1 / 10

ZNALOSTNÉ SYSTÉMY prednáška č. 4

ZNALOSTNÉ SYSTÉMY prednáška č. 4. Extenzion álne modely Časť 1 Kristína Machová Kristina.Machova @ tuke.sk Vysokoškolská, 149,. Osnova prednášky. V šeobecný extenzionálny model Subjektívna Bayes-ovská metóda Kombinačná funkcia CTR Kombinačná funkcia GLOB Ostatné kombinačné funkcie

eliot
Download Presentation

ZNALOSTNÉ SYSTÉMY prednáška č. 4

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. ZNALOSTNÉ SYSTÉMY prednáška č. 4 Extenzionálne modely Časť 1 Kristína Machová Kristina.Machova@tuke.sk Vysokoškolská, 149, Katedra kybernetiky a umelej inteligencie FEI, TU v Košiciach

  2. Osnova prednášky • Všeobecný extenzionálny model • Subjektívna Bayes-ovská metóda • Kombinačná funkcia CTR • Kombinačná funkcia GLOB • Ostatné kombinačné funkcie • Intuitívny model • Vlastnosti funkcie GLOB Katedra kybernetiky a umelej inteligencie FEI, TU v Košiciach

  3. 1. Všeobecný extenzionálny model Pre extenzionálne modely neexistuje všeobecne platný model šírenia neurčitosti. Platí princíp extenzionality, teda aj modularity. Model predstavuje sada kombinačných funkcií. KOMBINAČNÉ F-cie: predpis pre manipuláciu s neurčitosťou 1.negácia: N(~P1) = fneg(N(P1)) 2.konjunkcia N(P1&P2) = fconj(N(P1), N(P2)) 3.disjunkcia N(P1vP2) = fdisj(N(P1), N(P2)) 4.CTR – sekvenčná kombinácia N(Z) = fctr(N(P), N(PZ) 5.GLOB – paralelná kombinácia N(Z) = fglob(N(P1Z), N(P2Z)) MODELY: Subjektívna Bayesovská metóda, Algebraická teória, Dempster-Shafferova metóda, Fuzzy prístup. Katedra kybernetiky a umelej inteligencie FEI, TU v Košiciach

  4. 1. Všeobecný extenzionálny model l1&m1&l5–>k1 k1 k2 k3 m1&l5&m3–>k2 l5&m2&l7–>k3 l1 m1 l5 m3 l7 l2&m2–>m1 l3vl4–>m2 l2 m2 l6 l8 l6vl8–>m3 l3 l4 Katedra kybernetiky a umelej inteligencie FEI, TU v Košiciach

  5. 2. Subjektívna Bayes-ovská metóda Subjektívna def. pravdepodobnosti je odhad výskytu javu v pomere ku všetkým výskytom všetkých javov. Zohľadňuje neurčitosť pravidiel a výrokov, apriórnu a aposteriórnu vyjadrenú absolútne alebo relatívne. • ABSOLÚTNE vyjadrenie používa podmienené pravd.-sti. P(H/E)…pravd. záveru H v prípade splnenia predpokladu E P(H/~E)…pravd. záveru H v prípade nesplnenia predpokladu E • RELATÍVNE vyjadrenie Miera postačiteľnosti LS (logical sufficiency) O(H/E)=LS*O(H) Miera nezbytnosti LN (logical necessity) O(H/~E)=LN*O(H) Katedra kybernetiky a umelej inteligencie FEI, TU v Košiciach

  6. 3. Kombinačná funkcia CTR P(H/E’) P(H/E) P(H) P(H/~E) P(E/E’) 0 P(E) 1 Pre 0 <= P(E/E’) <= P(E) P(H/E’)= P(H/~E) + [(P(H)-P(H/~E))/P(E)]*P(E/E’) Pre P(E) <= P(E/E’) <= 1 P(H/E’)= P(H) + [(P(H/E)-P(H))/(1-P(E))]*[P(E/E’)-P(E)] Katedra kybernetiky a umelej inteligencie FEI, TU v Košiciach

  7. nesplnenie P nemá na H vplyv popiera H podporuje H splnenie P podporuje H podporuje H nemá na H vplyv 4. Kombinačná funkcia GLOB • Skladá príspevky jednotlivých pravidiel s tým istým záverom do aposteriórnej pravdepodobnosti záveru. • Je realizovaná v relatívnom tvare: váha j-tého pravidla: LSj= O(H/Ej) / O(H) O(H/E1’,…,En’) = (¶LSj)*O(H) P(H/E1’,…En’) = O(H/E1’,…,En’)/[1+O(H/E1’,…,En’)] Neobvyklé prípady f-cie CTR: Katedra kybernetiky a umelej inteligencie FEI, TU v Košiciach

  8. 5. Ostatné kombinačné funkcie Používajú sa pre ne vzťahy z teórie fuzzy množín: NEG: P(~H) = 1 – P(H) CONJ: P(H1 & H2) = min[ P(H1), P(H2) ] DISJ: P(H1 v H2) = max[ P(H1), P(H2) ] Poznámky: CONJ je striktnejšia funkcia, keďže v dvojhodnotovej logike musia platiť všetky predpoklady (snaha zabezpečiť aby neurčitosti oboch predpokladov boli čo najvyššie). DISJ stačí ak neurčitosť jedného predpokladu bude vysoká, a tá sa vyberie. Katedra kybernetiky a umelej inteligencie FEI, TU v Košiciach

  9. 6. Intuitívny model práce s neurčitosťou Jednotlivé kombinačné funkcie môžu byť definované rôzne. Intuitívne možno stanoviť ich interpretáciu. • PP S NEURČITOSŤOU môžeme interpretovať: AK je predpoklad úplne splnený, POTOM záver platí s váhou w. AK predpoklad nie je splnený úplne, POTOM príspevok pravidla k posilneniu dôvery v záver je menší ako w. • PRI PARALELNEJ KOMBINÁCII: AK prvé aj druhé pravidlo podporuje(oslabuje) záver POTOM výsledná váha je posilňovaná(oslabovaná). AK jedno pravidlo záver podporuje a druhé ho vyvracia POTOM sa vplyvy eliminujú Katedra kybernetiky a umelej inteligencie FEI, TU v Košiciach

  10. 7. Vlastnosti funkcie GLOB Predpokladajme, že e1, e2 a e3 sú príspevky troch PP k platnosti záveru. Potom môžeme definovať vlastnosti GLOB: 1.komutatívnosť: GLOB(e1,e2) = GLOB(e2,e1) 2.asociatívnosť: GLOB(e1, GLOB(e2,e3)) = GLOB(GLOB(e1,e2),e3)) 3. neutrálny prvok: GLOB(N,e1) = e1 4. opačný prvok: e1 = -e2  GLOB(e1,e2) = 0 5. monotónnosť: e1 >= e2  GLOB(e1,e3) >= GLOB(e2,e3) SPRACOVANIE EEXTRÉMNYCH HODNÔT: GLOB(e1, _) = _ GLOB(e1,^) = ^ Katedra kybernetiky a umelej inteligencie FEI, TU v Košiciach

More Related