Ismeretalap

1
Ismeretalapú rendszerek alaptechnikái II.
2
Ismeretalapú rendszerek alaptechnikái

• tudásreprezentációs módszerek és következtetési/
  keresési stratégiák számítógéppel megvalósított
  változatai
• Alapveto 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
Induktív rendszerek

• induktív következtetés egyedi esetekbol
  általános érvényu következtetés
• gépi tanulás, példák alapján történo tanulás
• legismertebb módszer ID3 algoritmus
• attribútumaikkal megadott példák osztályozása
• optimális döntési fa generálása
• példák osztályozásának egyszeru reprezentációja
• belso csomópontok attribútumra vonatkozó tesztek
• levelek osztályok
• élek attribútum értékek

4
Nyomtató-kiválasztás mátrixa
Sebesség Kép-nyomtatás Minoség Karakter-készlet Ár Nyomtató
kicsi nem levél fix alacsony daisy-wheel-type-1 1
kicsi igen vázlat változtatható közepes dot-matrix-type-1 2
közepes igen vázlat fix alacsony dot-matrix-type-1 2
közepes igen közel-levél változtatható közepes dual-dot-matrix 3
nagy igen változtatható magas laser-printer 4
nagy igen közel-levél változtatható közepes dot-matrix-type-2 5
nagy nem levél fix közepes daisy-wheel-type-2 6
kicsi igen közel-levél változtatható magas dual-dot-matrix 3
nem levél fix közepes daisy-wheel-type-2 6
5
(No Transcript)
6
(No Transcript)
7

• Döntési fa készítése (ID3 algoritmus)
• legjobb attribútum kiválasztása
• az attribútum minden lehetséges értéke szerint a
  fa bovítése (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

8
(No Transcript)
9

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

10

• Szabályok készítése minden márix-sor egy szabály
  ? gyors prototípus
• szab-1
• if sebességkicsi and
• képnyomtatásnem and
• minoséglevél and
• karakterkészletfix and
• áralacsony
• then nyomtatódaisy-wheel-type-1.

Sebesség Kép-nyomtatás Minoség Karakter-készlet Ár Nyomtató
kicsi nem levél fix alacsony daisy-wheel-type-1 1
11

• Szabályok készítése minden gyökér-levél út egy
  szabály ? gyors prototípus
• szab-1
• if áralacsony and
• minoséglevél
• then nyomtatódaisy-wheel-type-1.

12

• Induktív rendszerek fo komponensei

13

• Induktív rendszerek fo lépései
• probléma megadása (tudásreprezentáció)
• attribútumok (mátrix fejléce, oszlopok
  eloállítása, objektum osztály definiálása)
• tanulási példák (mátrix sorainak feltöltése,
  objektum példányok definiálása)
• következtetés (hipotézis generálás)
• példák ellentmondásmentességének ellenorzése
• optimális döntési fa (DF) készítése ? TB
• vezérlés (rendszer futtatása)
• felhasználói példák osztályozása (DF bejárásával)
• felhasználói példák elemzése (DF segítségével)

14
Hibrid rendszerek

• többféle programozási mintát támogatnak
• keret-struktúrákat (frame-eket)
• szabályokat
• célvezérelt
• adatvezérelt
• megvalósításuk
• objektum-orientált eszközökkel

15

• Keret (frame)
• ismeretelméleti alapokon kidolgozott
  tudásreprezentálási alapegység
• szerkezettel rendelkezo fogalom leírására
  szolgáló formális eszköz
• keretek jellemzoi
• 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)
• öröklodés (osztály - alosztály, osztály -
  példány)
• eseményvezérelt eljárások démonok

16

• Keretalapú formalizálás módszerei
• irányított gráf

17

• Keretalapú formalizálás módszerei
• keret-nyelvu leírás
• frame személy frame hallgató frame tantárgy
  
• is_a class is_a személy is_a class
• v.név h.ttárgy collection_of
  tantárgy név
• k.név end elofelt collection_of
• end tantárgy
• end
• frame Péter frame SZR
• instance_of hallgató isnstance_of tantárgy
• v.név Kis név Szakértoi rendszerek
• k.név Péter elofelt MI
• h.ttárgy SZR end
• end

18

• Keretalapú formalizálás módszerei
• objektum-attribútum-érték hármasok
• ltPéter, v.név, Kisgt
• ltPéter, k.név, Pétergt
• ltPéter, h.ttárgy, SZRgt
• ltSZR, név, Szakértoi rendszerekgt
• ltSZR, elofelt, MIgt

19

• Démonok (daemons)
• procedurális elemek, eljárások
• osztályok, példányok attribútumaihoz rendeltek
• aktivizálás
• when-needed démon
• when-changed démon
• when-added démon
• when deleted démon
• eseményvezérelt végrehajtás, továbbgyuruzés
• jól használhatók konzisztenciavizsgálatra
• korlátozott adatvezérelt következtetés

20
Démonok Szabályok
Gyorsabbak, függetlenebbek, mint a szabályok. Ok/hatás kapcsolatban van az értékváltozásokkal és a rsz. ezekre való reakciójával. Autonóm módon muködnek. Egy szabályt egy másik szabály vagy bizonyos adatok jelenléte hív életre. Ez a szituációfüggo végrehajtás nem látható elore.
Kevésbé olvashatók, mint a szabályok. (adott eszköz implementációs nyelve) Igen jól olvashatók. (szimbolikus formalizmus)
Céljuk az adott attribútum megjelölt értékváltozásának kezelése. A szabályokba beépített ismeret szabadon áramlik minden szabály felé.
A démonok hatáskörét elore, statikusan megkötjük. (van elonye és hátránya is) A szabályok hatásköre futásidoben dinamikusan rajzolódik ki. (flexibilis, kreatív megoldáskeresést biztosít)
21
A keret-alapú reprezentáció elonyei

• hétköznapi gondolkodáshoz illo reprezentáció
• fogalmi tisztaság, jól kezelhetoség
• hatékony következtetés
• az osztályok és az objektum-példányok
  tulajdonságairól
• implementáció objektum-orientált programozás

22
Hibrid technika

• szabályok heurisztikák leírására
• keretek adott objektumokról/ eseményekrol/
  fogalmakról szóló leíró és procedurális
  információk (egy helyen! ? jól olvashatók,
  könnyen módosíthatók, módosítások hatása jobban
  kézben tartható)
• hibrid eszközök következteto gépe rendelkezhet
• öröklodést, démonokat biztosító mechanizmusokkal
• üzenetváltást biztosító mechanizmusok
  (objektum-orientált)
• célvezérelt/ adatvezérelt szabályvégrehajtással
• támogathatja a szabályok/ keretek hierarchikus
  modulokba szervezését
• támogathatja a meta-szabályok készítését/
  használatát

23
Szimbólum-manipulációs technikák
Hagyományos programnyelvek LISP PROLOG
numerikus számítások szimbólum-feldolgozás szimbólum-feldolgozás
Neumann-elvu nyelvek utasítások meghatározott sorrendben végrehajtandó sorozata funkcionális szemléletu függvény-kifejezések kiértékelésének sorozata (?-kalkulus) relációs szemléletu matematikai logikára épül (predikátumkalkulus)
alapelemei utasítások alapelemei függvények (eljárások) alapelemei predikátumok (objektumok közötti relációk)
procedurális (eloírt sorrendu végrehajtás) procedurális deklaratív (leíró)
végrehajtási mechanizmust a programozónak kell megépíteni végrehajtási mechanizmust a programozónak kell megépíteni beépített végrehajtási mechanizmus (célvezérelt, visszalépéses keresés)
program és adatstruktúra különbözo program és adatstruktúra azonos (létrehozhat, módosíthat másik programot, módosíthatja önmagát) program és adatstruktúra azonos (létrehozhat, módosíthat másik programot, módosíthatja önmagát)
olvashatóság LISP-hez közeli nehezen olvasható könnyen olvasható
24
Modell-alapú következtetési technikák

• modell-alapú következtetés
• következtetés valós fizikai rsz. explicit
  modelljének segítségével (elméleti jellegu,
  mélyszintu tudás)
• fizikai rendszereket saját szerkezetükben és
  funkcionalitásukban ragadja meg
• modell lehet
• funkcionális (mat. eszközökkel szimulálja a
  muködést, beavatkozás paraméterváltoztatással)
• sztochasztikus (statisztikai eszközökkel
  dolgozik)
• oksági (részegységek ok-okozati kapcsolatain
  dolgozik, megvalósítás szabály alapú technikák)

25
Modell-alapú következtetési technikák

• alkalmazásának elonyei
• kiiktatható a tudásszerzés
• nem kell az összes hiba továbbterjedésének
  hatását explicit módon megadni
• hátrányok
• esetleges heurisztikus tudás beépítése nehéz
• bizonytalanság kezelése nehéz
• legtöbb rendszer egy hibára egyetlen okot
  feltételez
• alkalmazása
• fizikai rendszerek tervezése, analízise,
  szimulációja
• diagnosztikai, predikciós feladatok megoldása

26
Kvalitatív technikák

• kvalitatív modellek
• MI technikákon alapuló modellek
• nem teljesen ismert fizikai/ kémiai rendszereket
  írnak le (irányítási v. diagnosztikai célra)
• ismeretlen paraméterek
• nincs általános megoldó képlet
• csak a viselkedés jellegét ismerjük
• modell ismeretlen részeinek kezelése heurisztikus
  formában
• intervallum/ elojel értékek
• szimbolikus tudáselemek
• rendszerosztályt definiálnak

27

• Kvalitatív szimuláció
• kvalitatív modell (QDE)
• kvalitatív DE
• változók, paraméterek intervallum értékekkel
  megadott nagyságúak, iránnyal jellemzettek
• függvények monoton függvényhalmazt leíró
  kvalitatív függvények
• kvalitatív ido kituntetett idopontok
• a rendszer kvalitatív viselkedése
• kvalitatív kezdeti állapot
• kvalitatív állapot egy kituntetett idopontban
• kvalitatív állapot két kituntetett idopont között

28

• példa kvalitatív modell
• QDE dx1/dt p1u1 p2u2
• kvalitatív változók Lx1 0, x1l, x1h, x1max,
  Lu1,u2 0, 1
• kvalitatív paraméterek p1, p2 (konstansok)
• kvalitatív ido kvalitatív idopontok, amelyeknél
  egy kvalitatív változó megváltozik
• kvalitatív kezdeti állapot
• S(t0)lt0,incgt, lt1,stdgt, lt0,stdgt
• kvalitatív állapot egy kituntetett (ti)
  idopontban
• S(ti)x1(ti), u1(ti), u2(ti)
• kvalitatív állapot két kituntetett idopont (tj,
  tj1) között
• S(tj,tj1)x1(tj,tj1), u1(tj,tj1),
  u2(tj,tj1.)
• a rendszer kvalitatív viselkedése
  D(t0,tk)S(t0), S(t0,t1), , S(tk-1,tk), S(tk)

29

• QDE megoldása QSIM algoritmus
• rendszer viselkedési fájának eloállítása
• viselkedési fa a kezdeti állapotból elérheto
  összes lehetséges állapotot tartalmazza
• állapotok eloállítása kvalitatív
  következtetéssel, átmeneti táblázatok
  segítségével (elágazás)
• új állapotok közül a QDE-nek ellentmondó
  állapotok kiszurése (korlátozás)
• (a modell egyenleteket megszorításnak
  használjuk)

30

• Kvalitatív szimuláció
• használata
• modell-alapú diagnosztika
• beavatkozás-tervezés
• elonye
• nem teljesen ismert rendszer leírására alkalmas
• segít a hétköznapi gondolkodás megfogásában
• hátránya
• nagyobb feladatok esetén a teljes viselkedési fa
  eloállítása nehéz/reménytelen
• intervallum-algebra használata miatt egyre
  növekvo intervallumok (bizonytalanság no)

31

• Kvalitatív fizika
• konfluenciák (speciális QDE)
• változók értékkészlete elojel univerzum
• paraméterek elojel konstansok
• muveletek elojel muveletek
• konfluenciák megoldása igazságtáblák eloállítása
• minden sor a változók egy lehetséges
  értékhalmazával elvégzett kiértékelés
• táblázat egy sora egy szabály
• teljes táblázat teljes és ellentmondásmentes
  szabályhalmazt definiál
• használata
• szenzorvalidációra
• szabálybázis készítésére

32

• Példa kvalitatív fizika
• QDE dx1/dt p1u1 p2u2
• konfluenciák
• változók x1?, u1?0,, u2?0,,
• paraméterek p1?, p2?,
• muveletek ?S
• konfluenciák ?x1 u1 ?S u2
• konfluenciák igazságtáblája

?x1 u1 u2
0 0 0
- 0
0
?
ha u10 és u20 akkor ?x10 ha u10 és
u2 akkor ?x1- ha u1 és u20 akkor
?x1 ha u1 és u2 akkor ?x1?
33
Eset-alapú technikák

• alapfeltevés amilyen volt a múlt, olyan lesz a
  jövo is
• az igazi tapasztalat nehezen ragadható meg
  szabályok segítségével
• azt többé-kevésbé általánosított esetek
  szövevényes kapcsolata alkotja
• módszer újra-felhasználás
• korábbi feladatok sikeres megoldásainak
  újra-felhasználása

34
Eset-alapú technikák

• eset-alapú következtetés problémamegoldási minta
  alapján történo következtetés
• korábbi tapasztalatokban rejlo speciális tudás
  kihasználása egy konkrét problémamegoldás során
• új probléma mo. hasonló régi eset visszakeresése
  és új helyzetben való alkalmazása
• új tapasztalat ? rendszerbe épül (folyamatos
  tanulás)

35

• Eset problémahelyzet, amely tartalmazza
• probléma
• világállapot leírása, amelyben az eset érvényes
• megoldás
• problémára adott megoldás kifejtése (megoldási
  út leírása)
• következmény
• az eset bekövetkezése utáni világállapot leírása
  (a világra gyakorolt hatás, eredményesség
  leírása)

36

• Eset-alapú rendszerek fo komponensei
• esetbázis (esetek könyvtára)
• eszköz az aktuálisan megoldandó eset
  kulcs-elemeinek meghatározására, legjobban
  illeszkedo eset visszakeresésére
• adatok visszakeresésének gyorsítására ? indexelés
• illeszkedo esetek megkeresésére ? illesztés,
  hasonlóság-becslés
• eszköz a megoldás adaptálására az új eset
  sajátosságainak megfeleloen
• eltérések megkeresése, javasolt megoldásban
  változtatások végrehajtása (pl. nulladaptáció,
  paraméterbeállítás)
• ellenorzés (adaptálás utáni megoldás megfelelo-e)
• tanulás (hiba okának keresése vagy esetbázishoz
  csatolás)

37

• Eset-alapú rendszerek muködése

38

• Eset-alapú rendszerek
• elonyei
• esetek könyvtára objektívebb, formálisabb, mint a
  szakértoi értelmezés (szakérto tudása)
• explicit módon ábrázolja az ismereteket
• hiányos vagy rosszul definiált fogalmakhoz is
  megadhatók
• alkalmazható akkor is, ha nincs algoritmikus
  módszer
• tudásszerzés egyszeru (használat közben javul)
• hátránya
• csak az esetek által lefedett problémákat oldja
  meg
• megoldás idoigényes (még megfelelo indexelés
  mellett is)

39
Szabályalapú rendszerek Esetalapú rendszerek
Egy szabály szimbolikus mintázat. Egy eset adatok, konstansok együttese.
Szabály a többi szabálytól független elemi egység, a tárgyterületi ismeretanyag konzisztens darabkája. Eset a többi esettol nem független (gyakran részben átfedo), elemi egység a tárgyterületi ismeretanyagból.
Szabály-visszakeresés egzakt illesztéssel. Eset-visszakeresés részleges illesztéssel.
Szabályalkalmazás általános iteratív ciklussal. Eset-alkalmazás több lépéssel (közelíto visszakeresés, adaptálás, finomítás).
A probléma modelljét ki kell dolgozni (olykor nehéz vagy lehetetlen). Nem kell kidolgozni a probléma modelljét.
A tárgyterületi ismeretek megszerzése nehéz és idoigényes. A tárgyterületi ismeretek megszerzése az eddigi esetek összegyujtésére és elemzésére korlátozódik.
Hosszú fejlesztési ido. Rövid fejlesztési ido.
Lassú, sok adat kezelése nehézkes. Adatbázis-kezelési technikákkal képes nagy mennyiségu adat kezelésére.
Nehezen bovítheto (bovítés után a validálást meg kell ismételni). Könnyen bovítheto, fejlesztheto.
A tanulást nem támogatja. Képes a tanulásra új esetek megorzése.
40
Temporális következtetési technikák

• idobeni következtetésre képes rendszerek
• események közötti idokapcsolatok ábrázolása
• következtetés idokapcsolatok alapján
• pl. diagnózis, tevékenységtervezés, intelligens
  szimuláció
• ido explicit kezelésének módszerei
• intervallum-alapú megközelítés
• primitív bináris relációk (átlapol, megeloz,
  találkozik, )
• diszkrét idopontok kezelése
• idoegységek kezelése
• digitális óra analógia

41
Temporális következtetési technikák

• feladatok
• intelligens riasztás (adatelemzés dinamikus
  bonyolult környezetben)
• intelligens monitorozás
• figyelem fókuszálása
• információk idorendi áttekintése, diagnózis
• intelligens szabályozás
• valós-ideju következteto rendszerek, pl. G2

42
Neurális hálózatok

• mesterséges neuronokból felépülo, párhuzamos
  muködésu architektúrák
• egyszeru átmeneti függvénnyel jellemezheto
  processzorok
• processzorok kommunikálása változtatható
  súlytényezokkel ellátott összeköttetéseken
  keresztül
• neurális háló programozása tanítással (tanító
  minták)
• tanítási módszerek
• felügyelet mellett
• felügyelet nélkül (önszervezodés)
• tanítás célja súlytényezok beállítása

43
Neurális hálózatok

• elonyei
• nem kell heurisztikus ismereteket szerezni a
  tárgyköri szakértotol (tanulási példák)
• hibaturo rendszerek (hibás/ ellentmondásos/
  nemteljes adatok kezelése)
• teljesítményük túlszárnyalhatja a tanító
  képességeit
• hátránya
• nem tudnak magyarázatot, indoklást adni