Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

Expertní Systémy Petr Berka. Expertní systémy Počítačové programy simulující rozhodovací činnost lidského experta při řešení složitých úloh a využívající.

Podobné prezentace


Prezentace na téma: "Expertní Systémy Petr Berka. Expertní systémy Počítačové programy simulující rozhodovací činnost lidského experta při řešení složitých úloh a využívající."— Transkript prezentace:

1 Expertní Systémy Petr Berka

2 Expertní systémy Počítačové programy simulující rozhodovací činnost lidského experta při řešení složitých úloh a využívající vhodně zakódovaných speciálních znalostí převzatých od experta s cílem dosáhnout ve zvolené problémové oblasti kvality rozhodování na úrovni experta.

3 Role expertního systému expert kolega asistent

4 Charakteristické rysy expertního systému oddělení znalostí a mechanismu pro jejich využívání neurčitost v bázi znalostí neurčitost v datech dialogový režim vysvětlovací činnost modularita a transparentnost báze znalostí

5 Schéma expertního systému

6 Typy expertních systémů Diagnostické –diagnóza (MYCIN, INTERNIST) –interpretace (DENDRAL, PROSPECTOR) –monitorování (VM) Generativní –návrh (R1/XCON) –plánování (MOLGEN) –predikce (GLAUKOMA)

7 Diagnostické úlohy získávání a interpretace informací relevantních pro potvrzení přítomnosti nebo nepřítomnosti nějaké závady v systému

8 Data a znalosti v procesu rozhodování

9 Způsoby reprezentace znalostí predikátová logika sémantické sítě rámce pravidla případy

10 Pravidla procedurální sémantika JESTLIŽE situace PAK akce deklarativní sémantika JESTLIŽE předpoklad PAK závěr situace, předpoklad a závěr jsou kombinace tvrzení o stavu světa

11 Atributy a výroky výrok (auto má červenou barvu) atribut, hodnota (barva_auta = červená) objekt, atribut, hodnota (auto_25: barva = červená) typy atributů: –kategoriální (binární, nominální, ordinální) –numerické

12 Inferenční síť uzly = tvrzení (dotazy, cíle, mezilehlé uzly) hrany = pravidla

13 Metody inference logické metody (dedukce, abdukce, indukce) zpětné nebo přímé řetězení generování a testování využití analogií

14 Dedukce využívá implikaci ve dvojhodnotové logice modus ponens A => B, A B modus tollens A => B,  B  A

15 Zpětné řetězení Vycházíme z cílů, které chceme odvodit a pokoušíme se nalézt pravidla umožňující tyto cíle potvrdit nebo vyvrátit

16 Přímé řetězení Vycházíme z faktů, které jsou splněna a a pokoušíme se nalézt aplikovatelná pravidla

17 Inference v diagnostických systémech prohledávání báze (zpětné nebo přímé řetězení) aplikace pravidla (dedukce) práce s neurčitostí

18 Vyjádření neurčitosti pseudopravděpodobnosti pravděpodobnosti (Bayesovské sítě) míry důvěry a nedůvěry váhy (algebraická teorie) vyjímky (nemonotonní usuzování)

19 Algebraická teorie pro znalosti v podobě pravidel předpoklad  závěr (váha) výpočet váhy předpokladu (NEG, CONJ, DISJ) výpočet příspěvku pravidla k váze závěru (CTR) složení dílčích příspěvků pravidel se stejným závěrem (GLOB)

20 Vysvětlování důvody pro vysvětlování –uživatel získá větší důvěru v závěry systému –tvůrce aplikace může lépe ladit bázi znalostí typické možnosti vysvětlování –why (proč systém klade tento dotaz) –how (jak systém odvodil své doporučení)

21 Volba aplikace hodnocení vágnosti a komplexnosti pravidlo telefonního hovoru

22 Faktory úspěchu Důvody pro aplikaci –expert odchází a je třeba zaškolit zástupce –snaha zajistit standardizaci způsobu rozhodování Zkušenosti z úspěšných projektů –získejte experta pro spolupráci –zaměřte se na koncového uživatele –použijte inkrementální způsob vývoje

23 Vývoj znalostního systému softwarový projekt, klíčovou roli hrají znalosti

24 Podpora vývoje Softwarový projekt –„klasické“ metodiky (spirála, vodopád, V) –metodika KADS Získávání znalostí –techniky elicitace znalostí –znalostní modelování –znalostní ontologie

25 Výhody použití expertních systémů zvýšená dostupnost expertízy snížené náklady na provedení expertízy trvalost expertízy opakovatelnost expertízy rychlá odezva

26 Limitující faktory chybějí efektivnější techniky získávání znalostí chybějí přesné testovací procedury nedostatečné integrování do používaných technologií znalostní inženýři kladou malý důraz na aplikační oblast

27 Příklad - expertní systém pro hodnocení rizika výskytu aterosklerózy komplikované onemocnění, které probíhá mnoho let bez příznaků. Manifestace aterosklerózy – postižení funkce životně důležitých orgánů (srdce, mozek, ledviny) má dalekosáhlé důsledky nejen zdravotní, ale i ekonomické, sociální, etické. Více než polovina úmrtí osob středního a vyššího věku je u nás stále způsobena aterosklerotickými onemocněními.

28 Rizikové faktory aterosklerózy neovlivnitelné: –pohlaví, věk, osobní anamnéza ovlivnitelné: –krevní tlak, hladina cholesterolu, kouření, způsob života stravovací návyky (obezita) tělesná aktivita reakce na stres

29 Výpočet rizika kardiovaskulární choroby (CVD) systémotázkyvhodný provýsledky NCEP ATP III11 + 2všechny pacientyriziko CVD do 10 let Risk assessment tool 4 + 2všechny pacientyriziko IM do 10 let Framingham Risk Assessment 5 + 2všechny pacientyriziko IM do 10 let PROCAM Risk Calculator 6 + 3muže středního věkuriziko IM do 10 let PROCAM Risk Score 7 + 4muže středního věkuriziko IM nebo úmrtí na CVD do 10 let PROCAM Neural Net muže středního věkuriziko IM do 10 let Heart Score4 + 2pacienty středního věkuúmrtí na CVD do 10 let

30 Kalkulátory  Expertní systémy kalkulátory –vyhodnocují riziko jako vážený součet všech faktorů –uživatel musí zadat přesné odpovědi na všechny otázky expertní systémy –vyhodnocují riziko odvozováním v bázi znalostí –mohou zpracovávat nejistou nebo chybějící informaci

31 Expertní systém NEST (1/2) reprezentace znalostí –atributy (binární, nominální, numerické) a výroky –pravidla: předpoklad  závěr (váha), akce kompozicionální - každý literál v závěru má váhu apriorní - kompozicionální pravidla bez předpokladu logická - nekompozicionální pravidla bez vah inference jako kombinace zpětného a přímého řetězení –kompozicionální inference pro kompozicionální a apriorní pravidla (kombinování příspěvků pravidel) –nekompozicionální inference pro logická pravidla (modus ponens + disjunkce)

32 Expertní systém NEST (2/2) zpracování neurčitosti –neurčitost se může vyskytovat ve znalostech experta i v odpovědích uživatele během konzultace, –kompozicionální (kombinování příspěvků všech aplikovatelných pravidel) založeno na algebraické teorii P. Hájka různé sady kombinačních funkcí (MYCIN + PROSPECTOR, Lukasiewiczova vícehodnotová logika, neuronové sítě) dva základní režimy konzultace: dialogový a pomocí dotazníku, implementováno jako stand-alone nebo client-server verze.

33 Systém NEST – typy odpovědí binární atribut - váha jednoduchý nominální atribut – hodnota a váha množinový nominální atribut – seznam hodnot a jejich vah numerický atribut - hodnota Dotazy nezodpovězené v průběhu konzultace získávají automaticky implicitní váhu „neznámá“ [-1,1] nebo “irelevantní“ [0,0], odpovědi lze rovněž odkládat a po skončení konzultace se k nim vrátit

34 Systém NEST - příklad dotazu

35 Systém NEST - výsledek konzultace

36 Základní informce o systému AtherEx báze znalostí vytvořena ve dvou krocích –aplikace metod strojového učení na data shromážděná v epidemiologické studii rizika aterosklerózy –získaná pravidla upravena a zpřesněna expertem systém pracuje s rizikovými faktory (otázkami) srozumitelnými laikům (20 faktorů + 1 lab. test) výsledkem konzultace je klasifikace pacienta do jedné ze čtyř skupin z hlediska rizika aterosklerózy

37 Studie primární prevence aterosklerózy Dlouhodobá ( ) studie rizikových faktorů aterosklerózy v populaci mužů středního věku rozdělených do tří skupin (normal, risk, pathological). zjistit prevalenci rizikových faktorů aterosklerózy u mužů středního věku, sledovat vývoj rizikových faktorů a jejich vlivu na zdravotní stav, zejména s ohledem na výskyt aterosklerotických CVD, sledovat vliv komplexní intervence rizikových faktorů na jejich vývoj a na kardiovaskulární morbiditu a mortalitu, po 10–12 letech trvání studie porovnat profil rizikových faktorů a zdravotní stav mužů v jednotlivých skupinách.

38 Data STULONG Entry 1417x64 Control 10572x66 Letter 403x62 Death 389x5

39 Algoritmus KEX pro tvorbu pravidel Rozhodovací pravidla tvaru Ant  Class (w) Kompozicionální algoritmus –Vytváření pravidel jako proces zpřesňování znalostí (přidej nové - speciálnější - pravidlo jenom pokud se zpřesní schopnost klasifikace) –Aplikace pravidel jako kombinace jejich příspěvků založená na pseudo-bayesovském přístupu:

40 Analýza tabulky ENTRY (1/2) klasifikace založená jen na dosud známých rizikových faktorech, klasifikace založená na atributech týkajících se způsobu života, osobní a rodinné anamnézy (bez speciálních laboratorních vyšetření), klasifikace založená na atributech týkajících se způsobu života a rodinné anamnézy, klasifikace založená pouze na atributech týkajících se způsobu života.

41 Analýza tabulky ENTRY (2/2) Bázepočet pravidel celková správnost správnost pro „nerizikové“ správnost pro „ostatní“ 11987%83%88% 23984%74%87% 33277%63%83% 42773%48%83%

42 Modifikace navržené expertem vytvoření nových cílů „žádné riziko“, „nízké riziko“, „střední riziko“ a „vysoké riziko“ místo původních rizikových skupin, doplnění pravidel ke všem hodnotám atributu v případě, že alespoň jedna hodnota tohoto atributu se objevila v pravidlech generovaných z dat, přidání atributu „cholesterol“.

43 Implementace použita klient-server verze NESTu (tenký klient = webový prohlížeč) uživatelské rozhranní skrývá detaily o inferenci a zpracování neurčitosti (tvůrce aplikace může měnit podobu dialogu pro jednotlivé báze znalostí) dialogový režim konzultace (s možností změnit odpovědi po skončení konzultace pomocí dotazníku)

44 Práce se systémem AtherEx (1/2)

45 Práce se systémem AtherEx (2/2)

46 Expertní systémy v medicině Generování poplachů a upozornění Diagnostická asistence Kontrola a plánování terapie Vyhledávání informací Rozpoznávání a interpretace snímků (Coiera, 2003) Info o systémech např. na

47 DiagnosisPro -

48 DXplain – edu/projects/dxplain.html

49 Gideon –

50 Hepaxpert - imc.akh-wien.ac.at/hepax/

51 Děkuji za pozornost


Stáhnout ppt "Expertní Systémy Petr Berka. Expertní systémy Počítačové programy simulující rozhodovací činnost lidského experta při řešení složitých úloh a využívající."

Podobné prezentace


Reklamy Google