- •Основные понятия и определения
- •Процедурные и декларативные знания
- •Характеристики знаний
- •Логика высказываний
- •Логика предикатов
- •Модальные логики
- •Псевдофизическая логика
- •Онтологии
- •Сравнение выводов Mamdani и tvfi
- •Отличие нечеткости и вероятности
- •Продукционные модели
- •Три ключевых понятия:
- •Теорема Байеса
- •Методы цен свидетельств
- •Сетевая модель
- •Отношения в семантических сетях
- •Механизм ассоциации нейронных клеток.
Теорема Байеса
рассматривает независимые события
P(C|H) = P(H&C)/ P(H)
P(H|C) = P(C|H)* P(H) / P(C)
Вероятность – объективно измеряемая частота появления события, т.е. чтобы измерить, нужно наблюдать. Эта информация нам недоступна , т.е. вторая формула более полезна.
P(H)+ - значение вероятности Н на следующем шаге вывода (P(H|C))
P(H)+ = P(C|H)* P(H)/P(C) = ( P(C|H)* P(H) )/ ( P(C|H)* P(H) + P(C| )* P( ) )
P(C|H) => на основании статистической эксперимента определяем 2 величины
R(Cj|H) – статистически определенная вероятность при истинности
R(Cj| ) – при отсутствии гипотезы
Методы цен свидетельств
ЦС(Сj)=|P+( Hi|Cj ) - P+(Hi| )|
Вычислим для каждого свидетельства его цену
ЦС(Сj)=
Таким образом, можно определить
осуществить вычисление значений P+( Hi|Cj )
P+(Hi| )| при отсутсвтии свидетельства cj
Учитывается вероятность наличия свидетельства
Вычисление происходит до тех пор пока вероятность использования не достигнет предельного значения.
Источники неопределенности
Недостаточное полное знание предметной области
Недостаточно полная информация о конкретной ситуации
Особенности предметной области, которые приводят к трудности реализации
Аргументы неадекватности теории вероятности
Теория вероятности не дает ответа как комбинирование вероятности
Информацией о вероятности мы не владеем
Тер. Вер не дает ответа как количественно оценить выражения: «скорее всего» , «в большинстве случаев»
Слишком много чисел
дорого
При использовании гипотезного подхода лучше использовать механизм обратного вывода.
Шортлиф:
предложим решить проблему компенсированием правил ( объединить между собой)
t= [-1,1]
CF(C1∩C2…Cn) = min (C1…Cn) коэффициент уверенности
Если имеются следующие правила:
If c1 then (CF/n) =t1
If c2 then (CF/n) =t2
If C1&C2 then (CF/n) =t3
t3 ≠ min (t1,t2)
Используются понятия доверия и недоверия
Доверие: MB(H,C)= (P(H|C) – P(H)) / (1 – P(H))
Недоверие: MD(H,C)= ( P(H) – P(H|C) ) / P(H)
Методы доверия и недоверия отличаются по реализации, по коэффициенту уверенности
Адамс показал ряд ограничений на использование коэффициентов уверенности и теории Байеса( их использование давало противоречивые результаты)
CF (H, CH, ) = MB(H, CH) - MD(H, )
Теория вероятности позволяет оценивать гипотезы в некотором диапазоне. Гипотеза может быть подтверждена или опровергнута в некоторой степени. Чтобы изменить гипотезу нужно применить все правила из БД. Другой подход – применение правил, которые максимально изменяют гипотезу. Применение только части правил, а не всех по нескольку раз. Но цена свидетельства знаний, которыми мы не владеем, потому был введен коэффициент уверенности, который изменяется от -1 до 1. Позволяет более просто вычислить операции.
Сетевая модель
Сеть – это совокупность вершин, связанных дугами. Вершинами являются понятия, соответствующие объектами процессам в предметной области, а связующими дугами—отношенияразличноготипа,существующиемеждуобъектамиипроцессами.
Сетевые модели формально можно задать в виде:
Н=<I,C,Г>,где:
I—множество информационных единиц,
С—множество типов связей между информационными единицами.
Г - отображение, которое задает между информационными единицами, входящими в I, связи из заданного набора типов связей.
Классификация сетевых моделей
1. Простые сети (их вершины не имеют внутренней структуры)
2. Иерархические сети (их вершины могут иметь иерархическую структуру)
3. Однородные (вершины с одинаковым типом)
4. Неоднородные
По предметной области
Функциональные сети
В узлах функциональных сетей находятся функции, а дуги соответствуют аргументам
Семантические сети
Граф, вершинам которого соответствуют понятия, а связи – отношения между ними
Гиперсети – дуги соединяют 3 и более вершины