3. Гипотеза о характерности

 При получении информации от эксперта активно используется гипотеза о различной характерности значений диагностического признака по отношению к каждому из классов. Иначе говоря, предполагается, что эксперт может упорядочить все значения каждого диагностического признака по их характерности для каждого из классов решений и что это упорядочение не зависит от значений других признаков.

Возьмем i-й диагностический признак. Два любых значения на его шкале хli и xki находятся в следующем отношении характерности для класса Pj :

 где DPj — отношение доминирования по характерности для класса Pj. Другими словами, мы ввели бинарное отношение доминирования для значений одного диагностического признака (хli более характерен для класса Pj).

Вернемся к проблеме дифференциальной диагностики тромбоэмболии легочной артерии и инфаркта миокарда. Одним из диагностических признаков, используемых врачом-экспертом, является цвет кожи в момент осмотра больного. Шкала данного признака имеет следующие значения:

1) резкий цианоз лица, шеи, верхней половины туловища;

2) бледность кожных покровов, акроцианоз;

3) нормальный цвет кожи.

По характерности для ТЭЛА эти значения могут быть упорядочены так: 3-2-1. Для ИМ упорядочение по характерности иное: 2-3-1.

Используя бинарные отношения характерности по отдельным признакам, можно построить отношение доминирования по характерности для каждого класса на множестве состояний (векторов аi):

 

 если для каждого из диагностических признаков значение соответствующего компонента вектора аi не менее характерно по отношению к классу Pj , чем значение компонента вектора aj, и хотя бы для одного компонента более характерно, то выполняется условие доминирования по характерности, приведенное выше,

Использование гипотезы о характерности позволяет существенно уменьшить число вопросов эксперту, необходимое для построения полной классификации.

Пусть эксперт отнес к классу Pj какое-то состояние ak объекта исследования. Это означает, что сложившийся у него (по описанию) образ объекта характерен для данного класса. В то же время отдельные признаки не обязательно имеют самые характерные значения для класса Pj. Логично предположить, что другие состояния, описание которых совпадает с ak , кроме значений тех диагностических признаков, которые заменены на более характерные для класса Pj , также относятся к классу Pj. На формальном языке можно утверждать, что использование сформулированной выше гипотезы доминирования по характерности позволяет построить на множестве состояний А конус доминирования по характерности. Один ответ эксперта позволяет классифицировать сразу группу состояний.

Мы называем используемое правило гипотезой потому, что могут быть случаи, когда распространение по характерности некорректно. Подобные случаи возникают при зависимости диагностических признаков. Поэтому применение гипотезы о характерности должно сопровождаться ее проверкой (см. далее).

4. Проверка информации эксперта и гипотезы о характерности

 Как отмечалось, не ошибающихся экспертов не бывает. Поэтому информацию эксперта следует подвергать проверке, основанной на использовании условий доминирования по характерности.

Формально такую проверку можно представить следующим образом. Пусть на каком-то этапе диалога «компьютер—эксперт» состояние аi было отнесено к классу Pj: аi Î Pj. После каждого ответа эксперта осуществлялось распространение по доминированию. Построенные конусы доминирования по характерности в общем случае пересекаются. Это означает, что некоторые состояния могут быть классифицированы несколько раз. Предположим, что при этом классификации какого-то состояния av различаются. Тогда, например, (ау, аj) Î Dpi, но аi Î Pl, т.е. av более характерно для класса Pi, чем аj, однако av оказалось отнесенным (при другом ответе эксперта) к классу Pl. Этот факт может быть как ошибкой эксперта, так и проявлением зависимости диагностических признаков.

При выявлении противоречия в классификации компьютер предъявляет эксперту на экране описания двух состояний и просит еще раз их проанализировать. Если эксперт обнаруживает свою ошибку, он ее устраняет и опрос продолжается. Если эксперт подтверждает обе противоречивые классификации, то:

• с помощью эксперта выделяется подмножество зависимых диагностических признаков;

• эти признаки объединяются в один агрегированный признак, не зависящий от остальных.

Аналитические оценки показывают, что в среднем около 25\% ответов экспертов проверяются, что позволяет считать созданную базу знаний непротиворечивой и надежно отражающей экспертные знания.