استنتاج مبتنی بر مورد

تکنیک استنتاج مبتنی بر مورد (CBR) یک روش حل مسیله مبتنی بر دانش است که بر پایه استفاده مجدد از تجربیات پیشین عمل می کند و از تحقیقات علوم شناختی پدیدار شده است در این روش فرض بر این است که مسایل مشابه می توانند راه حل های مشابهی داشته باشند. استنتاج مبتنی بر مورد (CBR) یک الگوی استنتاج قیاسی است که براساس تجربیات موجود در پایگاه مورد (Case Base) یا موردهای مشابه موجود، عمل استنتاج را انجام می دهد. این نوع استنتاج، یک تکنیک مهم در هوش مصنوعی به شمار می رود، که برای دامنه گسترده ای از مسایل و حوزه ها قابل کاربرد می باشد. انتخاب روش مناسب معرفی مورد به سیستم استنتاج، برای عملکرد کلی CBR بسیار حساس و ضروری می باشد. در این مقاله ضمن معرفی روش استنتاج مبتنی بر مورد، متدولوژی های معرفی مورد و همچنین استنتاج معرفی شده و چالش های پیش روی این روش استنتاجی ارایه می گردد. بر اساس این تحقیق استفاده از انتولوژی جهت دستیابی به سیستم CBR مبتنی بر معناشناسی موثر بوده و هنوز نیاز به پیشرفت و توسعه دارد.

کلیدواژه ها:

تکنیک استنتاج مبتنی بر مورد ، حل مسیله ، هوش مصنوعی ، انتولوژی