系統zh_TW
dc.subject自動擷取zh_TW
dc.subject自動訪談zh_TW
dc.title軸對稱組件公差配合專業知識擷取法之研究zh_TW
dc.typeThesisen_US
dc.contributor.department機械工程學系zh_TW
Appears in Collections:Thesis