फॉरवर्ड चेनिंग: Difference between revisions
From Vigyanwiki
(Created page with "{{Short description|Inference engine in an expert system}} {{about|forward chaining inference engines|forward chaining as an instructional procedure|Chaining}} फॉरवर...") |
No edit summary |
||
| (7 intermediate revisions by 4 users not shown) | |||
| Line 1: | Line 1: | ||
{{Short description|Inference engine in an expert system}} | {{Short description|Inference engine in an expert system}} | ||
{{about|forward chaining inference engines|forward chaining as an instructional procedure|Chaining}} | {{about|forward chaining inference engines|forward chaining as an instructional procedure|Chaining}} | ||
फॉरवर्ड चेनिंग | फॉरवर्ड चेनिंग या फॉरवर्ड रीजनिंग एक [[अनुमान इंजन|इन्फेरेंस इंजन]] का उपयोग करते समय [[स्वचालित तर्क|स्वचालित लॉजिक]] की दो मुख्य विधियो में से एक है और इसे लॉजिकली रूप से ''[[ मूड सेट करना |मूड पॉपेनस]]'' के बार-बार उपयोग के रूप में वर्णित किया जाता है। फॉरवर्ड चेनिंग विशेषज्ञ प्रणालियों, [[व्यवसाय नियम इंजन]] और [[उत्पादन प्रणाली (कंप्यूटर विज्ञान)]] के लिए एक लोकप्रिय कार्यान्वयन रणनीति के रूप में है। फॉरवर्ड चेनिंग के विपरीत [[ पीछे की ओर जंजीर |बैकवर्ड]] चेनिंग है। | ||
फॉरवर्ड चेनिंग उपलब्ध [[आंकड़े]] से शुरू होती है और [[लक्ष्य]] तक पहुंचने तक अधिक डेटा | फॉरवर्ड चेनिंग उपलब्ध [[आंकड़े|डेटा]] से शुरू होती है और [[लक्ष्य]] तक पहुंचने तक अधिक डेटा [[अनुमान नियम|इन्फेरेंस नियम]] का उपयोग करती है। उदाहरण के लिए, अंतिम उपयोगकर्ता से निकालने के लिए फॉरवर्ड चेनिंग का उपयोग करने वाला एक इन्फेरेंस इंजन इन्फेरेंस नियमों की सर्च करता है जब तक कि उसे कोई ऐसा नियम नहीं मील जाता है जहां [[पूर्ववर्ती (तर्क)|एंटीसीडेन्ट लॉजिक]] खंड सत्य के रूप में माना जाता है। जब ऐसा कोई नियम पाया जाता है, तो इंजन परिणामी खंड निष्कर्ष निकाल सकता है या इन्फेरेंस लगा सकता है, जिसके परिणामस्वरूप उसके डेटा में नई [[जानकारी]] जुड़ जाती है।<ref>{{cite book|last=Feigenbaum|first=Edward|title=विशेषज्ञ कंपनी का उदय|url=https://archive.org/details/riseofexpertco00feig|url-access=registration|year=1988|publisher=Times Books|isbn=0-8129-1731-6|page=[https://archive.org/details/riseofexpertco00feig/page/318 318]}}</ref> | ||
किसी लक्ष्य तक पहुंचने तक इन्फेरेंस इंजन इस प्रक्रिया को दोहराते रहते है। | |||
==उदाहरण== | ==उदाहरण== | ||
मान लीजिए कि लक्ष्य फ़्रिट्ज़ नामक पालतू जानवर के रंग का निष्कर्ष निकालना है, यह देखते हुए कि वह टर्र-टर्र करता है और मक्खियाँ खाता है | मान लीजिए कि लक्ष्य फ़्रिट्ज़ नामक पालतू जानवर के रंग का निष्कर्ष निकालना है, यह देखते हुए कि वह टर्र-टर्र करता है और मक्खियाँ खाता है और इस प्रकार नियम आधार पर निम्नलिखित चार नियम सम्मलित होते है | ||
# यदि X टर्र-टर्र करता है और X मक्खियाँ खाता है - तो X एक मेंढक है | # यदि X टर्र-टर्र करता है और X मक्खियाँ खाता है - तो X एक मेंढक है | ||
# यदि एक्स | # यदि एक्स क्रिप्स है और एक्स सींग करता है - तो एक्स एक कैनरी है | ||
# यदि X एक मेंढक है - तो X हरा है | # यदि X एक मेंढक है - तो X हरा है | ||
# यदि X एक कैनरी है - तो X नीला है | # यदि X एक कैनरी है - तो X नीला है | ||
आइए हम कंप्यूटर के पैटर्न का अनुसरण करके फॉरवर्ड चेनिंग का वर्णन | आइए हम कंप्यूटर के पैटर्न का अनुसरण करके फॉरवर्ड चेनिंग का वर्णन करते है, क्योंकि यह नियमों का मूल्यांकन करता है। निम्नलिखित तथ्यों पर विचार करते है | ||
निम्नलिखित तथ्यों पर विचार | * फ़्रिट्ज़ क्रॉक्स | ||
* फ़्रिट्ज़ | |||
* फ़्रिट्ज़ मक्खियाँ खाता है | * फ़्रिट्ज़ मक्खियाँ खाता है | ||
फॉरवर्ड लॉजिक के साथ इन्फेरेंस इंजन कई चरणों में यह निष्कर्ष निकाल सकता है कि फ़्रिट्ज़ हरा है, | |||
1. चूँकि आधार तथ्य दर्शाते हैं कि फ़्रिट्ज़ क्रोक करता है और फ़्रिट्ज़ मक्खियाँ खाता है | 1. चूँकि आधार तथ्य दर्शाते हैं कि फ़्रिट्ज़ क्रोक करता है और फ़्रिट्ज़ मक्खियाँ खाता है इस प्रकार नियम #1 का एंटीसीडेन्ट फ़्रिट्ज़ को X के स्थान पर प्रतिस्थापित करके संतुष्ट किया जाता है और इन्फेरेंस इंजन इस प्रकार निष्कर्ष निकालता है | ||
फ़्रिट्ज़ एक मेंढक है | फ़्रिट्ज़ एक मेंढक है | ||
2. नियम #3 के | 2. नियम #3 के एंटीसीडेन्ट को X के स्थान पर फ्रिट्ज़ को प्रतिस्थापित करके संतुष्ट किया जाता है और इन्फेरेंस इंजन इस प्रकार निष्कर्ष निकालता है: | ||
फ़्रिट्ज़ हरा है | फ़्रिट्ज़ हरा है | ||
फॉरवर्ड चेनिंग नाम इस तथ्य से आता है कि | फॉरवर्ड चेनिंग नाम इस तथ्य से आता है कि इन्फेरेंस इंजन डेटा से शुरू होता है और उत्तर तक पहुंचने का कारण बनता है, बैकवर्ड चेनिंग के विपरीत जो दूसरी विधियो से काम करती है। इस प्रकार व्युत्पत्ति में, नियमों का उपयोग बैकवर्ड चेनिंग की तुलना में विपरीत क्रम में किया जाता है। इस उदाहरण में, नियम #2 और #4 का उपयोग यह निर्धारित करने में नहीं किया गया कि फ़्रिट्ज़ हरा है। | ||
बैकवर्ड चेनिंग के विपरीत | |||
व्युत्पत्ति में, नियमों का उपयोग बैकवर्ड चेनिंग की तुलना में विपरीत क्रम में किया जाता है। | |||
इस उदाहरण में, नियम #2 और #4 का उपयोग यह निर्धारित करने में नहीं किया गया कि फ़्रिट्ज़ हरा है। | |||
क्योंकि डेटा निर्धारित करता है कि कौन से नियम | क्योंकि डेटा निर्धारित करता है कि कौन से नियम चुनने और उपयोग किए जाने हैं, इस विधि को लक्ष्य-संचालित बैकवर्ड चेनिंग अनुमान के विपरीत [[डेटा-संचालित]] कहा जाता है। फॉरवर्ड चेनिंग दृष्टिकोण को सदैव [[क्लिप्स]] जैसे विशेषज्ञ प्रणालियों द्वारा नियोजित किया जाता है। | ||
बैकवर्ड-चेनिंग की तुलना में फॉरवर्ड-चेनिंग के | बैकवर्ड-चेनिंग की तुलना में फॉरवर्ड-चेनिंग के लाभों में से एक यह है कि नए डेटा का स्वागत नए निष्कर्षों को ट्रिगर कर सकता है, जो इंजन को गतिशील स्थितियों के लिए अनुकूल बनाता है जिसमें स्थितियां बदलने की संभावना होती है।<ref name="Hayes-Roth 1983">{{cite book|last=Hayes-Roth|first=Frederick|title=विशेषज्ञ प्रणालियों का निर्माण|year=1983|publisher=Addison-Wesley|isbn=0-201-10686-8|author2=Donald Waterman|author3=Douglas Lenat|url-access=registration|url=https://archive.org/details/buildingexpertsy00temd}}</ref><ref>{{cite web|last=Kaczor|first=Krzystof|title=विशेषज्ञ प्रणाली शैलों का अवलोकन|url=https://home.agh.edu.pl/~ligeza/wiki/lib/exe/fetch.php?media=ke:ruleinfalg.pdf|work=geist.agh.edu.pl/|publisher=Institute of Automatics: AGH University of Science and Technology, Poland|access-date=5 December 2013|author2=Szymon Bobek |author3=Grzegorz J. Nalepa |location=Krakow, Poland|date=2010-12-05}}</ref> | ||
==यह भी देखें== | ==यह भी देखें== | ||
* | *बैकवर्ड-चेनिंग | ||
* [[बाधा प्रबंधन नियम]] | * [[बाधा प्रबंधन नियम|कॉन्सट्रेंट प्रबंधन नियम]] | ||
* [[अवसरवादी तर्क]] | * [[अवसरवादी तर्क|ओपुर्चूनिस्टिक लॉजिक]] | ||
* | * कलन विधि रीट | ||
==संदर्भ== | ==संदर्भ== | ||
| Line 50: | Line 48: | ||
* [https://web.archive.org/web/20130907161909/http://answers.semanticweb.com/questions/3304/forward-vs-backward-chaining Forward vs. Backward Chaining Explained at SemanticWeb.com ] | * [https://web.archive.org/web/20130907161909/http://answers.semanticweb.com/questions/3304/forward-vs-backward-chaining Forward vs. Backward Chaining Explained at SemanticWeb.com ] | ||
{{Automated reasoning}} | {{Automated reasoning}} | ||
[[Category: | [[Category:Articles with hatnote templates targeting a nonexistent page]] | ||
[[Category:Collapse templates]] | |||
[[Category:Created On 24/07/2023]] | [[Category:Created On 24/07/2023]] | ||
[[Category:Lua-based templates]] | |||
[[Category:Machine Translated Page]] | |||
[[Category:Navigational boxes| ]] | |||
[[Category:Navigational boxes without horizontal lists]] | |||
[[Category:Pages with script errors]] | |||
[[Category:Short description with empty Wikidata description]] | |||
[[Category:Sidebars with styles needing conversion]] | |||
[[Category:Template documentation pages|Documentation/doc]] | |||
[[Category:Templates Vigyan Ready]] | |||
[[Category:Templates generating microformats]] | |||
[[Category:Templates that add a tracking category]] | |||
[[Category:Templates that are not mobile friendly]] | |||
[[Category:Templates that generate short descriptions]] | |||
[[Category:Templates using TemplateData]] | |||
[[Category:Wikipedia metatemplates]] | |||
[[Category:कंप्यूटर विज्ञान में तर्क]] | |||
[[Category:तर्क]] | |||
[[Category:विशेषज्ञ प्रणालियां]] | |||
Latest revision as of 11:17, 14 August 2023
फॉरवर्ड चेनिंग या फॉरवर्ड रीजनिंग एक इन्फेरेंस इंजन का उपयोग करते समय स्वचालित लॉजिक की दो मुख्य विधियो में से एक है और इसे लॉजिकली रूप से मूड पॉपेनस के बार-बार उपयोग के रूप में वर्णित किया जाता है। फॉरवर्ड चेनिंग विशेषज्ञ प्रणालियों, व्यवसाय नियम इंजन और उत्पादन प्रणाली (कंप्यूटर विज्ञान) के लिए एक लोकप्रिय कार्यान्वयन रणनीति के रूप में है। फॉरवर्ड चेनिंग के विपरीत बैकवर्ड चेनिंग है।
फॉरवर्ड चेनिंग उपलब्ध डेटा से शुरू होती है और लक्ष्य तक पहुंचने तक अधिक डेटा इन्फेरेंस नियम का उपयोग करती है। उदाहरण के लिए, अंतिम उपयोगकर्ता से निकालने के लिए फॉरवर्ड चेनिंग का उपयोग करने वाला एक इन्फेरेंस इंजन इन्फेरेंस नियमों की सर्च करता है जब तक कि उसे कोई ऐसा नियम नहीं मील जाता है जहां एंटीसीडेन्ट लॉजिक खंड सत्य के रूप में माना जाता है। जब ऐसा कोई नियम पाया जाता है, तो इंजन परिणामी खंड निष्कर्ष निकाल सकता है या इन्फेरेंस लगा सकता है, जिसके परिणामस्वरूप उसके डेटा में नई जानकारी जुड़ जाती है।[1]
किसी लक्ष्य तक पहुंचने तक इन्फेरेंस इंजन इस प्रक्रिया को दोहराते रहते है।
उदाहरण
मान लीजिए कि लक्ष्य फ़्रिट्ज़ नामक पालतू जानवर के रंग का निष्कर्ष निकालना है, यह देखते हुए कि वह टर्र-टर्र करता है और मक्खियाँ खाता है और इस प्रकार नियम आधार पर निम्नलिखित चार नियम सम्मलित होते है
- यदि X टर्र-टर्र करता है और X मक्खियाँ खाता है - तो X एक मेंढक है
- यदि एक्स क्रिप्स है और एक्स सींग करता है - तो एक्स एक कैनरी है
- यदि X एक मेंढक है - तो X हरा है
- यदि X एक कैनरी है - तो X नीला है
आइए हम कंप्यूटर के पैटर्न का अनुसरण करके फॉरवर्ड चेनिंग का वर्णन करते है, क्योंकि यह नियमों का मूल्यांकन करता है। निम्नलिखित तथ्यों पर विचार करते है
- फ़्रिट्ज़ क्रॉक्स
- फ़्रिट्ज़ मक्खियाँ खाता है
फॉरवर्ड लॉजिक के साथ इन्फेरेंस इंजन कई चरणों में यह निष्कर्ष निकाल सकता है कि फ़्रिट्ज़ हरा है,
1. चूँकि आधार तथ्य दर्शाते हैं कि फ़्रिट्ज़ क्रोक करता है और फ़्रिट्ज़ मक्खियाँ खाता है इस प्रकार नियम #1 का एंटीसीडेन्ट फ़्रिट्ज़ को X के स्थान पर प्रतिस्थापित करके संतुष्ट किया जाता है और इन्फेरेंस इंजन इस प्रकार निष्कर्ष निकालता है
फ़्रिट्ज़ एक मेंढक है
2. नियम #3 के एंटीसीडेन्ट को X के स्थान पर फ्रिट्ज़ को प्रतिस्थापित करके संतुष्ट किया जाता है और इन्फेरेंस इंजन इस प्रकार निष्कर्ष निकालता है:
फ़्रिट्ज़ हरा है
फॉरवर्ड चेनिंग नाम इस तथ्य से आता है कि इन्फेरेंस इंजन डेटा से शुरू होता है और उत्तर तक पहुंचने का कारण बनता है, बैकवर्ड चेनिंग के विपरीत जो दूसरी विधियो से काम करती है। इस प्रकार व्युत्पत्ति में, नियमों का उपयोग बैकवर्ड चेनिंग की तुलना में विपरीत क्रम में किया जाता है। इस उदाहरण में, नियम #2 और #4 का उपयोग यह निर्धारित करने में नहीं किया गया कि फ़्रिट्ज़ हरा है।
क्योंकि डेटा निर्धारित करता है कि कौन से नियम चुनने और उपयोग किए जाने हैं, इस विधि को लक्ष्य-संचालित बैकवर्ड चेनिंग अनुमान के विपरीत डेटा-संचालित कहा जाता है। फॉरवर्ड चेनिंग दृष्टिकोण को सदैव क्लिप्स जैसे विशेषज्ञ प्रणालियों द्वारा नियोजित किया जाता है।
बैकवर्ड-चेनिंग की तुलना में फॉरवर्ड-चेनिंग के लाभों में से एक यह है कि नए डेटा का स्वागत नए निष्कर्षों को ट्रिगर कर सकता है, जो इंजन को गतिशील स्थितियों के लिए अनुकूल बनाता है जिसमें स्थितियां बदलने की संभावना होती है।[2][3]
यह भी देखें
- बैकवर्ड-चेनिंग
- कॉन्सट्रेंट प्रबंधन नियम
- ओपुर्चूनिस्टिक लॉजिक
- कलन विधि रीट
संदर्भ
- ↑ Feigenbaum, Edward (1988). विशेषज्ञ कंपनी का उदय. Times Books. p. 318. ISBN 0-8129-1731-6.
- ↑ Hayes-Roth, Frederick; Donald Waterman; Douglas Lenat (1983). विशेषज्ञ प्रणालियों का निर्माण. Addison-Wesley. ISBN 0-201-10686-8.
- ↑ Kaczor, Krzystof; Szymon Bobek; Grzegorz J. Nalepa (2010-12-05). "विशेषज्ञ प्रणाली शैलों का अवलोकन" (PDF). geist.agh.edu.pl/. Krakow, Poland: Institute of Automatics: AGH University of Science and Technology, Poland. Retrieved 5 December 2013.
