1 / 21

Oplossingsmethoden: implementatie

Oplossingsmethoden: implementatie. relatie kennisniveau  symboolniveau taken: wat? modellen: welke kennis? (elke taak: 1 of meer modellen) methoden: hoe kennis gebruiken? implementatie procedureel  declaratief casusmodellen, domeinmodellen

giza
Télécharger la présentation

Oplossingsmethoden: implementatie

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. Oplossingsmethoden: implementatie • relatie kennisniveau  symboolniveau • taken: wat? • modellen: welke kennis? (elke taak: 1 of meer modellen) • methoden: hoe kennis gebruiken? • implementatie • procedureel declaratief • casusmodellen, domeinmodellen • afbeeldingsmethoden, uitbreidingsmethoden, zoekmethoden

  2. Oplossingsmethoden: implementatie (2) • Declaratieve representatie • expliciete representatie van de modellen • flexibel • (minder efficiënt) • vb. Prolog • Procedurele representatie • domeinmodellen + methodendomeinafhankelijke methode (verzameling regels) • efficient • verfijning regels m.b.v. heuristische kennis • vb. KAN

  3. Afbeeldingsmethoden • lineaire afbeelding • differentiatie • neerwaartse verfijning • weighted evidence combination • gelijkenis

  4. Lineaire afbeelding • klassen: • roodooramandine= {bek=rood,oor=rood,staart=bruin,keel=nb} • prachtvink = {bek=rood,oor=zwart,staart=bruin,keel=nb} • diamantvink = {bek=rood,oor=wit,staart=zwart,keel=wit} • werking: • neem één voor één alle klassen, en test de attributen • onbekende attributen opzoeken/vragen • codering: (define (rule vink-regels) roodooramandine (if (bek rood) (oor rood) (staart bruin) (keel nb)) (then (conclude (soort roodooramandine)))) • Uitbreidingen: probabiliteit v/d conclusie, kost v/h testen v/d condities,...

  5. staart bruin zwart oor diamantvink rood zwart roodoor- amandine prachtvink Differentiatie • werking • bepaal het meest distinctieve attribuut(attribuut met grootst aantal verschillende waarden) # nog te doorzoeken klassen wordt het kleinst • beslissingsboom • Codering: • regel voor elk eindpunt van de tree (define (rule vink-regels) diamantvink (if (staart zwart)) (then (conclude (soort diamantvink)))) • efficiënter dan zuivere lineaire afbeelding

  6. vink bek = rood ondersoort1 staart = bruin keel = nb diamantvink staart = zwart keel = wit oor = wit roodooramandine oor = rood prachtvink oor = zwart Neerwaartse verfijning • Gemeenschappelijke kenmerken isoleren klassehiërarchie • werking: • zoek opvolger m.b.v. differentiatie of lineaire afbeelding • codering: • aparte regelverzameling voor de subnodes van een node

  7. 0.8 0.6 0.5 0 0 0 0 rood zwart wit oor bruin zwart staart wit nb keel Weighted Evidence Combination • Vorige methoden: afbeelding bron  doel duidelijk • kenmerken zijn noodzakelijk en voldoende • dikwijls: onzekerheid • zwakke domeintheorie • onzekere waarneming • werking: • waarde(c,T) = w(T,i) x(i) • implementatie: • niet in KAN • neurale netwerken

  8. staart zwart diamantvink bruin oor roodooramandine rood zwart wit prachtvink Gelijkenis • Bereken afstand tussen casus en doelelement • afstand berekend m.b.v. metriek • Hamming-distance: # kenmerken dat verschillend is • Euclidische afstand ?

  9. Selectie van methode • Beperkingen van elke methode • modellen: onvolledig? inconsistent? • waarnemingen: kost? onbetrouwbaar? inconsistent? • andere: beperkte tijd? beperkt geheugen? complexiteit? • vb. lineaire afbeelding • modellen: binair (kenmerken noodzakelijk en voldoende);klein aantal klassen; kleine verzameling kenmerken • kosten gelijk voor alle attributen • geen onzekerheid

  10. Uitbreidingsmethoden • Verdere ontwikkeling van een casusmodel • voorbeeldmethode: constraint propagation • als constraints in regels geformuleerd zijn geen verdere vertaling nodig

  11. Zoekmethoden • Classificatie: klassen + bijbehorende kenmerken gekend  directe methode mogelijk (la, diff,...) • Nodig wanneer kennis niet volledig isvb. diagnose van een motor: motor start niet haperende vonk- overbrenging haperende vonk- voortbrenging slechte bougie defect contactpunt defecte bougiekap

  12. “Blinde” zoekmethoden heuristische zoekmethoden expliciete sturing Zoekmethoden • search space • blinde zoekmethoden: • breadth-first search • depth-first search • heuristische zoekmethoden • best-first search • beam search • hill-climbing (steepest descent) • expliciete sturing • object-niveau + meta-niveau

  13. Blinde zoekmethoden n1 n2 n3 n4 • depth-first: n1  n2  n5  n6  n7  n3  ... • breadth-first: n1  n2  n3  n4  n5  ... n5 n6 n7

  14. Heuristische zoekmethoden • blinde zoekmethoden: probeer alle mogelijke oplossingen uit tot goede gevonden • Efficiënter: bepaal telkens de beste vervolgstap • implementatie: evaluatiefunctie • Moeilijke problemen: beste vervolgstap bepalen niet mogelijk vuistregel • Varianten van blinde methoden: • best-first search: ontwikkel de beste oplossing tot nu toe • beam search: kijk telkens enkel naar de beste x mogelijkheden • hill climbing: kijk telkens enkel naar de beste mogelijkheid

  15. Expliciete sturing • Meest algemene methode: selectie van volgende stap is een volledig redeneerproces op zich • Oplossing van het probleem zelf: objectniveau • Oplossing van selectie: metaniveau

  16. Kennisverwerving • intelligentie: modellen gebruiken en ontwikkelen • aandacht richten op bepaalde aspecten • welke kennis is bruikbaar?ontdekken van structuur in de kennis van de expert • 2 aspecten: • kennisonttrekking • kennisinterpretatie

  17. Kennisonttrekking • bij voorkeur “harde” kennis: • vastliggend; rechtstreeks van de expert • gestructureerd: • tabellen, diagrammen: gemakkelijk te vinden/maken • beslissingsbomen: dikwijls voor onderhoud • regels: dikwijls niet beschikbaar; vatbaar voor interpretatie • woordenlijsten: uniforme terminologie; uitlegfaciliteit • ongestructureerd: • gespreksprotocollen: verslagen van redeneringen v/d expert • tekst: geen gestructureerd overzicht v/h domein • vraag-en- antwoordspelletjes tussen experts • geen eigen interpretaties!

  18. Kennisinterpretatie • ontrafelen van de structuur van de verzamelde kennis( gericht over details vragen) • resultaat: kennisniveaubeschrijving (modellen, methoden, taakstructuur) • indien regels gekend: omgekeerde benadering om expert verder te kunnen ondervragen

  19. Leren • leervermogen: • zelfstandig in staat nieuwe taken af te handelen • aanpassen aan veranderingen in de taakomgeving • oude taken op een betere manier aanpakken • meeste kennissystemen leren niet • methoden? • inductieve methoden • theorie-afhankelijke methoden • connectionistisch (weighted evidence combination)

  20. Inductieve methode • generalisatie op basis van positieve en negatieve voorbeelden • Vereenvoudigde versie: • + {bek rood, oor rood, poten bruin}+ {bek rood, (not (oor rood)), poten bruin} {snavel rood, poten bruin}- {(not (bek rood)), oor rood, poten bruin} {snavel rood}

  21. Theorie-afhankelijke methoden • bijv. leren van een nieuw model op basis van bestaande modellen en extra waarnemingen

More Related