ارائه روشی نوین برای بهبود نتیجه استدلال واستنتاج درساختارهای درختی به منظور افزایش سرعت ودقت درهوش مصنوعی و زیرشاخه های آن

حوزه فنی علم هوش مصنوعی و تمامی زیرشاخه های آن درسالهای اخیرموردتوجه دانشجویان و دانش پژوهان زیادی قرارگرفته است به دلیل نفوذروزافزون این علم درتمامی حوزه های کاری ازجمله بانکداری حسابداری امور مالی انتخاب الگو انتخاب ساختارمناسب و بهینه و حوزه های کاری دیگر سبب تمرکز بسیاری ازمحققین روی اینگونه ازمسائل علمی شدها ست همانطور که میدانید مرسوم ترین ساختاربرای نمایش هوش مصنوعی و زیرمجموعه های آن ساختاردرختی می باشد این ساختارقابلیت بسیاربالایی درنحوه تفهیم ارتباطات میان اجزای یک محیط کاری برای کاربرخود فراهم می کند به گونه ای که بانمایش این ساختارکاربر دیدجامع و سازمان یافته ای ازموجودیت های جاری و رخدادهای اینده پیدا می کند همچنین ساختاردرختی دارای مزیتهای دیگری نیز می باشد که باعث شده است بسیاری ازمسائل هوش مصنوعی برمبنای آن انجام شود هدف ما ازارایه این مطلب بیان یک روش استدلال جدید برای بهینه نمودن استنتاج نهایی و استخراج نتیجه ی کاملتر براساس ورودیهای مسئله میب اشد سپس نحوه مدیریت این روش استدلال برای مراحل بعدی بیان خواهد شد و درنهایت یک روش ساختمند برای بهینه کردن جواب نهایی استخراج میشود

کلیدواژه ها:

روش استنتاج ، ساختاردرخت ، دانش استنتاجی/دانش وضعیتی/ساختارسلسله مراتبی