1 / 20

PRZETWARZANIE INFORMACJI NIEPEWNEJ

PRZETWARZANIE INFORMACJI NIEPEWNEJ. Nguyen Hoang Viet Instytut Podstawowych Problemów Techniki Polska Akademia Nauk. Plan prezentacji. Wprowadzenie Losowość vs. niedokładność Modelowanie niepewności Układ równań liniowych z niepewnością. Wprowadzenie.

luke
Download Presentation

PRZETWARZANIE INFORMACJI NIEPEWNEJ

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. PRZETWARZANIE INFORMACJI NIEPEWNEJ Nguyen Hoang Viet Instytut Podstawowych Problemów Techniki Polska Akademia Nauk

  2. Plan prezentacji • Wprowadzenie • Losowość vs. niedokładność • Modelowanie niepewności • Układ równań liniowych z niepewnością N.H. Viet: Przetwarzanie informacji niepewnej

  3. Wprowadzenie • Niepewności w praktyce: niedokładności danych, problem brakujących danych, niedeterminizm eksperymentów, lingwistyczna ocena ekspertów itp.. • W rzeczywistych problemach inżynierskich, niepewności nie da się uniknąć. • Celem prezentacji jest przedstawienie istoty przetwarzania różnorodnych rodzajów niepewności w jednym, spójnym środowisku N.H. Viet: Przetwarzanie informacji niepewnej

  4. Losowość i niedokładność • Niepewności najczęściej są podzielone na dwie grupy: • Niepewność związana z niedeterminizmem danego zjawiska (ang. randomness) • Niepewność związane z niemożliwością precyzyjnego określenia pojęć (ang. impreciseness) • Różnice między tymi rodzajami niepewności są zasadnicze i mają one charakter różnych natur. Stąd nie da się modelować jeden typ niepewności za pomocą drugiego. Muszą współistnieć! N.H. Viet: Przetwarzanie informacji niepewnej

  5. Losowość i niedokładność • Przykład: • Jak prawdopodobne jest to aby w najbliższych sondażach, notowanie PO znacznie przewyższało notowanie Samoobrony • Analiza rynku finansowego, • Analiza niezawodności konstrukcji N.H. Viet: Przetwarzanie informacji niepewnej

  6. Losowość i niedokładność • Próby transformacji losowość – niedokładność: • (Sztuczne) przekształcenie funkcji przynależności zbioru rozmytego w funkcję gęstości zmiennej losowej (possibility- probability transformation) • Transformacja z zachowaniem entropii • Obydwie wymienione wyżej metody okazały się sztuczne, nie efektywne i nie skupią większych uwag badaczy. N.H. Viet: Przetwarzanie informacji niepewnej

  7. Losowość i rozmytość • „Naiwna” transformacja Niech będzie przestrzenią probabilistyczną. Niech A będzie zbiorem rozmytym: Naiwna transformacja polega na przekształceniu funkcji zależności zbioru A do funkcji gęstości „równoważnej” zmiennej losowej B: N.H. Viet: Przetwarzanie informacji niepewnej

  8. Losowość i rozmytość • Transformacja z użyciem entropii: • Entropia zmiennej losowe X z gęstością f: • Entropia zbioru rozmytego A: • Wyrównując H i G, można znaleźć „równoważną” zmienną losową Y dla zbioru rozmytego A. N.H. Viet: Przetwarzanie informacji niepewnej

  9. Modelowanie niepewności • Niepewność stochastyczna – probabilistyka: potężna, dobrze opracowana machina matematyczna. • Jak modelować niedokładność (impreciseness)? • Analiza przedziałowa (ang. interval analysis): zmienne i parametry systemu są modelowane za pomocą przedziałów (liczb przedziałowych). Arytmetyka przedziałowa. Optymalizacja przedziałowa. • Logika rozmyta. Possibility theory. Liczby przedziałowe mogą być traktowane jako poszczególnym przypadkiem liczb rozmytych. N.H. Viet: Przetwarzanie informacji niepewnej

  10. Modelowanie niepewności • Łączenie losowości z niedokładnością w jednym, spójnym środowisku. Niepewność Losowość Niedokładność Zmienna losowa Przedziały, zbiory rozmyte Rozmyta Zmienna losowa N.H. Viet: Przetwarzanie informacji niepewnej

  11. Modelowanie niepewności • Rozmyta zmienna losowa (RZL): • Niech będzie przestrzenią probabilistyczną. jest rozmytą zmienną losową jeśli: jest -mierzalna. • Zmienna losowa (rzeczywista), liczby rozmyte, liczby przedziałowe są szczególnymi przypadkami rozmytej zmiennej losowej. N.H. Viet: Przetwarzanie informacji niepewnej

  12. Modelowanie niepewności • Wprowadzono pojęcia wartości średniej, wariancji, gęstości RZL. • Większość prac dot. RZL obecnie rozważają aspekty teoretyczne. • Celem pracy jest opracowanie techniki przetwarzania informacji niepewnej umożliwiającej łatwego zastosowania w praktycznych zadaniach. N.H. Viet: Przetwarzanie informacji niepewnej

  13. Modelowanie niepewności • Gaussowska rozmyta zmienna losowa (GRZL): zmienna losowa rozmyta, która może być przedstawiona jako suma (rzeczywistej) zmiennej losowej z zerową wartością średnią i liczbą rozmytą: • Ograniczenie na RZL typu Gaussowskiego pozwala na parametryzację RZL za pomocą ZL i liczby rozmytej N.H. Viet: Przetwarzanie informacji niepewnej

  14. Układ równań liniowych z niepewnością • Dlaczego układ równań liniowych? • Wystąpienie niepewności w układach równań liniowych. • Jakiego typu niepewności mogą się znaleźć w zadaniu? N.H. Viet: Przetwarzanie informacji niepewnej

  15. Układ równań liniowych z niepewnością • Układ równań liniowych przedziałowych: • Zadanie: rozwiazanie układu • Zadanie rozwiązania tego typu układu jest problemem NP-trudnym • Powszechne są tzw. wewnętrzne i zewnętrzne przybliżenie rozwiązania (inner/outer approximation) N.H. Viet: Przetwarzanie informacji niepewnej

  16. Układ równań liniowych z niepewnością • Układ równań liniowych przedziałowych • Zadanie optymalizacyjne: N.H. Viet: Przetwarzanie informacji niepewnej

  17. Układ równań liniowych z niepewnością • Układ równań liniowych przedziałowych: • Zadanie optymalizacji – problem z arytmetyką przedziałową: • Idea: sieć neuronowa S aproksymująca operację mnożenie przedziałów. N.H. Viet: Przetwarzanie informacji niepewnej

  18. Układ równań liniowych z niepewnością • Układ równań liniowych przedziałowych: • Funkcja f jest różniczkowalna i jej optymalizacja może być zrealizowana za pomocą algorytmów gradientowych. • Idea nr. 2: Algorytm genetyczny [w opracowaniu] N.H. Viet: Przetwarzanie informacji niepewnej

  19. Układ równań liniowych z niepewnością • Do rozwiązania: • Układ równań liniowych z rozmytymi parametrami [obecnie brak jakichkolwiek efektywnych metod do rozwiązania tego problemu] • Przypadek ogólny: układ z RZL N.H. Viet: Przetwarzanie informacji niepewnej

  20. Dziękuję za uwagę

More Related