फॉरवर्ड चेनिंग: Difference between revisions

From Vigyanwiki
No edit summary
No edit summary
Line 3: Line 3:
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 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 (उदाहरण के लिए, अंतिम उपयोगकर्ता से) निकालने के लिए  [[अनुमान नियम|इन्फेरेंस नियम]]ों का उपयोग करती है। फॉरवर्ड चेनिंग का उपयोग करने वाला एक  इन्फेरेंस इंजन  इन्फेरेंस नियमों की खोज करता है जब तक कि उसे कोई ऐसा नियम न मिल जाए जहां [[पूर्ववर्ती (तर्क)|पूर्ववर्ती (लॉजिक )]] (यदि खंड) सत्य माना जाता है। जब ऐसा कोई नियम पाया जाता है, तो इंजन परिणामी (तब 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 से Iteration#Computing करेंगे।
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==
Line 21: Line 23:
आगे के लॉजिक  के साथ,  इन्फेरेंस इंजन कई चरणों में यह निष्कर्ष निकाल सकता है कि फ़्रिट्ज़ हरा है:
आगे के 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, नियम #1 का पूर्ववर्ती फ़्रिट्ज़ को X के स्थान पर प्रतिस्थापित करके संतुष्ट किया जाता है, और  इन्फेरेंस इंजन निष्कर्ष निकालता है:
1. चूँकि आधार तथ्य दर्शाते हैं कि फ़्रिट्ज़ क्रोक करता है और फ़्रिट्ज़ मक्खियाँ खाता है, नियम #1 का एंटीसीडेन्ट  फ़्रिट्ज़ को X के स्थान पर प्रतिस्थापित करके संतुष्ट किया जाता है, और  इन्फेरेंस इंजन निष्कर्ष निकालता है:
   फ़्रिट्ज़ एक मेंढक है
   फ़्रिट्ज़ एक मेंढक है


2. नियम #3 के पूर्ववर्ती को X के स्थान पर फ्रिट्ज़ को प्रतिस्थापित करके संतुष्ट किया जाता है, और  इन्फेरेंस इंजन निष्कर्ष निकालता है:
2. नियम #3 के एंटीसीडेन्ट  को X के स्थान पर फ्रिट्ज़ को प्रतिस्थापित करके संतुष्ट किया जाता है, और  इन्फेरेंस इंजन निष्कर्ष निकालता है:
   फ़्रिट्ज़ हरा है
   फ़्रिट्ज़ हरा है



Revision as of 09:31, 4 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 नियम आधार में निम्नलिखित चार नियम शामिल हैं:

  1. यदि X टर्र-टर्र करता है और X मक्खियाँ खाता है - तो X एक मेंढक है
  2. यदि एक्स चहचहाता है और एक्स गाता है - तो एक्स एक कैनरी है
  3. यदि X एक मेंढक है - तो X हरा है
  4. यदि X एक कैनरी है - तो X नीला है

आइए हम कंप्यूटर के पैटर्न का अनुसरण करके फॉरवर्ड चेनिंग का वर्णन करें क्योंकि यह नियमों का मूल्यांकन करता है। निम्नलिखित तथ्यों पर विचार करें:

  • फ़्रिट्ज़ कर्कश
  • फ़्रिट्ज़ मक्खियाँ खाता है

आगे के 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, नियम #1 का एंटीसीडेन्ट फ़्रिट्ज़ को X के स्थान पर प्रतिस्थापित करके संतुष्ट किया जाता है, और इन्फेरेंस इंजन 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 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 दूसरे तरीके से काम करती है। 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 चुने और उपयोग किए जाते हैं, इस पद्धति को डेटा-संचालित विज्ञान कहा जाता है|डेटा-संचालित, लक्ष्य-उन्मुख|लक्ष्य-संचालित बैकवर्ड चेनिंग इन्फेरेंस के विपरीत। फॉरवर्ड चेनिंग दृष्टिकोण को अक्सर क्लिप्स जैसे विशेषज्ञ प्रणालियों द्वारा नियोजित किया जाता है।

बैकवर्ड-चेनिंग की तुलना में फॉरवर्ड-चेनिंग के फायदों में से एक यह है कि नए डेटा का स्वागत नए निष्कर्षों को ट्रिगर कर सकता है, जो इंजन को गतिशील स्थितियों के लिए बेहतर अनुकूल बनाता है जिसमें स्थितियां बदलने की संभावना होती है।[2][3]


यह भी देखें

संदर्भ

  1. Feigenbaum, Edward (1988). विशेषज्ञ कंपनी का उदय. Times Books. p. 318. ISBN 0-8129-1731-6.
  2. Hayes-Roth, Frederick; Donald Waterman; Douglas Lenat (1983). विशेषज्ञ प्रणालियों का निर्माण. Addison-Wesley. ISBN 0-201-10686-8.
  3. 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.


बाहरी संबंध