Dawid, Zwoźniak, david_z@poczta.fm

RBS_Back Przegląd metodologii reprezentacji reguł dla wnioskowania w tył (wstecz). Należy szczególnie uwzględnić reprezentacje graficzne oraz zwrócić uwagę na: przejrzystość reguł, gęstość reprezentowanej informacji.

przydzielenie projektu

planowane konsultacje

?

Ekspertowy system regułowy składa się z bazy danych, zawierającej pewne ustalone fakty i reguły służące do wywnioskowywania nowych faktów oraz interpetera reguł, sterującego procesem wnioskowań.

W systemach ekspertowych wykorzystuje się 3 rodzaje wnioskowania: - w przód - wstecz - mieszane

Wnioskowanie wstecz przebiega w odwrotną stronę niż wnioskowanie w przód. Ogólnie polega ono na wykazaniu prawdziwości hipotezy głównej na postawie prawdziwości przesłanek. Jeśli nie wiemy, czy jakaś przesłanka jest prawdziwa, to traktujemy tę przesłankę jako nową hipotezę i próbujemy ją wykazać. Jeżeli w wyniku takiego postępowania zostanie wreszcie znaleziona reguła, której wszy¬stkie przesłanki są prawdziwe, to konkluzja tej reguły jest prawdziwa. Na pod¬stawie tej konkluzji dowodzi się następną regułę, której przesłanka nie była po¬przednio znana itd. Postawiona hipoteza jest prawdziwa, jeśli wszystkie rozważa¬ne przesłanki dadzą się wykazać.

Cel → reguły → fakty

Wnioskowanie wstecz różni się od wnioskowania w przód m.in. tym, że generuje mniejszą liczbę nowych faktów oraz uniemożliwia równoczesne dowodzenie kilku hipotez. Ogólnie w typowych zastosowaniach wnioskowanie wstecz jest efektywniejsze i bardziej rozpowszechnione. Istotne jest także to, że przy wnioskowaniu wstecz czas oczekiwania na osiągnięcie rozwiązania postawionej hipotezy jest w wielu przypadkach dużo krótszy niż przy wnioskowaniu w przód.

Wnioskowanie wstecz zostało zastosowane, między innymi, w interpreterach PROLOG-u.

Reprezentacja wiedzy:

1.Reguły decyzyjne (Decision Rules)

najbardziej podstawowa forma przedstawiania reguł to:
reguła: fakt1 ^ fakt2 ^ ... ^ faktn → konkluzja
bardziej rozbudowana forma może mieć postać:
reguła: fakt1 ^ fakt2 ^ ... ^ faktn → konkluzja1 ^ konkluzja2 ^ ... ^ konkluzjan

2.Tabele decyzyjne (Decision Tables)

tabele decyzyjne mają postać:

zaletą tabeli jest ich prostota i łatwość ich interpretacji, wadą natomiast jest to, 
że klasyczne tabele są ograniczone do binarnej logiki.

3.Drzewa decyzyjne (Decision Trees) Reprezentacja wiedzy przy pomocy drzewa jest czytelna, łatwa do użycia i zrozumienia. Reprezentacja przy pomocy drzewa wygląda następująco:

Korzeń drzewa jest węzłem wejściowym. Do każdego węzła dołączone są gałęzie.
Koła reprezentują akcje.
Prostokąty reprezentują atrybuty.
Równoległoboki reprezentują relacje i wartości

4.Grafy (Graphs) Używana w sztucznej inteligencji teoria grafów, opisująca pewien rodzaj abstrakcyjnych danych. Graf składa się z węzłów, które są zwykle opisane oraz krawędzi. Tak utworzona sieć jest grafem skierowanym z numerycznymi wartościami przypisanymi do krawędzi.

5.Grafy koncepcyjne (Conceptual Graph) W grafie koncepcyjnym węzły są koncepcyjnymi zależnościami. Każda koncepcja jest szczególną instancją koncepcyjnego typu. Każdy graf reprezentuje pojedynczą formułę.

6.Ramki (Frames) 7.Model obiektowo-zorientowany (Object-oriented model) 8.Sieci symantyczne (Semantics Network)