Поиск

Полнотекстовый поиск:
Где искать:
везде
только в названии
только в тексте
Выводить:
описание
слова в тексте
только заголовок

Рекомендуем ознакомиться

Информатика, программирование->Лабораторная работа
Предлагается организовать соединение по протоколу PPTP между двумя сетевыми узлами. При этом имитируется соединение, которое пользователь Интернет уст...полностью>>
Информатика, программирование->Лабораторная работа
Протокол РРР був створений для вирішення проблем встановлення віддаленого зв'язку з Internet. Крім того, протокол РРР був потрібний для динамічного пр...полностью>>
Информатика, программирование->Лабораторная работа
Задайте ім'я вузла комутатора CustomerSwitch, використовуючи наступні команди: >enable #configure terminal (config)#hostname CustomerSwitch Крок . Нал...полностью>>
Информатика, программирование->Лабораторная работа
На заре компьютеризации все управление пользователями сводилось к администрированию одного единственного сервера. Со временем ситуация стала меняться,...полностью>>

Главная > Лекция >Информатика, программирование

Сохрани ссылку в одной из сетей:

Модели представления и обработки неопределенных знаний.

Коэффициенты уверенности Шортлифа.

(Конспект)

Представление и обработка в ЭС неопределенных знаний

Экспертным знаниям, как правило, присуща неопределенность. В инженерии знаний принято выделять различные типы неопределенности знаний: неполнота, неточность, нечеткость. С другой стороны, источники неопределенности могут быть разделены на две большие категории: недостаточно полное знание о предметной области и недостаточная информация о конкретной ситуации.

Для представления и обработки неопределенных знаний в ЭС предложены различные формальные модели, в частности:

  • коэффициенты уверенности Шортлиффа;

  • теория свидетельств Демпстера-Шефера;

  • байесовские сети доверия;

  • нечеткая логика и теория возможностей.

В общем случае правила в базе знаний могут иметь сколь угодно сложную логическую структуру антецедента. Кроме того сами правила могут быть взвешены оценками уверенности и наконец различные правила в базе знаний могут содержать в консеквенте одни и те же выводы. Поэтому обобщенная схема обработки неопределенностей в продукционных базах знаний имеет следующий вид:

CFant для свойств связанных конъюнкцией А&B

CFant = min(CF[A], CF[B])

CFant для свойств связанных дизъюнкцией АB

CFant = max(CF[A], CF[B])

CFcons = CFantCFrule


Рассмотрим в качестве примера подход к формализации и обработке неопределенных знаний, предложенный Шортлиффом при разработке системы MYCIN, который явился одним из первых и стимулировал многие другие работы в этой области. В соответствии с данным подходом неопределенность представляется коэффициентами уверенности (КУ), принимающими значение в интервале [–1; +1]. Значение –1 соответствует абсолютной ложности утверждения, +1 – абсолютной истинности, а 0 – полной неопределенности. Пусть имеется правило вида:

Если <Свидетельство-X>, то <Вывод-A>.

Значение CF коэффициента уверенности в выводе A при наличии свидетельства X определяется следующим образом:

 (P(A/X) - P(A)) / (1 - P(A)) , если P(A/X)  P(A);

CF[A, X] = 

 P(A/X) - P(A) / P(A) , если P(A/X) < P(A).

Здесь P(A) – априорная вероятность гипотезы A; P(A/X) – апостериорная вероятность гипотезы A при наличии свидетельства X. Первая из приведенных выше формул соответствует случаю, когда X подтверждает A, а вторая – когда X опровергает A.

Антецеденты правил обычно имеют сложную логическую структуру и представляют собой формулы, составленные из отдельных свидетельств с использованием операций конъюнкции и дизъюнкции. В этом случае при вычислении КУ составного антецедента используются следующие формулы:

для X&Y: CFand = min (CF[X], CF[Y]);

для XY: CFor = max (CF[X], CF[Y]).

Помимо неопределенности исходных свидетельств может иметь место неполная уверенность эксперта в справедливости некоторого правила вывода. В этом случае КУ приписываются самому правилу (импликативной связке). Тогда коэффициент уверенности CFcons для заключения, полученного по некоторому правилу, определяется выражением:

CFcons = CFantCFrule ,

где – CFant и CFrule соответственно КУ антецедента и собственно правила;  – операция умножения.

Различные правила в БЗ могут одновременно подтверждать (опровергать) одну и ту же гипотезу H. В этом случае каждое правило рассматривается как независимое свидетельство. Обозначим CF1 = CF[H:E1] – коэффициент уверенности в гипотезе H при наличии свидетельства E1, аналогично CF2 = CF[H:E2] для свидетельства E2, CF1,2 = CF[H:E1,E2] – коэффициент уверенности в H при наличии свидетельств E1 и E2. Тогда имеют место следующие правила комбинирования свидетельств:

CF1 + CF2 - CF1  CF2 , если CF1 > 0 и CF2 > 0;

CF1,2 =  CF1 + CF2 + CF1  CF2, если CF1 < 0 и CF2 < 0;

(CF1 + CF2)/(1-min(CF1,CF2)), если CF1 и CF2 имеют разные знаки.

Данные формулы обладают следующими важными свойствами:

1. Симметричностью свидетельств, т.е независимостью от порядка их получения.

2. По мере накопления подтверждающих (опровергающих) свидетельств значение КУ смещается к определенности (-1 или +1).

Рассмотрим использование коэффициентов уверенности Шортлиффа на примере. Пусть некоторая ЭС включает два следующих правила, имеющих одинаковое заключение:

1. Если    (X водит Форд) [CF = 0,8]

    И   (X читает «Вашингтон пост»), [CF = 0,75]

    То  (X будет голосовать за демократов); [CF = 0,9]

2. Если   (X нравится Б.Клинтон) [CF = 0,4]

ИЛИ  (X за снижение налогов), [CF = 0,6]

То    (X будет голосовать за демократов) [CF = 0,7]

Справа указаны значения КУ отдельных свидетельств и правил (после консеквента). В правиле 1 предикаты связаны конъюнкцией, поэтому для антецедента в целом значение коэффициента уверенности определится следующим образом:

CF1ant = min (0,8; 0,75) = 0,75.

Значение КУ вывода по этому правилу есть:

CF1 = CF1ant  CF1rule = 0,75  0,9 = 0,675.

Аналогично для второго правила, с учетом дизъюнктивной связи в антецеденте, имеем:

CF2ant = max (0,4; 0,6) = 0,6,

CF2 = CF2ant  CF2rule = 0,6  0,7 = 0,42.

Поскольку CF1 и CF2 имеют одинаковые знаки, по правилу комбинирования свидетельств окончательно имеем:

CF1,2 = 0,675 + 0,42 - 0,675  0,42 = 1,095 – 0,2835  0,81.


Загрузить файл

Похожие страницы:

  1. Неопределенность измерения и ее отражение в описании результатов

    Контрольная работа >> Промышленность, производство
    ... «РУКОВОДСТВО ПО ПРЕДСТАВЛЕНИЮ НЕОПРЕДЕЛЕННОСТИ ИЗМЕРЕНИЯ» (далее ... результате статистической обработки данных многократных ... неопределенность называется обшей неопределенностью в параграфе 5 Рекомендаций INС-1 (1980). Коэффициент охвата – числовой коэффициент ...
  2. Интеллектуальные информационные системы (3)

    Реферат >> Информатика
    ... которых оценивается некоторым коэффициентом уверенности. Далее наиболее ... языка ПРОЛОГ). Для обработки неопределенностей знаний продукционная модель использует, как ... Пример описания фреймовой модели представления знаний для задачи заключения контрактов ...
  3. Инновации в обучении метафоры и модели. Анализ зарубежного опыта

    Книга >> Остальные работы
    ... "ж", "з" — становятся неопределенными, теряя технологическую воспроизводимость ( ... соответствующий коэффициент корреляции приближается ... знаниями и требование эвристичности новых знаний ... данной модели представление о ... методы обработки почвы ... уверенность детей ...
  4. Применение теории нечетких множеств в оценке экономической эффективности и риска инвестиционных проектов в условиях неопределенности (2)

    Реферат >> Экономико-математическое моделирование
    ... неопределенности: неопределенность исходных данных, неопределенность внешней среды, неопределенность, связанная с характером, вариантами и моделью реализации проекта, неопределенность ... коэффициентов ... уверенно ... обработку неопределенной ... к представлению знаний в ...
  5. ... дорог и построение экспертной системы для обработки результатов тепловизионной диагностики тяговых трансформаторов ...

    Дипломная работа >> Физика
    ... модель 4.2.3 Семантические сети 4.2.4 Представление знаний с использованием правил 4.3 Концепция экспертной системы для обработки ... коэффициентом доверия". Коэффициент доверия — это число, которое означает вероятность или степень уверенности ... (неопределенная). ...

Хочу больше похожих работ...

Generated in 0.0022339820861816