Najpopularniejszym sposobem
reprezentacji wiedzy w systemach ekspertowych jest reprezentacja bazy wiedzy
oparta na regułach IF – THEN Z
prawdziwości pewnych faktów można wnioskować o prawdziwości innych. Takie
zależności zapisane są w regułach .W bazie wiedzy zgromadzony jest zbór reguł i
faktów.Wyrażenia w przesłankach i konkluzjach nazywamy klauzulami.
Ogólna postać reguły:
IF x1 is F1 and/or x2 is F2 and / or …….xn is Fn przesłanka
THEN y is G
konkluzja
Gdzie x1 ,x2,
…………….xn, y
oznaczają obiekty , a F1 , F2, …………Fn , G – wartości
Przykład :
IF poziom_cukru_pacjenta IS < 60
THEN ryzyko_zachorowania
_na_cukrzycę is DUŻY
Reguły są oparte na trójkach OAW(Obiekt ,Atrybut ,Wartość ):
- w przesłance :
Obiekt pacjent
; Atrybut
poziom_cukru; Wartość <60
- w konkluzji :
Obiekt pacjent ; Atrybut poziom; Wartość duży
Należy podkreślić różnicę w traktowaniu atrybutu i wartości
w przesłance i konkluzji.
W przesłance system porównuje –sprawdza , czy relacja
atrybut –wartość
(poziom_cukru <60)
jest prawdziwa , w konkluzji natomiast następuje podstawienie .Konkluzja jest wnioskiem , co
ma się dziać z atrybutem .(ustaw wartość
ryzyka na duży).
Ogólna postać reguły zakłada istnienie wielu wejść (trójek
OAW ) i jedno wyjście .Możliwe jest zbudowanie reguły , w wyniku której podając
kilka działań i która ma kilka na wyjściu kilka trójek OAW:
IF x1 is F1 and /or x2 is F2 and/or …..xn is F n
THEN y1 is
G1 and y2 is G2
W konkluzji jedynym
spójnikiem logicznym ,jest spójnik „and”. Stosowanie spójnika „or” jest
dopuszczalne , lecz nie zalecane ze względu na większe skomplikowanie modułu
wnioskującego.
Reprezentacja regułowa wykorzystywana jest w systemach
dedukcyjnych , w których zbiór faktów początkowych jest przekształcany w zbiór
faktów końcowych. W zależności od przeznaczenia system może spełniać funkcje
taki jak :klasyfikowanie , ustalanie przyczyn , planowanie , monitorowanie
,diagnozowanie itp.
Zbiór reguł można rozpatrywać jako szczególny sposób
zapisu sieci stwierdzeń , ponieważ z prawdziwości jednego stwierdzenia
mogą wynikać inne. W niektórych systemach dopuszczalna jest rozwinięta (tzw. pełna ) postać reguł.,
która zawiera dodatkowe stwierdzenie uznawane za prawdziwe w razie
niespełnienia przesłanki .
Ogólna postać reguły rozwiniętej jest następująca:
IF przesłanka THEN konkluzja1 ELSE konkluzja2
Konkluzja2 jest tym dodatkowym stwierdzeniem . Taka postać
reguł czasami może prowadzić do uznania
nieoczekiwanych konkluzji. Ze względu na złożona nieraz kompletność bazy wiedzy
, brak przesłanki jest utożsamiany z uznaniem tej przesłanki za fałszywą .
Fakty i Reguły
Wiedza jest to informacja , która
umożliwia ekspertowi podejmowanie decyzji .
Typy wiedzy to:
- Fakty czyli wiedza stała i
zmienna Np.
Ceny nieruchomości są wysokie
- Reguły opisują zawiązki i
relacje pomiędzy faktami Np.
if
stopa inflacji jest wysoka
then
ceny nieruchomości są wysokie
Fakty są to elementarne składniki
informacji używane w Systemach Ekspertowych.
FAKTY + REGUŁY => WNIOSKI
1.Cechy faktów:
-są stwierdzeniami opisującymi specyficzne
cechy obiektów
- zmienność i dezaktualizacja
- mogą być pewne lub niepewne
Z faktami możemy wiązać
współczynniki wiarygodności tzw. stopień pewności , który mówi nam na ile można
ufać danej informacji.
Wprowadzanie nowych faktów do
bazy danych:
2. Wprowadzanie nowych faktów do bazy danych:
Wprowadzone do
bazy danych przed rozpoczęciem pracy SE (fakty stałe)
Wprowadzone w
czasie pracy SE (wynik wykonania reguł)
Wprowadzone
jako odczyt z urządzeń zewnętrznych
Wprowadzone z
zewnętrznej bazy danych (żądanie użytkownika, wykonanie reguły działania)
Fakty sterują procesem
podejmowania decyzji oraz określają , które reguły mają być wykonane. Jakość procesu wnioskowania zależy od
istotności faktów użytych w danym procesie.
Fakty i reguły tworzą bazę danych
zwaną bazą wiedzy. Bazy reguł są często bardzo rozbudowane , zawierają wiele połączonych ze sobą
elementów. W trakcie pracy systemu baza może być zmieniana. Możemy dodawać nowe
reguły , a już istniejące zmieniane lub usuwane .Może to prowadzić do utraty
kontroli nad zawartością bazy, a przez to do istnienia niepotrzebnych ,
sprzecznych bądź niekompletnych reguł.
Reguły to warunkowe stwierdzenia o istnieniu pewnych
zależności między obiektami.
Cechy reguł:
- Korespondują ze sposobem w jaki ekspert przestawia swoją
wiedzę
- Opisują reakcje systemu na napływające informacje (bez
względu na kolejność)
A oto dwie metody , które mogą ułatwić
inżynierowi wiedzy panowanie nad baza wiedzy.
- Grupowanie Reguł
Reguły mogą być pogrupowane w bazie wg konkluzji lub wg
przesłanki .Umieszczając obok siebie reguły które kończą się taką samą
konkluzją , daje możliwość prześledzenia przesłanek , które do tej konkluzji
prowadzą . Następnie uporządkowanie grup. Najważniejsze są grupy zawierające
konkluzje końcowe .Podobnie porządkujemy
w przypadku przesłanek .takie
- Sieć zależności
Dzięki tej metodzie można odnaleźć w bazie danych reguły ,
które nie prowadza do konkluzji końcowej ,niepotrzebne przesłanki i
nieosiągalne konkluzje .
Np. Dany jest następujący zbiór reguł
R1: If b and c
Then g
R2: If a and g
Then I
R3: If d and g
Then J
R4:
if e or f
Then h
R5: if d and e
Then K
I , J i K są konkluzjami końcowymi . Zakłada się , ze jest
to pełen , końcowy zbiór reguł , podlegający weryfikacji.
Podczas analizy sieci można zauważyć , ze reguła R4 , której
wynikiem jest konkluzja pośrednia h , nie jest później nigdzie wykorzystywana
.stad wynika ,ze albo reguła nie jest potrzebna , albo brakuje dalszego
rozumowania .Jeśli reguła R4 jest niepotrzebna , to jednocześnie fakt f jest niewykorzystywany
bazy wiedzy może być usunięta reguła R4 i fakt f.
Ze względu na sposób uzyskiwania ostatecznych konkluzji w
procesie wnioskowania rozróżniamy dwa rodzaje reguł:
- Reguły proste – to ,takie ,które maja postać wniosków pośrednich ;
- Reguły złożone – to , takie, które umożliwiają bezpośrednie wyznaczanie wniosków przez system.
Przykład reguły złożonej :
If są spełnione wszystkie warunki
niezbędne do przyjęcia wniosku ,ze u pacjenta stwierdzono wysokie ryzyko
zachorowania na cukrzyce then należy skonsultować się z diabetologiem .
Zaletą reguł złożonych jest to, że nie wymagają maszyn
wnioskujących o skomplikowanym sposobie działania ;ponieważ każdą z reguł w
konkluzji zawiera pewien wniosek końcowy .
Wystarczy uaktywnić jedna regule ,aby osiągnąć wynik. Wadą
jest trudność formułowania odpowiedniego zbioru reguł oraz złożony sposób jego
weryfikacji i uzupełniania .
Zaletą reguł prostych jest łatwość weryfikacji zbioru reguł
i ograniczenie ich redundancji.
Wada jest potrzeba realizacji złożonych działań przez
maszynę wnioskująca ,dlatego ze trzeba uaktywnić wiele reguł.
Brak komentarzy:
Prześlij komentarz