1 / 62

Ismeretalapú rendszerek alaptechnikái

Ismeretalapú rendszerek alaptechnikái. Ismeretalapú rendszerek alaptechnikái. tudásreprezentációs módszerek és következtetési/ keresési stratégiák számítógéppel megvalósított változatai Alapvető következtetési technikák: szabályalapú technikák induktív technikák (gépi tanulás)

milton
Download Presentation

Ismeretalapú rendszerek alaptechnikái

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Ismeretalapú rendszerek alaptechnikái

  2. Ismeretalapú rendszerek alaptechnikái tudásreprezentációs módszerek és következtetési/ keresési stratégiák számítógéppel megvalósított változatai Alapvető következtetési technikák: • szabályalapú technikák • induktív technikák (gépi tanulás) • hibrid technikák • szimbólum-manipulációs technikák • modell-alapú következtetési technikák • kvalitatív technikák • eset-alapú technikák • temporális következtetési technikák • neurális hálók

  3. Szabályalapú technikák

  4. Produkciós rendszerek MI legáltalánosabb problémamegoldó szemlélete az emberi problémamegoldás modellezésére • produkciós szabályok (hosszútávú memória) • globális adatbázis (rövidtávú memória) • vezérlési stratégia és szabályinterpreter (következtető gondolkodás)

  5. Produkciós szabály HA <feltétel> AKKOR <tevékenység> tudásmorzsa (chunk of knowledge) reprezentálása • feltétel: szabályalkalmazás feltételeit megadó tényállítás vagy ezek és/ vagy kapcsolata • következmény: szabályalkalmazás egy vagy több következménye • akciók (globális DB tartalmának módosítása) • eljáráshívások (információcsere biztosítása) • beavatkozások (rendszer által vezérelt folyamatba) • információkérés (felhasználótól)

  6. Vezérlő komponens • terminálási feltétel bekövetkeztének figyelése Globális adatbázis • feladat kiinduló adatai, közbülső eredmények vezérlési stratégia és szabályinterpreter fő tevékenységei: • mintaillesztés • alkalmazható szabályok megkeresése • tüzelőképes szabályok  konfliktushalmazba • szabály kiválasztása (beépített vezérlési stratégia) • szabály alkalmazása (következmény végrehajtása)

  7. Szabályalapú rendszerek A szabályalapú rendszerek tudásbázisának elemei: • tényállítások (predikátumok) • deklaratív ismeretek a konkrét problémáról • igaz (vagy hamis) értékű állítások • értékük változhat a következtetés során (időben) • szabályok • meta-szabályok

  8. Szabályalapú rendszerek A szabályalapú rendszerek tudásbázisának elemei: • tényállítások (predikátumok) • szabályok (feltételes állítások) HA <feltétel> AKKOR <következmény> AKKOR <következmény> HA <feltétel> • heurisztika vagy „ökölszabályok” reprezentálása • köznapi gondolkodás modellezésére • szakértői tapasztalatok (heurisztikák) leírására • adott szituációkban végrehajtandó akciók specifikálására • tárgyköri tudásunk általánosan érvényes része • működtetés: következtető gép • meta-szabályok (szabályok szabályok használatáról)

  9. Szabályok ha A akkor B • A: feltételrész (előtag) • B: következmény rész (utótag) • A, B: • állítások • állítások és/ vagy kapcsolata • procedurális elemek (végrehajtandó tevékenységek)

  10. Ha x<y és y<z akkor x<z feltétel és következmény rész: állítás xyz x<y  y<z  x<z  • Ha az üres mező egyik szomszédja az n-nel számozott lapocskát tartalmazza, akkor húzd ezt a lapocskát az üres helyre. (szabály-séma) feltételrész: állítás következmény rész: végrehajtandó tevékenység pl. üres mező jobbra i, j: 1…4 m[i,j]: 0…15 ha j3 és m[i,j]=0 akkor m[i,j]:=m[i,j+1] és m[i,j+1]:=0

  11. Akkor lesz jó a lágytojás ha sót teszel a hideg vízbe és a vizet felforralod és beleteszed a tojást és 4 percig főzöd és hideg vizet engedsz rá. feltételrész: tevékenységek következmény rész: állítás (célállítás) Tények feltétel nélküli állítások pl. hőmérséklet > 50oC 4x4-es játék „állása”

  12. Szabályalapú következtetés • cél: • célállítás teljesülésének belátása • célállapot elérése • feladat: • tények és célállítások között egy szabályok láncolatából álló megoldási út keresése • következtetés eszköze: • szabályalkalmazás/ illesztés • modus ponens A A  B B

  13. Kétféle következtetési módszer: • MP alkalmazása szerint  két különböző következtetési forma: • adatvezérelt (előrefelé haladó) következtetés • cél: egy célállapot elérése vagy megkonstruálása a kezdőállapotból • új következtetések előállítása MP alkalmazásával • következtetés a terminálási feltétel eléréséig vagy az összes következmény előállításáig (nincs több alkalmazható szabály) • célvezérelt (visszafelé haladó) következtetés • cél: egy feltételezett célállapot érvényességének igazolása kezdetben érvényes tényekre támaszkodva • új részcélok előállítása MP alkalmazásával • következtetés az összes részcél igazolásáig vagy amíg nincs több igazolható részcél (nincs több alkalmazható szabály)

  14. Adatvezérelt következtetés MP alkalmazása: A és A  B  B TB-hoz új tény (adat következményei) • illesztés • szabály feltételi része/ tények • konfliktusfeloldás • konfliktusfeloldó stratégiák • szabályalkalmazás • következmény rész végrehajtása

  15. Célvezérelt következtetés MP alkalmazása: cél B bizonyítása AB -ból B-re lehet következtetni, ha A igaz új cél: A bizonyítása • illesztés • szabály köv. része, tények/ cél(ok), részcél(ok) • konfliktusfeloldás • első alkalmazható szabály • szabályalkalmazás • szabály feltételi része: új részcél(ok) • zsákutca  visszalépés (backtrack)

  16. Melyik irányú következtetést használjuk? A módszer kiválasztását befolyásoló tényezők: • lehetséges kezdő- és célállapotok száma útvonaltervezés, szimbolikus integrálás • melyik irányban nagyobb az elágazási tényező tételbizonyítás • szükség van-e magyarázatadásra orvosi szakértő rendszer bevált megfigyelés: kérdésre válaszadás esetén: visszafelé haladó következtetés ha új tények, állapotok elérése a cél: előrefelé haladó következtetés kétirányú keresés Prolog, MYCIN, M.1, CLIPS, GoldWorks, G2

  17. Példa célvezérelt rendszer működésére

  18. Szabályok készítése: minden márix-sor egy szabály  gyors prototípus szab-1: if sebesség=kicsi and képnyomtatás=nem and minőség=levél and karakterkészlet=fix and ár=alacsony then nyomtató=daisy-wheel-type-1 cf 80.

  19. Tudásbázis részei: • cél (kérdés) • szabályok • meta-deklarációk (párbeszéd támogatására) felhasználása mintaillesztéssel: • kiírandó kérdést megkeresi, kiírja • attribútum megengedett értékeit megkeresi, kiírja felhasználói menüként • adatok

  20. Példa adatvezérelt rendszer működésére (előző példa adatvezérelt módon) Tudásbázis részei: • adatok • szabályok • meta-deklarációk Eltérés a célvezérelt esettől: • problémamegoldás iránya • végrehajtást a kezdeti adatok indítják

  21. Adatvezérelt rendszerek általános felépítése

  22. Adatvezérelt KG “tölts és tüzelj” (recognize-act) ciklusa: • Illesztés  szabálykiválasztó • minden szabály feltételi része/ MM adatai • tüzelőképes szabály példány  konfliktushalmaz • Konfliktusfeloldás  szabálykiválasztó • szabálypéldány kiválasztása, tüzelésre kijelölése (stratégia) • Végrehajtás  szabályinterpreter • MM tartalma általában módosul • ha nincs kiválasztott szabály vagy halt utasítás  leállás • Ciklus újrakezdése (konfliktushalmaz törlése)

  23. Problémák az adatvezérelt következtetési lépések során: • kombinatorikus robbanás pl. s=150 szabály p=4 elem a feltételrészben szabályonként t=20 adat a MM-ban  s*tp=150*204=24.000.000 illesztés lehet ciklusonként! • MM tartalma általában csak kicsit módosul  egy tüzelőképes szabály általában tüzelőképes marad, mégis újraillesztődik a következő ciklusban!

  24. Rete algoritmus • OPS-5 produkciós rsz. illesztési módszere • előrefelé haladó következtetés mintaillesztési feladatának elvégzésére • az illesztés állapotinformációit átmenti az előre következtetés egyes fázisai között, csak a MM változásaival végzi el az illesztést • kiaknázza a szabályok feltételrészeinek strukturális hasonlóságában rejlő lehetőségeket

  25. szabálymemória: A(x)  B(x)  C(y)  D(x) (D hozzáadása) A(x)  B(y)  D(x) E(x) (E hozzáadása) A(x)  B(x)  E(x) A(x) (A törlése) • munkamemória: {A(1), A(2), B(2), B(3), B(4), C(5)} • Rete algoritmus: • szabálymemória lefordítása Rete hálóvá • munkamemória elemek lekérdezése • egyesítések, cselekedetek elvégzése (MM módosítása), Rete háló módosítása A=D D E lekérdezés egyesítés cselekedet E(2) A(2) D(2) D(2) A=B A B C D C(5) D(2) B(2) B(3) B(4) A(1) A(2) A(2) B(2) E(2) A=E E A A(2) E(2) A(2)

  26. Rete algoritmus előnye: • megszünteti a szabályok közti átfedéseket (így egyazon ciklusban a szabályok illesztésénél minden MM-beli adattal egy illesztést kell elvégezni) • megszünteti az időbeli ismétlődéseket (csak a módosításokat veszi figyelembe a törlések és hozzáadások után)

  27. Konfliktusfeloldó stratégiák • újrafelhasználhatóság • vezérlés ciklusmentesítése • pl. egy szabálypéldány csak egyszer tüzelhet vagy a rákövetkező ciklusban nem hajtható végre • frissesség • MM elemeihez időcímkék rendelése • friss időcímkéjű adatok előnyben részesítése • specifikusság • több feltételt tartalmazó szabályok előnyben részesítése • prioritásos rangsorolás Több stratégia támogatása  választás

  28. Szabályalapú rendszerek előnyei • modularitás • univerzális megjelenítés • természetesség • bizonytalanságkezelési lehetőségekkel könnyen kiegészíthető

  29. Szabályalapú rendszerek hátrányai • végtelen láncolás • új, a korábbiakkal ellentmondó ismeret beépítése • szabályok módosítása során  ellentmondás • szabályok/ meta-szabályok formailag nem különböznek, a kétféle ismeret keveredik  zavaró, jól strukturáltságot rontja • nincs szabványosítva a szabályok nyelve  más rendszerre átvinni nehéz

  30. Induktív technikák

  31. Induktív rendszerek • induktív következtetés: egyedi esetekből általános érvényű következtetés • gépi tanulás, példák alapján történő tanulás • döntési fa tanulása • attribútumaikkal megadott példák osztályozása • optimális döntési fa generálása • példák osztályozásának egyszerű reprezentációja • belső csomópontok: attribútumra vonatkozó tesztek • levelek: osztályok • élek: attribútum értékek

  32. Nyomtató-kiválasztás mátrixa

  33. Döntési fa készítése (ID3 algoritmus) • „legjobb” attribútum kiválasztása • az attribútum minden lehetséges értéke szerint a fa bővítése (részosztályokra bontás) • az értékek szerint a példák csoportosítása a levelekhez (példák részosztályokba sorolása) • minden levélre külön-külön: • azonos osztályozású példa(k) esetén: leállás • egyébként: 1..4 lépések

  34. Döntési fa használata: • tudásszerzés/ gyors prototípus-készítés támogatása (szabályalapú/ hibrid rendszerek induktív szolgáltatással) • példákkal/ ellenpéldákkal történő magyarázatadás természetes használata

  35. Szabályok készítése: minden márix-sor egy szabály  gyors prototípus szab-1: if sebesség=kicsi and képnyomtatás=nem and minőség=levél and karakterkészlet=fix and ár=alacsony then nyomtató=daisy-wheel-type-1.

  36. Szabályok készítése: minden gyökér-levél út egy szabály  gyors prototípus szab-1: if ár=alacsony and minőség=levél then nyomtató=daisy-wheel-type-1.

  37. Induktív rendszerek fő komponensei:

  38. Induktív rendszerek fő lépései: • probléma megadása (tudásreprezentáció): • attribútumok (mátrix fejléce, oszlopok előállítása, objektum osztály definiálása) • tanulási példák (mátrix sorainak feltöltése, objektum példányok definiálása) • következtetés (hipotézis generálás) • példák ellentmondásmentességének ellenőrzése • optimális döntési fa (DF) készítése  TB • vezérlés (rendszer futtatása) • felhasználói példák osztályozása (DF bejárásával) • felhasználói példák elemzése (DF segítségével)

  39. Hibrid technikák

  40. Hibrid rendszerek • többféle programozási mintát támogatnak: • keret-struktúrákat (frame-eket) • szabályokat • célvezérelt • adatvezérelt • megvalósításuk: • objektum-orientált eszközökkel

  41. Keret (frame) • ismeretelméleti alapokon kidolgozott tudásreprezentálási alapegység • szerkezettel rendelkező fogalom leírására szolgáló formális eszköz • keretek jellemzői: • egy keret tartalmazza: • fogalom nevét (egyedi azonosító) • legfontosabb tulajdonságait (attribútumok)  rekeszekben, résekben (slot) tárolva (keret is lehet) • osztályok, alosztályok, példányok • hierarchikus struktúra (is_a, instance_of relációk) • öröklődés (osztály - alosztály, osztály - példány) • eseményvezérelt eljárások: démonok

More Related