ismeretalapú rendszerek alaptechnikái i

Ismeretalapú rendszerek alaptechnikái I.

Szabályalapú rendszerek

Miről lesz szó?

Alapvető következtetési technikák Produkciós rendszerek Szabályalapú rendszerek

előrefelé haladó következtetés visszafelé haladó következtetés Rete algoritmus strukturált szabályalapú rendszerek előnyök/ hátrányok

Ismeretalapú rendszerek alaptechnikáitudásreprezentációs módszerek és következtetési/ keresési

stratégiák számítógéppel megvalósított változatai

Alapvető következtetési technikák: induktív technikák (gépi tanulás) szabályalapú technikák

vezérlési stratégia iránya szerint: adatvezérelt/ célvezérelt TB szabályainak szerkezete szerint: egyszerű/ strukturált

hibrid technikák szimbólum-manipulációs technikák modell-alapú következtetési technikák kvalitatív technikák eset-alapú technikák temporális következtetési technikák

Produkciós rendszerek

MI legáltalánosabb problémamegoldó szemlélete az emberi problémamegoldás modellezésére

produkciós szabályok (hosszútávú memória) globális adatbázis (rövidtávú memória) vezérlési stratégia és szabályinterpreter

(következtető gondolkodás)

Produkciós szabály HA <feltétel> AKKOR <tevékenység>tudásmorzsa (chunk of knowledge) reprezentálása feltétel: szabályalkalmazás feltételeit megadó tényállítás

vagy ezek és/ vagy kapcsolata következmény: szabályalkalmazás egy vagy több

következménye akciók (globális DB tartalmának módosítása) eljáráshívások (információcsere biztosítása) beavatkozások (rsz. által vezérelt folyamatba) információkérés (felhasználótól)

terminálási feltétel bekövetkeztének figyelése

Globális adatbázis feladat kiinduló adatai, közbülső eredmények

vezérlési stratégia és szabályinterpreter

fő tevékenységei: mintaillesztés

alkalmazható szabályok megkeresése tüzelőképes szabályok konfliktushalmazba

szabály kiválasztása (beépített vezérlési stratégia) szabály alkalmazása (következmény végrehajtása)

Vezérlő komponens

Szabályalapú rendszerekA szabályalapú rendszerek tudásbázisának elemei: tényállítások (predikátumok)

deklaratív ismeretek a konkrét problémáról igaz (vagy hamis) értékű állítások értékük változhat a következtetés során (időben)

szabályok meta-szabályok

Szabályalapú rendszerekA szabályalapú rendszerek tudásbázisának elemei: tényállítások (predikátumok) szabályok (feltételes állítások)

HA <feltétel> AKKOR <következmény>

AKKOR <következmény> HA <feltétel> heurisztika vagy „ökölszabályok” reprezentálása

köznapi gondolkodás modellezésére szakértői tapasztalatok (heurisztikák) leírására adott szituációkban végrehajtandó akciók specifikálására

tárgyköri tudásunk általánosan érvényes része működtetés: következtető gép

meta-szabályok (szabályok szabályok használatáról)

ha A akkor B A: feltételrész (előtag) B: következmény rész (utótag) A, B:

állításokállítások és/ vagy kapcsolataprocedurális elemek (végrehajtandó tevékenységek)

Szabályok

Ha x<y és y<z akkor x<zfeltétel és következmény rész: állítás

xyz x<y y<z x<z Ha az üres mező egyik szomszédja az n-nel számozott lapocskát

tartalmazza, akkor húzd ezt a lapocskát az üres helyre. (szabály-séma)feltételrész: állítás

következmény rész: végrehajtandó tevékenység

pl. üres mező jobbra

i, j: 1…4

m[i,j]: 0…15

ha j3 és m[i,j]=0

akkor m[i,j]:=m[i,j+1] és m[i,j+1]:=0

Akkor lesz jó a lágytojás

ha sót teszel a hideg vízbe

és a vizet felforralod

és beleteszed a tojást

és 4 percig főzöd

és hideg vizet engedsz rá.

feltételrész: tevékenységek

következmény rész: állítás (célállítás)

Tényekfeltétel nélküli állításokpl. hőmérséklet > 50oC

4x4-es játék „állása”

Szabályalapú következtetés

cél: célállítás teljesülésének belátása célállapot elérése

feladat: tények és célállítások között egy szabályok láncolatából

álló megoldási út keresése következtetés eszköze:

szabályalkalmazás/ illesztés modus ponens

AA BB

Reasoning

Fact-base New fact-base Newer fact-base

Rules

Reasoning . . .

. . .

MP alkalmazása szerint két különböző következtetési forma: adatvezérelt (előrefelé haladó) következtetés

cél: egy célállapot elérése vagy megkonstruálása a kezdőállapotból új következtetések előállítása MP alkalmazásával következtetés a terminálási feltétel eléréséig vagy az összes következmény előállításáig (nincs több

alkalmazható szabály) célvezérelt (visszafelé haladó) következtetés

cél: egy feltételezett célállapot érvényességének igazolása kezdetben érvényes tényekre támaszkodva új részcélok előállítása MP alkalmazásával következtetés az összes részcél igazolásáig vagy amíg nincs több igazolható részcél (nincs több

alkalmazható szabály)

Kétféle következtetési módszer:

MP alkalmazása: A és A B B

TB-hoz új tény (adat következményei) illesztés

szabály feltételi része/ tények konfliktusfeloldás

konfliktusfeloldó stratégiák szabályalkalmazás

következmény rész végrehajtása

Adatvezérelt következtetés

the problems of forward reasoning: forward reasoning with defined goal

given: the initial state of fact-base, the rule-base, the goal state(s) of fact-base question: is goal state a consequence of initial state? can goal state be derived

from initial state by the rules? decision problem: the whole search tree must be traversed in the worst case NP-complete (the size of the tree increases the number of computational steps

exponentially)

forward reasoning (without defined goal) given: the initial state of fact-base, the rule-base compute: all the possible consequences of initial state search problem: the whole search tree must be traversed NP-complete (follows from the problem specification)

Reasoning and search

reasoning problems are solved by search in the state space

(r1): p1=t p2=t(r2): p2=t p3=t(r3): p3=u p1=u

initial state: {p1=t, p2=f, p3=u}, (a0)

a0

a2a1

a4

r3r1

r3

a3

r2p1

p2

p3f

t

t

tu

u

u

a0

a1

a2a3

a4

r1

r2

r3

r3

states: {p1=u, p2=f, p3=u}, (a1){p1=t, p2=t, p3=u}, (a2){p1=t, p2=t, p3=t}, (a3){p1=u, p2=t, p3=u}, (a4)

MP alkalmazása: cél B bizonyításaAB -ból B-re lehet következtetni, ha A igaz

új cél: A bizonyítása illesztés

szabály köv. része, tények/ cél(ok), részcél(ok) konfliktusfeloldás

első alkalmazható szabály szabályalkalmazás

szabály feltételi része: új részcél(ok) zsákutca visszalépés (backtrack)

Célvezérelt következtetés

the problems of backward reasoning: backward reasoning with defined state

given: the goal state of fact-base, the rule-base, one or more given states („s”) of fact-base

question: can „s” be a reason of the goal state? (can goal state be derived from „s” by the rules?)

decision problem: the whole search tree must be traversed in the worst case

NP-complete (the size of the tree increases the number of computational steps exponentially)

backward reasoning (without defined state) given: the goal state of fact-base, the rule-base compute: all the possible reasons of the goal state

search problem: the whole search tree must be traversed

NP-complete (follows from the problem specification)

4x4 kirakós játék cselekvési terv generálás diagnosztikai feladatok matematikai tételbizonyítás misszionáriusok/ kannibálok probléma N királynő probléma

Melyik irányú következtetést használjuk?

lehetséges kezdő- és célállapotok számaútvonaltervezés, szimbolikus integrálás

melyik irányban nagyobb az elágazási tényezőtételbizonyítás

szükség van-e magyarázatadásraorvosi szakértő rendszer

bevált megfigyelés:kérdésre válaszadás esetén: visszafelé haladó következtetés

ha új tények, állapotok elérése a cél: előrefelé haladó következtetés

kétirányú keresés

Prolog, MYCIN, M.1, CLIPS, GoldWorks, G2

A módszer kiválasztását befolyásoló tényezők:

problems where neither forward nor backward chaining is efficient, but they operate efficiently at an early stage

combination of backward and forward techniques bidirectional reasoning the goal state can be reached from two directions at same time terminates when the reasoning bridge is built up

Bidirectional reasoning

Facts

Goals

Forward Backward

Példa célvezérelt rendszer működésére

SebességKép-

nyomtatásMinőség

Karakter-készlet

Ár Nyomtató

kicsi nem levél fix alacsony daisy-wheel-type-1 1

kicsi igen vázlat változtatható közepes dot-matrix-type-1 2

közepes igen vázlat fix alacsony dot-matrix-type-1 2

közepes igen közel-levél változtatható közepes dual-dot-matrix 3

nagy igen * változtatható magas laser-printer 4

nagy igen közel-levél változtatható közepes dot-matrix-type-2 5

nagy nem levél fix közepes daisy-wheel-type-2 6

kicsi igen közel-levél változtatható magas dual-dot-matrix 3

* nem levél fix közepes daisy-wheel-type-2 6

Szabályok készítése: minden márix-sor egy szabály gyors prototípus

szab-1:

if sebesség=kicsi and

képnyomtatás=nem and

minőség=levél and

karakterkészlet=fix and

ár=alacsony

then nyomtató=daisy-wheel-type-1 cf 80.

SebességKép-

nyomtatásMinőség

Karakter-készlet

Ár Nyomtató

kicsi nem levél fix alacsony daisy-wheel-type-1 1

/* cél */

goal=nyomtató.

/* következtetési szabályok */

szab-5:

if sebesség=nagy and képnyomtatás=igen and

karakterkészlet=változtatható and ár=magas

then nyomtató=laser-printer cf 100.

szab-1:

if sebesség=kicsi and képnyomtatás=nem and

minőség=levél and karakterkészlet=fix and

ár=alacsony


szab-6:

If sebesség=nagy and képnyomtatás=igen and

minőség=közel-levél and karakterkészlet=változtatható

and ár=közepes

then nyomtató=dot-matrix-type-2 cf 100.

szab-2:

If sebesség=kicsi and képnyomtatás=igen and

minőség=vázlat and karakterkészlet=változtatható and

ár=közepes


szab-7:

if sebesség=nagy and képnyomtatás=nem and

minőség=levél and karakterkészlet=fix and

ár=közepes


szab-3:

if sebesség=közepes and képnyomtatás=igen and

minőség=vázlat and karakterkészlet=fix and

ár=alacsony


szab-8:

if sebesség=kicsi and képnyomtatás=igen and


and ár=magas

then nyomtató=dual-dot-matrix-1 cf 60.

szab-4:

if sebesség=közepes and képnyomtatás=igen and


and ár=közepes

then nyomtató=dual-dot-matrix-1 cf 90.

szab-9:

if képnyomtatás=nem and minőség=levél and

karakterkészlet=fix and ár=közepes


/* metadeklarációk a felhasználói párbeszéd támogatására */

question(sebesség)=„Milyen legyen a sebesség?”.

legalvals(sebesség)=[kicsi, közepes, nagy].

question(képnyomtatás)=„Legyen-e képnyomtatás?”.

legalvals(képnyomtatás)=[igen, nem].

question(minőség)=„Milyen legyen a minőség?”.

legalvals(minőség)=[levél, vázlat, közel-levél].

question(karakterkészlet)=„Milyen legyen a karakterkészlet?”.

legalvals(karakterkészlet)=[fix, változtatható].

question(ár)=„Milyen legyen az ár?”.

legalvals(ár)=[alacsony, közepes, magas].

cél (kérdés) szabályok meta-deklarációk (párbeszéd támogatására)

felhasználása mintaillesztéssel:kiírandó kérdést megkeresi, kiírjaattribútum megengedett értékeit megkeresi, kiírja felhasználói

menüként adatok

Tudásbázis részei:

goal=nyomtató. szab-5:if sebesség=nagy and képnyomtatás=igen and karakterkészlet=változtatható and ár=magasthen nyomtató=laser-printer.

szab-1:if sebesség=kicsi and képnyomtatás=nem and minőség=levél and karakterkészlet=fix and ár=alacsonythen nyomtató=daisy-wheel-type-1.

szab-10:if éjszakai-batch-nyomtatás=igen and rövid-levél-nyomtatások=igenthen sebesség=kicsi.

Példa adatvezérelt rendszer működésére(előző példa adatvezérelt módon)

Tudásbázis részei: adatok szabályok meta-deklarációk

Eltérés a célvezérelt esettől: problémamegoldás iránya végrehajtást a kezdeti adatok indítják

szab-1:if sebesség=kicsi and képnyomtatás=nem and minőség=levél and karakterkészlet=fix and ár=alacsonythen nyomtató=daisy-wheel-type-1.

szab-5:if sebesség=nagy and képnyomtatás=igen and karakterkészlet=változtatható and ár=magasthen nyomtató=laser-printer.

szab-10:if éjszakai-batch-nyomtatás=igen and rövid-levél-nyomtatások=igenthen sebesség=kicsi.

Adatvezérelt rendszerek általános felépítése

1 Illesztés szabálykiválasztó minden szabály feltételi része/ MM adatai tüzelőképes szabály példány konfliktushalmaz

2 Konfliktusfeloldás szabálykiválasztó szabálypéldány kiválasztása, tüzelésre kijelölése (stratégia)

3 Végrehajtás szabályinterpreter MM tartalma általában módosul ha nincs kiválasztott szabály vagy halt utasítás leállás

4 Ciklus újrakezdése (konfliktushalmaz törlése)

Adatvezérelt KG “tölts és tüzelj” (recognize-act) ciklusa:

1 kombinatorikus robbanáspl. s=150 szabály

p=4 elem a feltételrészben szabályonként

t=20 adat a MM-ban

s*tp=150*204=24.000.000 illesztés lehet ciklusonként!

3 MM tartalma általában csak kicsit módosul egy tüzelőképes szabály általában tüzelőképes marad,

mégis újraillesztődik a következő ciklusban!

Problémák az adatvezérelt következtetési

lépések során:

Rete algoritmus

OPS-5 produkciós rsz. illesztési módszere előrefelé haladó következtetés mintaillesztési

feladatának elvégzéséreaz illesztés állapotinformációit átmenti az előre

következtetés egyes fázisai között, csak a MM változásaival végzi el az illesztést

kiaknázza a szabályok feltételrészeinek strukturális hasonlóságában rejlő lehetőségeket

szabálymemória:A(x) B(x) C(y) D(x) (D hozzáadása)

A(x) B(y) D(x) E(x) (E hozzáadása)

A(x) B(x) E(x) A(x) (A törlése)

munkamemória:{A(1), A(2), B(2), B(3), B(4), C(5)}

Rete algoritmus:1 szabálymemória lefordítása Rete hálóvá





Rete algoritmus:1 szabálymemória lefordítása Rete hálóvá2 munkamemória elemek lekérdezése





Rete algoritmus:1 szabálymemória lefordítása Rete hálóvá2 munkamemória elemek lekérdezése3 egyesítések, cselekedetek elvégzése (MM módosítása), Rete háló

módosítása

megszünteti a szabályok közti átfedéseket (így egyazon ciklusban a szabályok illesztésénél minden MM-beli adattal egy illesztést kell elvégezni)

megszünteti az időbeli ismétlődéseket (csak a módosításokat veszi figyelembe a törlések és hozzáadások után)

Rete algoritmus előnye:

Konfliktusfeloldó stratégiák újrafelhasználhatóság

vezérlés ciklusmentesítése pl. egy szabálypéldány csak egyszer tüzelhet vagy a rákövetkező ciklusban nem

hajtható végre

frissesség MM elemeihez időcímkék rendelése friss időcímkéjű adatok előnyben részesítése

specifikusság több feltételt tartalmazó szabályok előnyben részesítése

prioritásos rangsorolás

Több stratégia támogatása választás

Struktúrált szabályalapú rendszerek sok szabály célszerű modulokra bontani

“oszd meg és uralkodj” elv

modulok (kontextusok) kontextusfa megoldásszerkezet szerinti hierarchikus csoportosítás hierachikus áttekintést tesz lehetővé

feladatmegoldás kontextusfüggő KG az aktuális kontextushoz tartozó szabályokhoz fér hozzá átkapcsolás a kontextusok között kontextusváltás

Példa: borkiválasztó szakértő rendszer tudásbázisának modularizálása

rendszer viselkedésének könnyebb áttekinthetősége (könnyebb tesztelés, módosítás, karbantartás)

ugyanannak a szabályhalmaznak többszörös aktivizálása lehetséges statikus kód redukálása

célvezérelt/ adatvezérelt szabályok elkülönített kezelése kiválóan megoldható

Szabályok strukturálásának előnyei:

Statikus kontextusfaa szabályok végrehajtás előtti struktúrája

Dinamikus kontextusfaa feladat végrehajtása közben felépülő kontextusfaKG építi fel és bontja lemindig a fa valamely csúcsa van a figyelem

középpontjában (az ahhoz rendelt szabályok esélyesek a végrehajtásra)

Kontextusfák:

a végrehajtás alatt álló szabály (programozott kontextusváltás)

a feladatmegoldás lépéseinek előjegyzését tartalmazó komponens: agenda (automatikus kontextusváltás)

A kontextusváltás kezdeményezője lehet:

Szabályalapú rendszerek előnyei

modularitás univerzális megjelenítés természetesség bizonytalanságkezelési lehetőségekkel

könnyen kiegészíthető

Szabályalapú rendszerek hátrányai

végtelen láncolás új, a korábbiakkal ellentmondó ismeret beépítése szabályok módosítása során ellentmondás szabályok/ meta-szabályok formailag nem

különböznek, a kétféle ismeret keveredik zavaró, jól strukturáltságot rontja

nincs szabványosítva a szabályok nyelve más rendszerre átvinni nehéz

ismeretalapú rendszerek alaptechnikái i

Documents