Cambios realizados en Elvira

1. Cambios realizados enElvira Manuel Luque Gallego Proyecto Elvira II Almería 19-20 de Mayo de 2005

2. Índice • Evaluación de diagramas de influencia con nodos super-valor • Generación aleatoria de diagramas de influencia • Explicación del razonamiento en diagramas de influencia

3. Evaluación de DI con nodos SV

4. Evaluación de DI con nodos SV • En San Sebastián se disponía de los siguientes algoritmos: • ReductionAndEvalID: Reduce el DI a uno con un solo nodo de valor y evalúa • VariableEliminationSV: Aplica el esquema de eliminación de variables a un árbol de potenciales • Implementación desde la reunión de San Sebastián • ArcReversalSV: Algoritmo de Tatman y Shachter

5. Evaluación de DI con nodos SV • Algoritmo de Tatman y Shachter (clase ArcReversalSV) • Adaptación del algoritmo de inversión de arcos a DIs con nodos SV • Posibilidades de evaluación en el interfaz • Sólo políticas óptimas • Políticas óptimas y utilidades • Adicionalmente la clase ArcReversalSV permite evaluar con subset rule o sin subset rule

6. Generación aleatoria de DIs • Objetivo: Comparar rendimiento en espacio y tiempo de VariableEliminationSV y ArcReversalSV • Generación aleatoria de DI con nodos SV, con orden total entre las decisiones • Para medir tiempos se empleó Java 2's Java Virtual Machine Profiler Interface (JVMPI), que proporciona tiempos netos al ejecutar el proceso en un sistema operativo multitarea • Generación aleatoria de DIs basada en los trabajos: • Jaime S. Ide y Fabio G. Cozman: Redes bayesianas • Marta Vomlelova: Diagramas de influencia sin restricciones de orden entre las decisiones

7. Generación aleatoria de DIs • Esquema de la generación de DIs aleatorios • Generar la estructura • Generar estructura de nodos de azar y de decisión • Generar un árbol ordenado simple • Decidir para cada nodo si es aleatorio o decisión • Añadir y quitar enlaces de forma aleatoria • Ordenar de forma aleatoria las decisiones no ordenadas • Generar estructura de nodos de valor • Generar nodos de utilidad (non-super) y elegir aleatoriamente sus padres • Combinar aleatoriamente nodos de valor en nodos SV y elegir su tipo (suma o product), hasta que haya un solo nodo SV terminal • Generar la parte cuantitativa • Generar aleatoriamente las tablas de probabilidad y de utilidad

8. Generación aleatoria de DIs • Dibujar en Elvira DIs aleatorios grandes

9. Explicación del razonamiento en DIs • Análisis de la estrategia óptima, basada en los trabajos • Cooper: Convertir DI a red bayesiana y propagar sobre red bayesiana para evaluar el DI • Finn Jensen: Probabilidad de decisiones futuras • Clase añadida: CooperPolicyNetwork, hija de Bnet

10. Explicación del razonamiento en DIs • Construcción de la CPN (CooperPolicyNetwork) • Evaluación del DI con método para DI • Construcción de la CPN a partir de las políticas óptimas • Nodos de decisión se convierten a nodos de azar con distribución determinística dada por la política óptima • Nodos de utilidad y super-valor son convertidos a nodos de azar mediante la transformación de Cooper

11. Explicación del razonamiento en DIs • Diagrama de influencia y CooperPolicyNetwork

12. Explicación del razonamiento en DIs • Permite realizar un análisis de la estrategia óptima incorporando la “evidencia” sobre el DI en el interfaz de Elvira • Se incorpora la evidencia en la CPN • Cálculo de probabilidades a posteriori para el nuevo caso • Nodos de azar  Probabilidades marginales • Nodos de decisión  Probabilidades de decisiones futuras • Nodos de utilidad  Utilidades esperadas para el nuevo caso

13. Explicación del razonamiento en DIs • El modo inferencia de Elvira dibuja en verde los arcos de no-olvido que no aparecen en el modo edición • Probilidades y utilidades de los distintos escenarios del árbol de decisión • Ejemplo: p(Oil|Seismic, Test)