Лекции (549047), страница 3

Файл №549047 Лекции (Лекции) 3 страницаЛекции (549047) страница 32015-08-23СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 3)

Человек использует:

Понятия – базовые понятия, элементы (могут быть простыми и сложными), которые используются для описания ситуации.

Суждения – некоторые конструкции из понятий, которые имеют статус истинности или ложности, или неопределенности.

Умозаключения – конструкции: если есть , то , возможно введение коэффициента уверенности.

Семиотика:

- синтктика

- семантика

- прагматика

Кондент

(смысл)

Денотат (то множ-во реальн.

объектов, к-ые обозначают это понятие)


Индикатор

(имя, идентификатор)


Смысл


Пример: понятие — дорожный знак «кирпич»


Образ

Имя

Представление


    • Структурированность

Данные не структурированные или слабо структурированные в отличии от знаний.

I

Компьютер

SA – иерархия, отношение (множ-во/подмнож-во; класс/подкласс; вид/подвид)

Компьютер


PC WS MFr


Intel Athlon

A ISA B  Ext(A)  Ext(B)


Ext (PC) = Компьютер Ext(MFr) = Компьютер

Частный случай ISA - Instance Of

Отношения Part of

A part of B  A  B

- объект, именуемый А есть часть объекта, именуемого В.

Данные либо не имеют структуры, либо обладают простой структурой (массив спсок)

    • Ситуативность (возможность изменения в зависимости от ситуации)

* пространственно-временных,

* причинно-следственных.

Отношения:

    • Симметричность: a=b  b=a

    • Рефлективность: a=a

    • Транзитивность: a=b & b=c  a=c

Вводя какое-то понятие, мы можем менять эти св-ва (сим-ть, рефл-ть, транз-ть и др. св-ва) в зависимости от ситуации.

Например: 1) вводим отношение «быть рядом» и транзитивность:

А «рядом» В & В «рядом» С  А «рядом» С

- не всегда истинно, т.е. в зависимости от ситуации мы можем менять выполняется ли транзитивность.

2) пусть расстояние 4 м, тогда слон «рядом» муравей

- с т. зр. муравья false, а с т. зр. слона true.

    • Наличие статуса истинности, наличие степени правдоподобия

Д – достоверность

Зн – правдоподобие

Природа неопределенности:

  • в исходной ситуации

  • в знаниях

  • в целях

    • Активность знаний

Решение = Д + Алгоритм

Знания порождают другие, новые знания.

06.10.02.

Обработка плохооопределеннлой информации в ЭС (СОЗ)

Природа неопределенности

  1. Неопределенность исходной информации (данных).

  2. Неопределенность в знаниях, с коэффициентом правдоподобия.

  3. Неопределенность при задании цели.

1) Для принятия более качественных решений желательно снять неопределенность:

* получение доп. информации

* использование субъективных предпочтений ЛПР

2) Выбор адекватной логики обработки неопределенностей

- вероятностные методы

- интервальная вероятность

- n-арные логики

- непрерывнозначные (нечеткие) логики

- субъективные коэффициенты уверенности и операции над ними.

Теоретико-вероятностные методы обработки неопределенностей

- степень принадлежности, уверенности

Метод Байеса

Pi Сi  Ri

P i E  H


P(H/E) – апостериорная вероятность истинности H при свидетельстве E или коэффициент правдоподобия.


- истин. (наличия) Х


O  R(H/E)  ∞

R(H/E) = 1 – гипотеза не влияет на свидетельство

R(H/E) < 1 – контр свидетельство

R(H/E) > 1 – свидетельство

Определение: Ei  Ej  R(H/E) > R(H/E)

Обычно вводят пороговое значение R, ниже к-го гипотеза false, выше – true.

Д ля случая одного свидетельства E

P(H/E) – вероятность, при к-ой гипотеза не принимается.

Психологи установили для человека.

1 – инт. по правдоп.

2 – надо считать.

3 – интервал правдоподобия H.

P(H(E1…En)), E1…En – свидетельства

Если E1…En – независимы

 - т.к. ф-ла учитывает как свидетельства, так и контр свидетельства.

W – важность свидетельства

{Hj} j=1…m – мн-во гипотез

{Ei} i=1…n – мн-во свидетельств

Если Ei взаимно независемы, то справедливо:

PP(H); Pi+ = P(E/H); PiP(Ei/H)

Пример: с-ма диагностики.

{Hj} j=1…m - множ-во диагнозов;

{Ei} i=1…n - множ-во свидетельств.

Информация (знания) о гипотезах

БЗ i, Pi+, Pi}>


БД Информация о симптомах

i, название, источник получения>

Пример:

I путь. Отсутствие эпидемии.

- в БЗ:

- в БД: <1; t0; запрос>

P(H) = 0,01

  1. Пусть имеется только 1 симптом E1 (t0 ):

  1. Имеется E2 (насморк):

  2. Имеются E1, E2 (t0 и насморк): P(H/Ei, E2 ) = 0,9

II путь. Эпидемия, P(H) = 0,1

  1. E1 (t0) P(H/E1) = 0,9

  2. E2 (H) P(H/E2) = 0,5

  3. E1, E2 (t0 и насморк) P(H/E1, E2) ≈ 1

Если есть статистика, то все свидетельства определяются след. образом:

Ограничения на схемы Байеса:

  1. Независимость E1

  2. С ложности с учетом неопределенности свидетельств.

  3. Учет правдоподобности E1

бывают разные шкалы

a{0, 1} a{0, 100} a{1, 0.5}

Лингвистическая шкала:

0 – не присутствует

1 – очень слабо

2 – слабо

3 – средне

4 – сильно

5 – очень сильно

Вместо P(H/E) используем P(H/А)

P(H/A) = P(H/E) P(E/A) + P(H/E) P(E/A)


13.11.02

  1. Использование к-значной и непрерывной логики.

Невыполн. закона искл. третьего в человеческих рассуждениях.

P(X) + P(X) = 1 не выполн.


О тсутствие зоны неопределенности:

Поскольку в человеческих рассуждениях P(Н) + P(Н) не всегда = 1, возможна ситуация неопределенности:

Логики трехзначные: {0; ½; 1}

четырехзначные: {t; f; 0; r}0 - противоречие, r - неoпределенность

шестизначные: { t; f; +½; -½; 0; r }

Интервальные вероятности:

Мы можем гарантировать, что вероятность попадает в интервал P(H)  P(H)  P(H)

Когда гипотеза сложная

P (H) = P(Hi) P(H) = UP(Hi)

Метод обработки неопределенности на основе субъективных коэффициентов уверенности (метод MYCIN).

Определили 2 коэффициента:

  1. Мд(H, E) – мера доверия гипотезе H при условии E:

  1. Мн(Н,Е) – мера недоверия:

К – коэффициент уверенности Н при наличии условий Е1 и Е2

К(Н,Е) = МД(Н,Е) – Мн(Н,Е)

0  Мд, Мн  1, то -1  К  1

Если Е1 и Е2 независимы, то справедливо:

Возможен случай с несколькими гипотезами:

{Hj} j=1…m

{Ei} i=1…n

Мд (Н1& Н2, Е) = min {Мд(Н1,Е), Мд(Н2,Е)}

Мн(Н1& Н2, Е) = max {Мн(Н1,Е), Мн(Н2,Е)}

Мд (Н1U Н2, Е) = max {Мд(Н1,Е), Мд(Н2,Е)}

Мн (Н1U Н2, Е) = min {Мн(Н1,Е), Мн(Н2,Е)}

Вполне возможны ситуации, когда свидетельства приходят с определенной степенью уверенности.

МдI(Н,Е) = Мд(Н,Е)·max{К(Е,А), 0}

МнI (Н,Е) = Мн(Н,Е)·max{К(Е,А), 0}

Кпор(Н,Е) = 0,2 у человека

Метод обработки неопределенности в GURU

Pi = (Сi ri, ki)

k(Сi)

k(ri) = f(k(Сi), ki)

 a b

Сi Pi = (Сi ri, ki)

Pj = (Сj rj, kj)

Логика

(&) CFJO

(U) CFCO

M:

P:

A:

B:

min(a,b)

a·b

(+

)/2

Max(a,b)

a+b - a·b

(+

)/2

E·FCR = TRU 0  CF  100

Пороговое значение E·ONKN=20

Пример: надежность поставщика.


P1 = (С1 r, 0.9)

P2 = (С2 r, 0.8)

P31 = (С3 = кооператив r, 0.5)

.

.

.

P4 = (С4 r, 0.7)

P5 = (С4 r, 0.8)

РР итого k(r) = 0,96

MM k(r) = 0,7

RULE: R4

PRIORITY: 100

IF FIN = TR

THEN NAD+= TR сf 90

RULE: R5

PRIORITY: 100

IF FIN = F

THEN NAD-= TR сf 90

20.11.02

Обработка плохоопределенной информации

с использованием Дерева Решений

ДР – дерево решений (целей)

- вершина типа «и»

R


P,k

ci cj

k(ci) k(cj)

2 Основных подхода:

1) Максиминный

K(R)=min {k(Ci), k(Cj), k}

2)Вероятностный

K(R)=k(Ci), k(Cj), k

- вершина типа «или»

R


Pi,ki Pj,kj

ci cj

1) Максиминный

K(R)=max{ki k(Ci), kj k(Cj)}

2)Вероятностный

K(R)=k(Ci)ki + k(Cj)kj - k(Ci) k(Cj)ki kj

Общая формула:

K(R)= k(Ci)ki + k(Cj)kj + k(Cr)kr

-k(Ci) k(Cj)ki kj - k(Ci) k(Cr)ki kr - k(Cr) k(Cj)kr kj +

+ k(Ci) k(Cj) k(Cr) ki kj kr

Пример:

i} – множ-во промежуточных заключений;

{Fj}– множ-во факторов;

P1 = (F1  C1, 0.8)

P2 = (F2  C1, 0.7)

P3 = (F3  C2, 1)

P4 = (F4 & F5  C3, 0.9)

P5 = (F6  C6, 1)

P6 = (F7  C6, 0.7)

P7 = (F8 & F9  C4, 0.4)

P8 = (C1 & C2 & C3  C5, 0.9)

P9 = (C4  C6 , 0.8)

P10 = (C5 & C6  R, 1)

М ожно решить задачу оптимизации

Поиск решения

S н = (0,9; 0; 1; 0,8; 0,9; 0,1; 0,8; 0,7; 0,5)

F1 F2 F3 F4 F5 F6 F7 F8 F9

а) ab, a+b – ab

б) max{a,b}{a,b}, max{a,b}

Ответы:

а) k(C1) = 0,90,8 = 0,72

k(C2) = 1

k(C3) = 0,80,90,9 = 0,65

k(C4) = 0,70,50,4 = 0,14

k(C6) = 0,80,7 = 0,56

k(R) = 0,420,56 = 0,65

б) k(C1) = 0,8

k(C2) = 1

Характеристики

Тип файла
Документ
Размер
918 Kb
Материал
Тип материала
Высшее учебное заведение

Список файлов лекций

Свежие статьи
Популярно сейчас
А знаете ли Вы, что из года в год задания практически не меняются? Математика, преподаваемая в учебных заведениях, никак не менялась минимум 30 лет. Найдите нужный учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6392
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее