A5M33IZS – Informační a znalostní systémy Úvod do problematiky expertních systémů.

Prezentace na téma: "A5M33IZS – Informační a znalostní systémy Úvod do problematiky expertních systémů."— Transkript prezentace:

1 A5M33IZS – Informační a znalostní systémy Úvod do problematiky expertních systémů

2 Expertní systémy Diagnostické Množina hypotéz Uspořádání hypotéy podle „pravděpodobnosti“ (viz Hájkova algebraická teorie) Příklady: Prospector (SRI International) předpověděl ložisko molybdenu v hodnotě desítek miliard USD MYCIN Edward H. Shortliffe (Stanford Medical School) klasifikace infekčních moykových onemocnění později EMYCIN Plánovací R1 (později nzýván XCON, for eXpert CONfigurer) John P. McDermott (Carnegie Mellon University) Nalezení plánu = (sub)optimální cesty ve stavovém prostoru Příklad:

3 Diagnostické expertní systémy E1E1 E2E2 EnEn Pozorovatelná tvrzení: H1H1 H2H2 H3H3 Hypotézy: M1M1 M2M2 M3M3

4 Inferenční (odvozovací) síť, inferenční mechanismus Problém velikosti příspěvku pravidla Problém sdružování příspěvků pravidel E H w Pokud E 100% platí, pak aposteriorní váha H je w. Jaká je aposteriorní váha H, máme-li pouze 70% (ne)důvěru v platnost E ? E1E1 E2E2 H h1h1 h2h2 Podle 1. pravidla je apostriorní váha H rovna h 1. Podle 2. pravidla je apostriorní váha H rovna h 2. Jaká je výsledná aposteriorní váha H ? h 1 + h 2

5 1. Problém velikosti příspěvku pravidla E -> H (w) NE NEVÍM ANO b(E) ctr(e,H) w 0 (Petr Hájek - Hájkova algebraická teorie)

6 1. Problém velikosti příspěvku pravidla PROSPECTOR E -> H (P(H/E), P(H/~E)) NENEVÍM ANO P(H/E’) P(H/E) 0 P(E/E’) 1P(E) P(H) P(H/~E)

7 2. Problém sdružování příspěvků pravidel E1E1 E2E2 H h1h1 h2h2 -1 … určitě ne 0 … nevím 1 … určitě ano Budiž a, b, c  ( -1, 1) váhy nějakých tvrzení + a1 = 1 + a0 = a + a-a = 0 + (1-1 … není definováno) + ab = + ba + a( b + c ) = + ( ab) + c a + c > + bc (a > b) & (c > 0) => (-1, 1) spolu s + tvoří uspořádanou komutativní grupu (Abelovská grupa). (Petr Hájek - Hájkova algebraická teorie)

8 2. Problém sdružování příspěvků pravidel PROSPECTOR E1E1 E2E2 H P(H/E 1 ) P(H/E 2 ) Podmíněná nezávislost Dlouhé vlasyUčitelka Závislost ?

9 2. Problém sdružování příspěvků pravidel PROSPECTOR E1E1 E2E2 H P(H/E 1 ) P(H/E 2 ) Podmíněná nezávislost Závislost ? Dlouhé vlasyUčitelka Žena/Muž ANO

10 2. Problém sdružování příspěvků pravidel PROSPECTOR E1E1 E2E2 H P(H/E 1 ) P(H/E 2 ) Podmíněná nezávislost Závislost ? Dlouhé vlasyUčitelka Žena/Muž NE A B / C : P(A, B / C) = P(A / C) * P (B / C)

11 2. Problém sdružování příspěvků pravidel PROSPECTOR E1E1 E2E2 H P(H/E 1 ) P(H/E 2 ) Podmíněná nezávislost A B / C : P(A, B / C) = P(A / C) * P (B / C)P(A, B, C) = P(A / C) * P (B / C) P(C) P(A, B, C) P(A, C) P (B, C) = * P(C) P(C) P(C) P(A, C) * P (B, C) = P(C) P(A, B, C)