BÀI GIẢNG HỆ CHUYÊN GIA - ĐẠI HỌC HÀNG HẢI - 3
lượt xem 27
download
Cập nhật Thêm Bớt Sửa Bài tập chương 2: Bài 1: Biểu diễn một cơ sở tri thức trong thực tế gồm 6 luật. Bài 2: Biểu diễn một cơ sở tri thức gồm 8 luật, xác định v xử lý các luật dư thừa. Bài 3: Biểu diễn một cơ sở tri thức gồm 8 luật, xác định v xử lý các mâu thuẫn. Dị thường bất lợi: dư thừa có hại: mâu thuẫn Chương 3: Các kỹ thuật suy diễn và lập luận 3.1. Nhập môn Động cơ USER CSTT Tình huống Kernel Động cơ, mô tơ hay máy suy diễn gồm...
Bình luận(0) Đăng nhập để gửi bình luận!
Nội dung Text: BÀI GIẢNG HỆ CHUYÊN GIA - ĐẠI HỌC HÀNG HẢI - 3
- B. Cập nhật có hại: mâu thuẫn Thêm Bớt Dị thƣờng Sửa bất lợi: dƣ thừa ___________________________________________________________________ Bài tập chương 2: B i 1: Biểu diễn một cơ sở tri thức trong thực tế gồm 6 luật. B i 2: Biểu diễn một cơ sở tri thức gồm 8 luật, xác định v xử lý các luật dƣ thừa. B i 3: Biểu diễn một cơ sở tri thức gồm 8 luật, xác định v xử lý các mâu thuẫn. 17
- Chương 3: Các kỹ thuật suy diễn và lập luận 3.1. Nhập môn Động cơ USER CSTT Tình huống Kernel Động cơ, mô tơ hay máy suy diễn gồm 2 bộ phận chính: - Cơ chế suy diễn (Processor) gồm: + Suy diễn tiến Inference (CT, KL, set of facts) và KQ: boolean + Suy diễn lùi R: set of rule - Cơ chế cổ điển (control unit): + chọn hƣớng suy diễn (MACRO) + chọn luật thƣờng có MẸO (heuristc metaknowledge) + phân rã CSTT SD phân tán SD song song + Lọc (tinh) (nhìn thấy cái n o không cần thiết thì loại, xác định cái n o đƣợc chọn trƣớc) 3.2. Phân rã CSTT Fact Precedence Graph (FPG) = (F, A) + Đỉnh : tập các sự kiện + Cung: (a,b) A r: left b R ; a left 18
- D: 1) a b 2) b c a b c c 3) c e 4) c d e d 5) d e f f 6) b h 7) f h g h g Tập sự kiện: F = { a, b, c, d, e, f, g, h} tách ra hai sự kiện: R1 = { a b, b c} F1 = { a, b, c} R2 = { d e f, f h g} F2 = { e, d, f, g, h} R0 = {c e, c d, b h} F0 = {b, c, d, b, h} Đây l một cách phân R1 R2 R0 rã CSTT F0 eval({F1, F2}) min - Mô hình star R4 R1 R0 R2 R3 19
- Ab Bc Ce cd f h g bh d eh - Nếu phân rã dựa trên tập luật l m gốc thì dẫn đến full condition - Phân rã theo tập sự kiện hình sao. 3.3. Mô tơ suy diễn A. Suy diễn tiến, lùi (nhắc lại) 1. Suy diễn tiến tìm kiếm 1) a b 5) d e f VD: 2) b c 6) b h 3) c e 7) f h g 4)c d GT = {a} {a}f min {a,b} min {a,b,c} {a,b,c,d} 2,6 r2 r1 3,4,6 r3 {a} r1 {a, b} r2 r6 {a, b, c} {a, b, h} (3,4,6) {a, b, h, c} ..... (3,4) ..... ..... 20
- SUY DIỄN TIẾN ĐỒ THỊ SUY DIỄN TIẾN 1) Đỉnh gốc 1) GT 2) T.gian (SK đã chứng minh) 2) Nút 3) THOẢ 3) CUNG r T.Gian T.Gian {q} T.Gian T.Gian T.gian = Tgian {q} r: left q r thoa 4) Kết thúc 4) Lá T.Gian KL 5) Đƣờng đi 5) VẾT Chú ý: - Nếu SDT theo vét cạn độ phức tạp tƣơng ứng với quá trình tìm kiếm trên đồ thị SD. CSD trên(vecan) Ctìm kiếmVC = 0(BH) B: Branching (độ phân nhánh) v H l chiều cao của cây 2. Suy diễn lùi tìm kiếm f {g} {f, h} {d, e, h} r5 r1 ĐỒ THỊ SUY DIỄN LÙI ( And, or) {g} r7 {f} {h} r6 {d} {e} {} r4 r3 {c} {c} {a} {a} {b} 21
- Suy diễn lùi tìm kiếm theo chiều sâu H' CSDlùi CTKsâu = 0 (B ) - Trong trƣờng hợp suy diễn lùi mà có chu trình : * Prolog r1 A B c r2 A C B GT = {a, b, hc} r3 B C A KL = {c} r4 a hc A A {c} {A, B} {B, C, B} … r1 r3 r5 b hc A chỉ số max: {c} {AB} {B} A B r1 B. Chọn hƣớng SD r5 r4 - Tình huống GT, KL NSD SD Tiến, Lùi - Tập luật R CTIẾN CLÙI H 0(B H ) 0(B T )T L L - Cây SD tiến G.thiết Cây SD Lùi KL K.luận GT R R BT (GT, KL, R) BL (GT, KL, R) HT (GT, KL, R) HL (GT, KL, R) BT = max BT(GT, KL, R) G.thiết: + HT HL + Ƣớc lƣợng - BT - BL 1. ƣớc lƣợng BT VD: 22
- 1) a b C c 9) a b c P 2) a b ma c 10) a b c P 3) a b mb c 11) a b c mc 4) A B C 12) a ha S 5) a hc B 13) a b C S 6) b hc A 14) a b c P S 7) a R A 15) b S hb 8) b R B 16) S p r R1 = {r1, r2} F1= {a, b, C} R2 = {r2} F2 = {a, b, ma} R3 = {r3} F3 = {a, b, mb} R4 = {r4} F4 = {A, B} R5 = {r5} F5 = {a, hc} R6 = {r6} F6 = {b, hc} R7 = {r7} F7 = {a, R} R8 = {r8} F8 = {b,R} R9 = {r9, r10, r11, r14} F9 = {a, b, c, p} R10 = {r12} F10 = {a, ha} F11 = {b, S} R11 = {r15} F12 = {S, p} R12 = {r16} Ƣớc lƣợng: m B T = max (2, 1, 4) = 4 _ 16 BT = = 1,33 12 23
- 2.Ƣớc lƣợng BL c có 3 luật C có 1 B có 2 BL max = 3 _ 16 A có 2 BL = = 1,6 10 P có 1 p có 1 mc có 1 S có 3 hb có 1 r có 1 3. Luật (Meta Knowlegde) 1. If BT > BL Then chọn Lùi 2. If BT > BL Then chọn Tiến # GT > # KL Then chọn Lùi 3. If BT = BL 4. # GT < # KL Then chọn Tiến 0. If user thích Then chọn C. Chọn luật trong quá trình SD (B i toán đụng độ luật - Rule Conflict) 1. Suy diễn tiến Tại 1 thời điểm n o đó trong quá trình SD tiến chúng ta có thể dùng nhiều luật cùng một lúc: TGian = {sự kiện f đã CM}; TG = {GT} (Mở) THOẢ = {r: left q/ left TGian} tập luật có thể áp dụng (Đóng) VET = {r1… rk} tập những luật đã dùng - Khi # THOA 2 chọn r thoả ? 24
- 2 cơ chế chọn: + cứng nhắc (LIFO, FIFO) (sâu, rộng) (max, min) + mềm dẻo Đều l quá trình vét cạn (to n bộ tập luật) Độ phức tạp 0 (Bh) _ Để chọn theo mềm dẻo hàm h (r) (heurestic) Max/ min (extremum) Đánh giá: - # VET min (c ng ít c ng tốt) - Dƣ min VD: (*) Gt = {a, b, R}, Kl = {p} {a, b, R} S min {a, b, R, A} C r4 rmin {a b R A B} {a bR AB} {a b RABCc} 7,8 … VET = {r7, r8, r4, r1, r9, r10, r11} r7 r8 r1 8 1,13 13,9,10,11 Dƣ = 2 A B Cc P Nên theo CS Min VET = {r7, r8, r4, r1, r9, r10, r11} (2) CS Max VET = {r8, r7, r4, r13, r11} (1) FIFO VET = {r7 r8 r4 r11 r13 r9 r10 r11} (3) LIFO VET = {r8 r7 r4 r13 r15 r1 r9 r10 r11} (4) Vậy có cách n o để Dƣ = 0 ? {a, b, R, A} {a, b, R, A, B} {a, b, R, A, B, C}…... {a, b, R} r r8 r4 7,8 7 4 1,13 25
- Đồ thị FPG (Fact Precedence Graph) Sử dụng để miêu tả mối tƣơng quan giữa điều n y với điều khác Vd (*) hc R A B C a b ma c mb mc P p ha S hb r ˆ ˆ h 1(r) = h 1(r: left q) = UL (a, K, L) = kcFPG (a, KL) ˆ Chọn r: h 1(r) min NXét: 1) f g FPG thì f đƣợc dùng trực tiếp để suy ra G (r: left g, f left) 2) Có đƣờng đi P: f …… g thì đƣợc dùng gián tiếp để suy ra g. {a,b,r}7,8 {a b R A}8 {a b R A B}4 {a b R A B C}1,13 …….. ˆ h 1(r7)=kc(A,p)=3 ˆ h 1(r8)=kc(B,p)=3 ˆ h 1(r1)=kc(c,p)=1 Chọn r1 ˆ h 1(r13)=kc(s,p)= ˆ h 1(r9)=kc(P,p)= Chọn r11 ˆ h 1(r10)=kc(mc,p)= ˆ h 1(r11)=kc(p,p)=0 26
CÓ THỂ BẠN MUỐN DOWNLOAD
-
BÀI GIẢNG HỆ CHUYÊN GIA - ĐẠI HỌC HÀNG HẢI - 1
10 p | 292 | 78
-
BÀI GIẢNG HỆ CHUYÊN GIA - ĐẠI HỌC HÀNG HẢI - 2
10 p | 161 | 37
-
BÀI GIẢNG HỆ CHUYÊN GIA - ĐẠI HỌC HÀNG HẢI - 7
10 p | 175 | 32
-
Bài giảng Hệ chuyên gia – Chương 3: Cơ chế suy diễn
12 p | 191 | 29
-
BÀI GIẢNG HỆ CHUYÊN GIA - ĐẠI HỌC HÀNG HẢI - 5
10 p | 153 | 26
-
Bài giảng Hệ chuyên gia – Chương 1: Giới thiệu hệ chuyên gia
32 p | 323 | 21
-
Bài giảng Hệ chuyên gia (Expert System): Chương 1 - PGS.TS. Phan Huy Khánh
57 p | 185 | 18
-
Bài giảng Hệ chuyên gia (Expert System): Chương 2.1 - PGS.TS. Phan Huy Khánh
45 p | 111 | 17
-
Bài giảng Hệ chuyên gia – Chương 2.1: Biểu diễn tri thức
16 p | 113 | 12
-
Bài giảng Trí tuệ nhân tạo: Chương 6 - Trần Ngân Bình
21 p | 109 | 12
-
Bài giảng Hệ chuyên gia (Expert System): Chương 4 - PGS.TS. Phan Huy Khánh
44 p | 86 | 11
-
Bài giảng Hệ chuyên gia (Expert System): Chương 3 - PGS.TS. Phan Huy Khánh
70 p | 75 | 9
-
Bài giảng Hệ chuyên gia – Chương 2.2: Logic mệnh đề - Logic vị từ cấp một
28 p | 135 | 9
-
Bài giảng Hệ chuyên gia (Expert System): Chương 2.2 - PGS.TS. Phan Huy Khánh
67 p | 79 | 9
-
Bài giảng Hệ chuyên gia (Expert System): Chương 2.3 - PGS.TS. Phan Huy Khánh
69 p | 90 | 8
-
Bài giảng Hệ chuyên gia – Giới thiệu môn học
5 p | 90 | 5
-
Bài giảng Hệ chuyên gia - ĐH Hàng Hải VN
71 p | 39 | 3
Chịu trách nhiệm nội dung:
Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA
LIÊN HỆ
Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM
Hotline: 093 303 0098
Email: support@tailieu.vn