170 likes | 257 Views
A 5M 33 IZS – Informační a znalostní systémy. Rozšířený odvozovací mechanismus expertních systémů. Funkce příspěvku pravidla 1. Prospektor, opakování: E- >H ( P(H/E), P(H/~E)). P(H/E ’ ). P(H/E). P(H). P(H/~E). 1. 0. P(E). P(E/E ’ ). Sp íše NE. Sp íše A N 0.
E N D
A5M33IZS – Informační a znalostní systémy Rozšířený odvozovací mechanismus expertních systémů
Funkce příspěvku pravidla 1 Prospektor, opakování: E->H ( P(H/E), P(H/~E)) P(H/E’) P(H/E) P(H) P(H/~E) 1 0 P(E) P(E/E’) Spíše NE SpíšeAN0
Funkce příspěvku pravidla 2 Nový typ pravidla: E1& E2 ->H (parametry) P(E2/E’) Soustředíme se na tento kvadrant definičního oboru, ostatní jsou analogické SpíšeAN0 P(E1/E’) Spíše NE Spíše NE SpíšeAN0
Nový typ pravidla: E1& E2 ->H (parametry) Funkce příspěvku pravidla 3 P(H/E’) P(E2/E’) 1 P(E2) 1 P(E1) P(E1/E’)
Nový typ pravidla: E1& E2 ->H (parametry) Funkce příspěvku pravidla 4 P(H/E’) P(E2/E’) P(E2/E’) = P(E2) 1 P(H/E1) P(H) P(E2) 1 P(E1) P(E1/E’)
Nový typ pravidla: E1& E2 ->H (parametry) Funkce příspěvku pravidla 5 P(H/E’) P(E2/E’) P(H/E2) 1 P(E1/E’) = P(E1) P(H) P(E2) 1 P(E1) P(E1/E’)
Nový typ pravidla:E1& E2 ->H (parametry) Funkce příspěvku pravidla 6 P(H/E’) P(E2/E’) P(H/E1 & E2) 1 P(H) P(E2) 1 P(E1) P(E1/E’)
Nový typ pravidla:E1& E2 ->H (parametry) Funkce příspěvku pravidla 7 P(H/E’) P(E2/E’) P(H/E1 & E2) 1 P(H) P(E2) 1 P(E1) P(E1/E’)
Nový typ pravidla:E1& E2 ->H (parametry) Funkce příspěvku pravidla 8 P(H/E’) P(E2/E’) P(H/E1 & E2) 1 P(H) P(E2) 1 P(E1) P(E1/E’)
Nový typ pravidla:E1& E2 ->H (parametry) Funkce příspěvku pravidla 9 P(H/E’) P(E2/E’) P(H/E1 & E2) P(H/E2) 1 P(H/E1) P(H) P(E2) 1 P(E1) P(E1/E’)
Nový typ pravidla:E1& E2 ->H (parametry) ? Funkce příspěvku pravidla 10 P(H/E’) P(E2/E’) P(H/E1 & E2) P(H/E2) 1 P(H/E1) P(H) MONOTONIE !!! P(E2) 1 P(E1) P(E1/E’)
Nový typ pravidla:E1& E2 ->H (parametry) Funkce příspěvku pravidla 10 P(H/E’) P(E2/E’) P(H/E1 & E2) P(H/E2) 1 P(H/E1) P(H) MONOTONIE !!! P(E2) 1 P(E1) P(E1/E’)
Nový typ pravidla:E1& E2 ->H (parametry) z y x 1 0 Funkce příspěvku pravidla 11 z = A . x . y + B . x + C . y + D
Sdružování příspěvků pravidel 1 Nový typ pravidla:E1& E2 ->H (parametry) E1 E2 E4 E5 E6 E3 E1 & E2 & E3 -> H1 E2 & E3 & E4 -> H1 E2 & E3 & E4 -> H2 E4 & E5 -> H3 E6 -> H3 H1 H2 H3
Sdružování příspěvků pravidel 2 Nový typ pravidla:E1& E2 ->H (parametry) E1 E2 E4 E5 E6 E3 E1 & E2 & E3 -> H1 E2 & E3 & E4 -> H1 E2 & E3 & E4 -> H2 E4 & E5 -> H3 E6 -> H3 H1 H2 H3 O(H1/E1, E2, E3) * O(H1/E2, E3, E4) O(H1/E1, E2, E3, E4) = O(H1/E2, E3)
Kolapsibilita kontingenčních tabulek 1 Záleží na tom, zda je nezávislost zjišťována na marginálním nebo sdruženém rozložení. Příklad (Lauritzen, S. L.: Graphical Models, str. 63): Rozsudky v případě 4863 vražd na Floridě 1973-78 Smrt pro bílé vs. černé vrahy: 3,2% > 2,3% Smrt pro bílé vs. černé vrahy: Oběť černoch: 0%< 4,74% Oběť běloch: 3,36% < 16,8% Yule-Simpsonův paradox
Kolapsibilita kontingenčních tabulek 2 Parametrická kolapsibilita (vztahuje se k Yule-Simpsonově paradoxu na předch. slide): Závislosti existující ve sdružené tabulce musí být zachovány ve sdruženém i marginálním rozložení. Kolapsibilita modelu (Asmussen & Edwards 1983): Grafový model je kolapsovatelný na podgraf A, právě pro každou komponentu B připojenou k A z AC je bd(B) úplným grafem.