Systemy ekspertowe

Август 2, 2022

Содержание

2. Idea systemu ekspertowego Przenosimy wiedzę eksperta do programu komputerowego Program jest wyposażony w bazę wiedzy, konkretne
3. Podział systemów ekspertowych ze względu na funkcję lub przeznaczenie Doradcze Przedstawiają użytkownikowi pewne rozwiązania a on
4. Podział systemów ekspertowych ze względu na sposób wnioskowania Wnioskowanie postępujące Na podstawie prawdziwych warunków szacujemy te
5. Budowa systemu ekspertowego
6. Budowa systemu ekspertowego Interfejs użytkownika umożliwia zadawanie pytań, udzielanie informacji systemowi oraz odbieranie od systemu odpowiedzi
7. Budowa systemu ekspertowego Użytkownik korzystający z systemu ekspertowego prowadzi dialog z systemem poprzez interfejs użytkownika. Dialog
8. Budowa systemu ekspertowego Edytor bazy wiedzy pozwala na modyfikację wiedzy zawartej w systemie, umożliwiając tym samym
9. Budowa systemu ekspertowego Mechanizm wnioskowania jest głównym składnikiem systemu ekspertowego wykonującym cały proces rozumowania w trakcie
10. Budowa systemu ekspertowego Mechanizm wyjaśniający - jeden z elementów interfejsu pomiędzy systemem a użytkownikiem, który umożliwia
11. Budowa systemu ekspertowego Baza wiedzy jest to deklaratywna postać wiedzy ekspertów z danej dziedziny zapisana za
12. Budowa systemu ekspertowego Baza danych zmiennych jest pamięcią roboczą przechowującą pewne fakty wprowadzone w trakcie dialogu
13. Baza wiedzy O jakości systemu ekspertowego decyduje baza wiedzy. Techniki pozyskiwania wiedzy: bezpośrednie zapisanie wiedzy (tzw.
14. Niepewność w systemach ekspertowych Wnioski generowane przez system ekspertowy nie zawsze są konstruowane ze 100% pewnością.
15. Baza wiedzy Dane w bazie wiedzy mają postać symboliczną. Typy symbolicznej reprezentacji wiedzy reprezentacja proceduralna –
16. Etapy budowy systemu ekspertowego
17. Etapy budowy systemu ekspertowego Identyfikacja problemu Polega na określeniu celu i zadania jakie stawiamy przed SE.
18. Etapy budowy systemu ekspertowego 2. Akwizycja wiedzy Wiedza to ogół wiarygodnych informacji o rzeczywistości wraz z
19. Etapy budowy systemu ekspertowego 2. Akwizycja wiedzy Etapy pozyskiwania wiedzy rozpoznanie dziedziny – sprecyzowanie zadania rozważenie
20. Etapy budowy systemu ekspertowego 2. Akwizycja wiedzy Automatyczne pozyskiwanie wiedzy (odkrywanie) – proces pozyskiwania ukrytej, poprzednio
21. Etapy budowy systemu ekspertowego 3. Reprezentowanie wiedzy Reprezentowanie wiedzy to specyficzny sposób odwzorowywania faktów, właściwości i
22. Etapy budowy systemu ekspertowego 4. Wdrożenie systemu
23. Etapy budowy systemu ekspertowego Przykładowy projekt SE Identyfikacja problemu Cel: wspomaganie firmy konsultingowej w zakresie doradztwa
24. Etapy budowy systemu ekspertowego Przykładowy projekt SE Identyfikacja problemu Wiedza: dysponujemy odpowiednim doradcą finansowym, literatura fachowa
25. Etapy budowy systemu ekspertowego Przykładowy projekt SE Identyfikacja problemu Infrastruktura: ponieważ zadanie zostało zakwalifikowane do grupy
26. Etapy budowy systemu ekspertowego Przykładowy projekt SE 2. Akwizycja wiedzy Ankietyzacja eksperta i literatura fachowa. Ustalono
27. Etapy budowy systemu ekspertowego Przykładowy projekt SE 3. Reprezentowanie wiedzy Za pomocą ram
28. Etapy budowy systemu ekspertowego Przykładowy projekt SE 3. Reprezentowanie wiedzy Za pomocą sieci semantycznej
29. Etapy budowy systemu ekspertowego Przykładowy projekt SE 3. Reprezentowanie wiedzy Za pomocą reguł produkcyjnych Jeżeli kapitał
30. Zalety systemów ekspertowych Umożliwiają wygenerowanie jasnej i spójnej odpowiedzi wielokrotnie w przypadku powtarzających się pytań/zadań. Pomagają
31. Wady systemów ekspertowych Możliwość umieszczenia w bazie niewiarygodnej wiedzy, np. po automatycznej eksploracji źródeł. Ekspert nie
32. Przykłady systemów ekspertowych - historia 1. DENDRAL Najstarszy system ekspertowy, powstał w 1965r. Ustalał struktury molekularne
33. Przykłady systemów ekspertowych - historia 2. MYCIN Powstał w latach 70-tych jako jeden z pierwszych systemów
34. Przykłady systemów ekspertowych - historia 2. MYCIN Baza wiedzy zawierała około 500 reguł na temat różnych
36. Скачать презентацию

Слайд 2

Idea systemu ekspertowego
Przenosimy wiedzę eksperta do programu komputerowego
Program jest wyposażony w

bazę wiedzy, konkretne reguły wnioskowania i język komunikacji z użytkownikiem
Wiedza zgromadzona w systemie może być wykorzystywana wielokrotnie przez wielu użytkowników
Komputer daje użytkownikowi najlepszą radę
Jeśli to konieczne, komputer tłumaczy logikę powstania wniosków wyjściowych.

Слайд 3

Podział systemów ekspertowych ze względu na funkcję lub przeznaczenie
Doradcze
Przedstawiają użytkownikowi pewne

rozwiązania a on je ocenia i wybiera najodpowiedniejsze lub żąda innego rozwiązania.
Podejmujące decyzje bez udziału człowieka
Wynik końcowy nie jest konsultowany z użytkownikiem. Są stosowane gdy udział człowieka jest utrudniony lub niemożliwy.
Krytykujące
Przyjmują postawiony problem i ewentualne rozwiązanie jako wielkości wejściowe. Po analizie oceniają zaproponowane rozwiązanie.

Слайд 4

Podział systemów ekspertowych ze względu na sposób wnioskowania
Wnioskowanie postępujące
Na podstawie prawdziwych

warunków szacujemy te aspekty problemu na które warunki pozwalają. Generowane są wszystkie logiczne konsekwencje faktów wejściowych.
Wnioskowane zstępujące
Rozpoczynamy od postawienia wniosku i zakładamy jego prawdziwość. Następnie ustalamy warunki gwarantujące prawdziwość wniosku. Po sprawdzeniu prawdziwości warunków potwierdzamy lub zaprzeczamy wnioskowi. Ewentualnie wskazujemy na niemożność rozwiązania problemu.

Слайд 5

Budowa systemu ekspertowego

Слайд 6

Budowa systemu ekspertowego
Interfejs użytkownika umożliwia zadawanie pytań, udzielanie informacji systemowi oraz

odbieranie od systemu odpowiedzi i wyjaśnień.

Слайд 7

Budowa systemu ekspertowego
Użytkownik korzystający z systemu ekspertowego prowadzi dialog z systemem

poprzez interfejs użytkownika.
Dialog ma następujące cechy:
Można nie udzielić odpowiedzi na jakieś pytanie. W takim przypadku wygenerowane zostanie inne pytanie.
Rozmowa nie jest z góry zaplanowana.
Przebieg dialogu zmienia się w zależności od odpowiedzi na kolejne pytania.

Слайд 8

Budowa systemu ekspertowego
Edytor bazy wiedzy pozwala na modyfikację wiedzy zawartej w

systemie, umożliwiając tym samym jego rozbudowę

Слайд 9

Budowa systemu ekspertowego
Mechanizm wnioskowania jest głównym składnikiem systemu ekspertowego wykonującym cały

proces rozumowania w trakcie rozwiązywania problemu postawionego przez użytkownika.

Слайд 10

Budowa systemu ekspertowego
Mechanizm wyjaśniający - jeden z elementów interfejsu pomiędzy systemem

a użytkownikiem, który umożliwia użytkownikowi uzyskanie informacji dlaczego system udzielił takiej, a nie innej odpowiedzi, albo dlaczego system zadał użytkownikowi określone pytanie

Слайд 11

Budowa systemu ekspertowego
Baza wiedzy jest to deklaratywna postać wiedzy ekspertów z

danej dziedziny zapisana za pomocą wybranego sposobu reprezentacji wiedzy, najczęściej reguł.

Слайд 12

Budowa systemu ekspertowego
Baza danych zmiennych jest pamięcią roboczą przechowującą pewne fakty

wprowadzone w trakcie dialogu z użytkownikiem; baza ta umożliwia odtworzenie sposobu wnioskowania systemu i przedstawienie go użytkownikowi za pomocą mechanizmu wyjaśniającego.

Слайд 13

Baza wiedzy
O jakości systemu ekspertowego decyduje baza wiedzy.
Techniki pozyskiwania wiedzy:
bezpośrednie zapisanie

wiedzy (tzw. uczenie na pamięć),
pozyskiwanie wiedzy na podstawie instrukcji (tzw. uczenie przez przekazywanie informacji),
Pozyskiwanie wiedzy na podstawie analogii
pozyskiwanie wiedzy na podstawie obserwacji (tzw. uczenie bez nauczyciela),
pozyskiwanie wiedzy na podstawie przykładów.

Слайд 14

Niepewność w systemach ekspertowych
Wnioski generowane przez system ekspertowy nie zawsze

są konstruowane ze 100% pewnością.
Wnioski nie są binarne.
W niektórych systemach ekspertowych do każdego wniosku określa się pewną liczbę (najczęściej rzeczywistą) mówiącą, o tym jakie jest przekonanie, że wniosek jest prawdziwy (np. w formie prawdopodobieństwa).

Слайд 15

Baza wiedzy
Dane w bazie wiedzy mają postać symboliczną.
Typy symbolicznej reprezentacji wiedzy
reprezentacja

proceduralna – polegająca na określeniu zbioru procedur, działanie których reprezentuje wiedzę o problemie
- reprezentacja deklaratywna – polegająca na określeniu zbioru, specyficznych dla rozpatrywanej wiedzy, faktów, stwierdzeń i reguł

Слайд 16

Etapy budowy systemu ekspertowego

Слайд 17

Etapy budowy systemu ekspertowego
Identyfikacja problemu
Polega na określeniu celu i zadania jakie

stawiamy przed SE.
Wymaga zinwentaryzowania potencjalnych źródeł wiedzy.
Problem stawiany przed SE:
powinien być związany z możliwie wąską specjalizacją
powinien zostać precyzyjnie zdefiniowany
nie powinien reprezentować typowego algorytmu
Identyfikacja powinna zakończyć się raportem zawierającym:
Cel
Potencjalne rozwiązania
Dostępność wiedzy
Uzasadnienie ekonomiczne
Konfigurację sprzętowo-programową

Слайд 18

Etapy budowy systemu ekspertowego
2. Akwizycja wiedzy
Wiedza to ogół wiarygodnych informacji o

rzeczywistości wraz z umiejętnością jej wykorzystania.
Źródła wiedzy
ekspert
bazy danych i hurtownie danych
istniejące w firmie inne zbiory niż bazy danych
literatura fachowa
Pozyskiwanie wiedzy
klasyczne (od eksperta)
automatyczne (metody odkrywania wiedzy)

Слайд 19

Etapy budowy systemu ekspertowego
2. Akwizycja wiedzy
Etapy pozyskiwania wiedzy
rozpoznanie dziedziny – sprecyzowanie

zadania
rozważenie przydatności sztucznej inteligencji do rozwiązania zadania
określenie sensowności budowy SE
uświadomienie ograniczeń SE
nabywanie wiedzy na podstawie wywiadów z ekspertami, literatury itp.
dekompozycja problemu na podproblemy
wyodrębnienie obiektów, atrybutów, zależności między wielkościami
określenie sposobu rozwiązania problemu
3. modelowanie wiedzy – powstaje model pozyskanej wiedzy
reprezentacja dziedzinowej wiedzy faktograficznej
reprezentacja wiedzy o związkach między obiektami
reprezentacja wiedzy o strategiach rozwiązania

Слайд 20

Etapy budowy systemu ekspertowego
2. Akwizycja wiedzy
Automatyczne pozyskiwanie wiedzy (odkrywanie) – proces

pozyskiwania ukrytej, poprzednio nieznanej a potencjalnie użytecznej wiedzy na podstawie danych.
Nowa wiedza jest wnioskowana na podstawie danych zawierających:
opis obiektów
definicje związków występujących między obiektami
wartości cech opisujących obiekty
Etapy odkrywania wiedzy:
eksploracja dziedziny
zbieranie danych
definiowanie wzorców wiedzy na podstawie danych
uogólnianie
weryfikacja nowej wiedzy
przetwarzanie odkrytej wiedzy do wymaganej reprezentacji

Слайд 21

Etapy budowy systemu ekspertowego
3. Reprezentowanie wiedzy
Reprezentowanie wiedzy to specyficzny sposób odwzorowywania

faktów, właściwości i stanów obiektów z pewnej dziedziny, umożliwiający wnioskowanie.
Techniki reprezentowania wiedzy
Ramy – zawierają atrybuty obiektów i ich wartości
Sieci semantyczne – graficzna reprezentacja dwuwartościowych relacji między obiektami. Każdy węzeł odpowiada obiektowi i może być powiązany z innymi obiektami przez zorientowane strzałki.
Reguły produkcyjne
czytelny zapis „modułów” wiedzy wyrażony jako zdania IF...THEN
możliwość rozwiązywania złożonych problemów przez wybór odpowiedniego zestawu reguł
łatwość modyfikacji wiedzy (uzupełnianie o nowe reguły)

Слайд 22

Etapy budowy systemu ekspertowego
4. Wdrożenie systemu

Слайд 23

Etapy budowy systemu ekspertowego
Przykładowy projekt SE
Identyfikacja problemu
Cel: wspomaganie firmy konsultingowej w

zakresie doradztwa finansowego dla indywidualnych klientów.
Funkcje:
rejestracja informacji o kliencie
klasyfikacja klienta ze względu na udzieloną poradę
Klasa zadania: proste, dobrze zdefiniowane, rozwiązujące problem klasyfikacyjny.
Rozwiązania: propozycja sposobu zagospodarowania środków klienta:
gra na rynku papierów wartościowych
lokata w banku
brak sugestii

Слайд 24

Etapy budowy systemu ekspertowego
Przykładowy projekt SE
Identyfikacja problemu
Wiedza: dysponujemy odpowiednim doradcą finansowym,

literatura fachowa jest niezwykle bogata.
Przewidujemy następujące zasilenia informacyjne i wyjścia:
wejście: dane ogólne, dane o stanie finansów klienta
wyjście: propozycja sposobu zagospodarowania środków klienta oraz uzasadnienie propozycji
Zapotrzebowanie: mamy wstępne zapewnienie firmy konsultingowej o kupnie systemu. Badania rynku wskazują na popyt na tego typu oprogramowanie.

Слайд 25

Etapy budowy systemu ekspertowego
Przykładowy projekt SE
Identyfikacja problemu
Infrastruktura: ponieważ zadanie zostało zakwalifikowane

do grupy prostych i dobrze zdefiniowanych zastosowane zostanie narzędzie typu „otwarty system ekspertowy” wymagający komputera PC średniej klasy i środowiska Windows.

Слайд 26

Etapy budowy systemu ekspertowego
Przykładowy projekt SE
2. Akwizycja wiedzy
Ankietyzacja eksperta i literatura

fachowa.
Ustalono następujące obiekty:
DOCHÓD
OSZCZĘDNOŚCI
KAPITAŁ
LOKATA

Слайд 27

Etapy budowy systemu ekspertowego
Przykładowy projekt SE
3. Reprezentowanie wiedzy
Za pomocą ram

Слайд 28

Etapy budowy systemu ekspertowego
Przykładowy projekt SE
3. Reprezentowanie wiedzy
Za pomocą sieci semantycznej

Слайд 29

Etapy budowy systemu ekspertowego
Przykładowy projekt SE
3. Reprezentowanie wiedzy
Za pomocą reguł produkcyjnych
Jeżeli

kapitał jest wysoki to możesz inwestować w akcje
Jeżeli nie masz oszczędności to twoje miesięczne dochody na 1 osobę muszą być dwukrotnie wyższe od przewidywanego minimum socjalnego
Jeżeli masz małe oszczędności to należy je zwiększyć przed zainwestowaniem w akcje
Jeżeli znane są dochody i liczba osób na utrzymaniu to dochód na osobę stanowi iloraz tych wartości
Jeżeli kapitał jest niski to powinieneś oszczędzać.

Слайд 30

Zalety systemów ekspertowych
Umożliwiają wygenerowanie jasnej i spójnej odpowiedzi wielokrotnie w przypadku

powtarzających się pytań/zadań.
Pomagają w określeniu logiki podejmowanych decyzji.
Pytania do użytkownika zadawane są w sposób uporządkowany, nie ma możliwości pominięcia pytań.
Są bardziej elastyczne niż rozwiązania w postaci kodu (łatwiejsza jest modyfikacja bazy danych niż kodu).
Utrzymują cały czas wiedzę niezbędną do rozwiązywania danej grupy problemów.
Umożliwiają konstruowanie systemów hybrydowych (np. połączenie systemu ekspertowego z analizą baz danych).

Слайд 31

Wady systemów ekspertowych
Możliwość umieszczenia w bazie niewiarygodnej wiedzy, np. po automatycznej

eksploracji źródeł.
Ekspert nie zawsze jest w stanie wyjaśnić logikę swojego wnioskowania.
Wprowadzanie nowych reguł może prowadzić do konfliktów z tymi istniejącymi w bazie.
Brak „kreatywności” w przypadku nieprzewidzianych sytuacji.
Błędy w bazie wiedzy prowadzą do błędnych wniosków.
Adaptacja do zmieniającej się rzeczywistości wymaga zmian w bazie wiedzy.

Слайд 32

Przykłady systemów ekspertowych - historia
1. DENDRAL
Najstarszy system ekspertowy, powstał w 1965r.
Ustalał

struktury molekularne nieznanych chemicznych związków organicznych na podstawie analizy widm spektroskopowych.
System osiągnął sprawność porównywalną, a w niektórych przypadkach przewyższającą, ekspertów-ludzi.

Слайд 33

Przykłady systemów ekspertowych - historia
2. MYCIN
Powstał w latach 70-tych jako jeden

z pierwszych systemów ekspertowych. Był wzorcem dla kolejnych systemów.
Miał wspomagać decyzje lekarskie (medyczne narzędzie diagnostyczne).
Jako pierwszy podawał współczynniki pewności rozwiązań i korzystał z niepewnych lub niekompletnych danych
Napisany w języku LISP.

Слайд 34

Przykłady systemów ekspertowych - historia
2. MYCIN
Baza wiedzy zawierała około 500 reguł

na temat różnych infekcji krwi oraz zapalenia opon mózgowo-rdzeniowych.
Wspomagał lekarzy w identyfikacja choroby i terapii.

Systemy ekspertowe

Содержание

Idea systemu ekspertowegoPrzenosimy wiedzę eksperta do programu komputerowegoProgram jest wyposażony w

Podział systemów ekspertowych ze względu na funkcję lub przeznaczenieDoradczePrzedstawiają użytkownikowi pewne

Podział systemów ekspertowych ze względu na sposób wnioskowaniaWnioskowanie postępująceNa podstawie prawdziwych

Budowa systemu ekspertowego

Budowa systemu ekspertowegoInterfejs użytkownika umożliwia zadawanie pytań, udzielanie informacji systemowi oraz

Budowa systemu ekspertowegoUżytkownik korzystający z systemu ekspertowego prowadzi dialog z systemem

Budowa systemu ekspertowegoEdytor bazy wiedzy pozwala na modyfikację wiedzy zawartej w

Budowa systemu ekspertowegoMechanizm wnioskowania jest głównym składnikiem systemu ekspertowego wykonującym cały

Budowa systemu ekspertowegoMechanizm wyjaśniający - jeden z elementów interfejsu pomiędzy systemem

Budowa systemu ekspertowegoBaza wiedzy jest to deklaratywna postać wiedzy ekspertów z

Budowa systemu ekspertowegoBaza danych zmiennych jest pamięcią roboczą przechowującą pewne fakty

Baza wiedzyO jakości systemu ekspertowego decyduje baza wiedzy.Techniki pozyskiwania wiedzy:bezpośrednie zapisanie

Niepewność w systemach ekspertowych Wnioski generowane przez system ekspertowy nie zawsze

Baza wiedzyDane w bazie wiedzy mają postać symboliczną.Typy symbolicznej reprezentacji wiedzyreprezentacja

Etapy budowy systemu ekspertowego

Etapy budowy systemu ekspertowegoIdentyfikacja problemuPolega na określeniu celu i zadania jakie

Etapy budowy systemu ekspertowego2. Akwizycja wiedzyWiedza to ogół wiarygodnych informacji o

Etapy budowy systemu ekspertowego2. Akwizycja wiedzyEtapy pozyskiwania wiedzyrozpoznanie dziedziny – sprecyzowanie

Etapy budowy systemu ekspertowego2. Akwizycja wiedzyAutomatyczne pozyskiwanie wiedzy (odkrywanie) – proces

Etapy budowy systemu ekspertowego3. Reprezentowanie wiedzyReprezentowanie wiedzy to specyficzny sposób odwzorowywania

Etapy budowy systemu ekspertowego4. Wdrożenie systemu

Etapy budowy systemu ekspertowegoPrzykładowy projekt SEIdentyfikacja problemuCel: wspomaganie firmy konsultingowej w

Etapy budowy systemu ekspertowegoPrzykładowy projekt SEIdentyfikacja problemuWiedza: dysponujemy odpowiednim doradcą finansowym,

Etapy budowy systemu ekspertowegoPrzykładowy projekt SEIdentyfikacja problemuInfrastruktura: ponieważ zadanie zostało zakwalifikowane

Etapy budowy systemu ekspertowegoPrzykładowy projekt SE2. Akwizycja wiedzyAnkietyzacja eksperta i literatura

Etapy budowy systemu ekspertowegoPrzykładowy projekt SE3. Reprezentowanie wiedzyZa pomocą ram

Etapy budowy systemu ekspertowegoPrzykładowy projekt SE3. Reprezentowanie wiedzyZa pomocą sieci semantycznej

Etapy budowy systemu ekspertowegoPrzykładowy projekt SE3. Reprezentowanie wiedzyZa pomocą reguł produkcyjnychJeżeli

Zalety systemów ekspertowychUmożliwiają wygenerowanie jasnej i spójnej odpowiedzi wielokrotnie w przypadku

Wady systemów ekspertowychMożliwość umieszczenia w bazie niewiarygodnej wiedzy, np. po automatycznej

Przykłady systemów ekspertowych - historia1. DENDRALNajstarszy system ekspertowy, powstał w 1965r.Ustalał

Przykłady systemów ekspertowych - historia2. MYCINPowstał w latach 70-tych jako jeden

Przykłady systemów ekspertowych - historia2. MYCINBaza wiedzy zawierała około 500 reguł

Похожие презентации