Tổng hợp bài giảng môn Hệ cơ sở tri thức| Trường Đại học Bách Khoa Hà Nội

Hệ CSTT là chương trình máy tính được thiết kế để giải quyết các vấn đề của chuyên gia; Hệ CSTT là hệ thống dựa trên tri thức để giải quyết các bài toán phức tạp và các tri thức của chuyên gia.

8/26/2012
1
Tun 1 (Week 1)
Pham Van Hai Email: haivnu@yahoo.com
1
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
s
ss
s:
::
: IT4361
Kh
KhKh
Khi
ii
i
ng
ngng
ng: 2
thuyết: 30 gi
Bài tp/BTL: 15 gi (d án theo nhóm môn hc)
Thí nghim: 0
u
uu
u c
cc
cu
uu
u: SV tham gia > 85% lp hc
2
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
Hc phn nhm cung cp sinh viên nhng k
thut bn nhm xây dng các b sinh h s
tri thc (công c to lp h s tri thc, h
s tri thc v, h s tri thc rng), trên s
đó cài đt các h s tri thc ng dng c th.
Hc phn còn yêu cu sinh viên thc hin, th
nghim các h s tri thc ng dng s dng
môi trưng/ngôn ng lp trình c th. Hc phn
giúp sinh viên nm đưc các khái nim bn v
h s tri thc, biết cách phân tích, thiết kế
xây dng các h chuyên gia/h s tri thc
ng dng.
3
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
8/26/2012
2
Ni dung hc phn bao gm các phn cơ bn sau:
i cương v h s tri thc (Cu trúc mt h
cơ s tri thc)
Quá trình to lp h cơ s tri thc
S khác bit gia h cơ s tri thc và các h tin
hc truyn thng
Các lp bài toán thc tế
Phm vi áp dng
Thu thp tri thc; Qun tr tri thc; Mô tơ suy
din; Giao din h thng; Mô đun gii thích;
Các bưc xây dng h cơ s tri thc ng dng;
4
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
1
11
1 . Stuart Russell, Peter Norvig, “Artificial Intelligence: A modern approach”, Pearson
Education, 2007
2. Donald Waterman. A guide to Expert System Addision - Wesley Publishing company,
1987.
3. Bruce G.Buchanan, Edward h. Shortliffe. Rule - based ES: The MTCIN experirments of
the Standford heuristic programming project, Addision - Wesley Publishing company,
1988.
4. Robert I. Levine, Diane E. Drang, Biarry Edelson. A compehensive guide to AI & ES,
Mc. Graw - Hill book company, 1999
5. Michel Gondran. An introduction to ES, McGraw Hill Book Com.,1984
6. S. Weiss, C. Kulikowski. A practical guide to desining ES, Rowman & Allanhed
Publishers, 1988
7. I. Bratko. PROLOG programming for AI, Addision - Wesley Publishing company, 1986
8. A. Kabbaj. IA en LISP et PROLOG, Masson. 1991
9. A. Walker, M. Mc Cord, J. Sowa, W. Wilson. Knowledge Systems and Prolog, Addison-
Wesley Publishing company, 1987
10. Jean - Louis Ermine. Systèmes Experrs: Technique et Documentation, Lavoisier,
1989
11. W. Black. Systèmes intelligents basés sur connaissance, Maisson, 1985.
12. Nguyn Thanh Thy, “K ngh x tri thc h s tri thc”, HBKHN
13. http://opencyc.org/doc/tut/?expand_all=1
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 5
6
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
DECISION SUPPORT
DECISION SUPPORT DECISION SUPPORT
DECISION SUPPORT
SYSTEMS
SYSTEMSSYSTEMS
SYSTEMS
8/26/2012
3
7
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
Computer
Inputs
Outputs
Các h CSTT
Knowledge Base
Systems
Qun tri thc
Knowledge
Management
Khám phá tri thc
Knowledge
Discovery
Tiếp nhn ti ưu
hóa CSTT
Cu trúc ca mt
H CSTT
Các k thut đ khám
phá tri thc
H CSTT chương trình máy tính đưc thiết
kế đ gii quyết c vn đ ca chuyên gia
H CSTT h thng da trên tri thc đ gii
quyết các bài toán phc tp các tri thc
ca chuyên gia.
H CSTT bao gm:
s tri thc (tri thc chuyên gia): s kin, các
lut, và các khái nim
ng suy din (lp lun): mô hình hóa các lp
lun ca chuyên gia
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 8
9
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
ưa
ưaưa
ưa tri
tri tri
tri th
thth
thc
cc
c o
oo
o máy
yy
y nh
nhtính
nh
Nhn thc: bng cách tiếp nhn
ti ưu hóa CSTT
8/26/2012
4
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 10
B tiếp nhn tri thc
Knowledge editor
Chuyên gia
Expert
Vùng nh m vic
Working memory
ng suy din
Inference Engine
Tìm kiếm Search
iu khin Control
B x ngôn
ng t nhiên
Natural Processing
Language
H gii thích
Explanation system
Giao din
Interface
Tri thc
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 11
N
NN
Ni
ii
i dung
dungdung
dung Chương
ChươngChương
Chương trình
trìnhtrình
trình truy
truytruy
truyn
nn
n
th
thth
thng
ngng
ng
H
HH
H CSTT
CSTTCSTT
CSTT
Cu trúc Tp các dòng lnh
thông qua thut toán
c th
Khi tri thc <->
CSTT
Khi điu khin <->
ng suy din
Tính phc tp Bài toán c th, cơ
bn
Thut toán <-> cài
đt
Bài toán phc tp
Kinh nghim, tri thc
mi đưc cp nht
Qui trình i đt Chun phn mm:
cu trúc, hưng đi
ng
Xây dng h CSTT
theo min ng dng
c th
Phm vi ng dng nh va
mang tính c th
ng dng ln, phc
tp ging duy ca
b não con ngưi
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 12
H
HH
H CSTT
CSTTCSTT
CSTT
Knowledge Based
Knowledge Based Knowledge Based
Knowledge Based
System
SystemSystem
System
Din gii
Intepration
D báo
Forecast/
Prediction
Chun đoán
Diagnosics
Kế hoch, giám sát
Planning/
mornitoring
Ging dy
Instruction
Ti ưu
Optimization
Phân loi
Classification
La chn
Selection
Mt s loi khác
Others
8/26/2012
5
1. D báo đưng chng khoán VN index/
SP500 / Nasdaq
2. H chuyên gia chun đoán bnh
3. D báo thi tiết, thiên tai và thm ha
4. Bán hàng trc tuyến thông minh qua mng
5. Tính toán hiu năng máy khoan hm / m
6. H thng hc trc tuyến thông minh
7. Giám sát tiến đ d án
..etc
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 13
SV chn mt trong các bài toán ng dng
thc tế trên s:
1. Bài toán truyn thng đã
2. Bài toán áp dng h CSTT
So sánh yêu cu gia hai kiu bài toán truyn
thng h CSTT
Phân tích các yêu cu thc tế ca bài toán
ng dng đó
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 14
Chun b: 4-5 sinh viên hình thành 01 nhóm
Chn bài tp ln d án theo nhóm
Trình bày tho lun ý tưng bài tp d án
môn hc
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 15
8/28/2012
1
Tun 2 (Week 2)
Pham Van Hai Email: haivnu@yahoo.com
1
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
T
TT
Tp
pp
p các
cáccác
các s
ss
s ki
kiki
kin
nn
n (Facts)
(Facts)(Facts)
(Facts)
F={f
F={fF={f
F={f
1
11
1
,f
,f,f
,f
2
22
2
,…,f
,…,f,…,f
,…,f
m
mm
m
}
} }
} là
t
tt
tp
pp
p các
cáccác
các s
ss
s ki
kiki
kin
nn
n
f
ff
f
1
11
1
:
: :
: s
ss
s ki
kiki
kin
nn
n A
AA
A
f
ff
f
2
22
2
:
: :
: s
ss
s ki
kiki
kin
nn
n B
B B
B
f
ff
f
m
mm
m
:
: :
: s
ss
s ki
kiki
kin
nn
n n
nn
n
T
TT
Tp
pp
p lu
lulu
lut
tt
t (
((
(Rulebases
RulebasesRulebases
Rulebases)
))
)
R1: IF <condition 1> THEN <action 1>
R1: IF <condition 1> THEN <action 1>R1: IF <condition 1> THEN <action 1>
R1: IF <condition 1> THEN <action 1>
R2: IF <condition 2> THEN <action 2>
<condition 2> THEN <action 2><condition 2> THEN <action 2>
<condition 2> THEN <action 2>
Rn: IF <condition n> THEN <action n>
<condition n> THEN <action n><condition n> THEN <action n>
<condition n> THEN <action n>
2
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
Mô t lut ( Rule): mt lut bao gm nhiu s
kin đưc chia làm 2 phn:
IF
IF IF
IF Gi
GiGi
Gi thi
thithi
thiết
tt
t THEN
THEN THEN
THEN K
KK
Kết
tt
t lu
lulu
lun
nn
n
Gi
GiGi
Gi thi
thithi
thiết
tt
t đư
đưđư
đưc
cc
c k
kk
kết
tt
t n
nn
ni
ii
i các
cc
c toán
toántoán
toán t
tt
t AND
AND AND
AND
ho
hoho
hoc
cc
c NOT
NOTNOT
NOT
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 3
8/28/2012
2
i
ii
i t
tt
tp
pp
p trên
trêntrên
trên l
ll
lp
pp
p:
1. To lp h CSTT d o thi tiết thiên
tai
2. To lp h CSTT kim tra máy ch mng
Sinh viên làm bài tp 10 phút tho lun
trên lp
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 4
c s kin ca tp F
f
1
= nng
f
2
= mây
f
3
= gió
f
4
= sét
f
5
= sao
f
6
= trăng
f
7
= sương
……
f
m
= hin-tưng
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
5
R
1
: IF gió to AND mưa nhiu THEN
bão
………………………………………….
…………………………………………..
Tp lut R
R
m
: IF <hin ng> AND hin
ng khác> THEN <kết qu d
báo>
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 6
Tri
Tri Tri
Tri th
thth
thc
cc
c th
thth
th t
tt
tc
cc
c
t cách thc gii
quyết vn đ hoc
công vic c th
Tri
Tri Tri
Tri th
thth
thc
cc
c khai
khaikhai
khai báo
báobáo
báo
t vn đ đó
như thế nào
Siêu
SiêuSiêu
Siêu tri
tri tri
tri th
thth
thc
cc
c
t tri thc v tri
thc
Tri
Tri Tri
Tri th
thth
thc
cc
c Heuristics
HeuristicsHeuristics
Heuristics
t tri thc v tri
thc
Tri
Tri Tri
Tri th
thth
thc
cc
c c
cc
cu
uu
u trúc
trúctrúc
trúc
t tri thc
cu trúc
8/28/2012
3
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 7
Ti
TiTi
Tiếp
pp
p nh
nhnh
nhn
nn
n tri
tri tri
tri th
thth
thc
cc
c
Th
ThTh
Th đ
đđ
đng
ngng
ng (
((
(đóng
đóngđóng
đóng)
))
)
-Tri thc kinh
nghim
-Tri thc gián tiếp
Ch
ChCh
Ch đ
đđ
đng
ngng
ng (
((
(m
mm
m)
))
)
-Tri thc t phân tích suy
din
-Khám phá tri thc mi
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
8
s
ss
s tri
tri tri
tri th
thth
thc
cc
c
Knowledge Base
Knowledge Base Knowledge Base
Knowledge Base
Các đnh nghĩa, đnh
Các tiên đ
ng
ngng
ng
cơ
suy
suysuy
suy di
didi
din
nn
n
Inference Engine
Inference Engine Inference Engine
Inference Engine
Các đnh nghĩa, đnh
Các tiên đ
H
HH
H CSTT
CSTTCSTT
CSTT
Knowledge Base System
Knowledge Base SystemKnowledge Base System
Knowledge Base System
Chng minh
Các kết qu mi
ưa các chng minh
kết qu mi vào CSTT
H CSTT da vào logic mnh đ logic v t
H CSTT da vào lut dn
H CSTT da trên đi ng
H CSTT da trên Frame
H CSTT da trên mng ng nghĩa
H CSTT kết hp phương pháp biu din
H CSTT kết hp vi s d liu
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 9
8/28/2012
4
H chuyên gia
H tr giúp quyết đnh
H logic m
H thng thông minh
Intelligent Hybrid System
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 10
Tho lun các ng dng
ti lp
Chun b: 4-5 sinh viên hình thành 01 nhóm
Chn bài tp ln d án theo nhóm
Trình bày tên d án bài tp ln môn hc
Trình bày ý tưng d án –bài tp ln môn hc
Thông tin hc liu môn hc:
http://ritsumei.academia.edu/HaiVPham/Teaching/
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
11
9/11/2012
1
Tun 3&4 (Week 3&4)
Pham Van Hai Email: haivnu@yahoo.com
1
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
H MYCIN mt h chuyên gia ra đi t
nhng năm 1970 ti đi hc Standford, Hoa
Kỳ.
MYCIN s dng h lp lun gn đúng đ x
các lut din gii da trên đ đo chc chn
Ngun hc liu:
The MYCIN Experiments of the Stanford Heuristic
Programming Project
Website http://aitopics.net/RuleBasedExpertSystems
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
2
(Trích ngun tài liu: The MYCIN Experiments of the Stanford Heuristic Programming Project)
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 3
9/11/2012
2
Chun đoán bnh ca bnh nhân: Thông qua tiu
s, bnh án các triu chng bnh nhân sau đó
đưa ra gi ý bnh th xy ra ca ngưi bnh.
Phương pháp điu tr ca bác sĩ: Theo din biến
tình trng bnh nhân, pháp đ điu tr đi
thoi trc tiếp vi bnh nhân.
D đoán kết qu din biến ca bnh nhân:
Thông qua din biến ca bnh theo trình t logic.
vn pháp đ điu tr ca bác s dng
thuc, c phm.
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 4
Xut phát t bài toán nhiu loi thuc kháng
sinh, kháng vi cũng như nhiu loi vi trùng
vi các cách x khác nhau, nên ch các
thy thuc chuyên gia thuc lĩnh vc này mi
th có liu pháp cha tr hiu qu.
c đim:
Yêu cu thông tin v lâm sàng, > 450 lut (Rules)
Tri thc chuyên gia v lĩnh vc kháng sinh
Kh năng phán đoán
Suy lun nhng tri thc hin
ưa ra phán đoán li khuyên
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
5
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 6
9/11/2012
3
CSDL tĩnh (Static Database)
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 7
Static DB
Static DB Static DB
Static DB bao
baobao
bao g
gg
gm
mm
m:
::
:
Rules
Meta-Rules
Templates
Rule Properties
Context Properties
Knowledge Acquisition
System
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
8
Dynamic DB Bao gm:
Patient Data
Laboratory Data
Context Tree
Built by Consultation
System
Used by Explanation
System
Mng ng nghĩa mt phương pháp biu
din tri thc s dng đ th (grapth) trong đó:
Nút (node) biu din đi ng (object)
Cung biu din quan h gia các đi ng
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 9
Triu
chng
St
Cm
cúm
Thi tiết
thay đi
Hin ng
do
9/11/2012
4
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 10
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
11
Các kiu giá tr trong MYCIN
Ni dung:
Chn tên d án môn hc
S ng 20 nhóm: 5 sinh viên / nhóm
Trưng nhóm trình bày ý tưng tên d án môn
hc
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 12
9/18/2012
1
Tun 5 (Week 5)
Pham Van Hai Email: haivnu@yahoo.com
1
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 2
Các kiu giá tr trong MYCIN
Ng cnh Tham biến Giá tr CF
Đầu Cm giác
đau
Paracetamon .15
Mũi Nhy cm d
ng
Penicillin -1.0
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 3
d:
Ng cnh:
các đi ng đưc tho lun
bi Mycin
Các kiu đi ng khác nhau:
bnh nhân, thuc, …
ưc t chc trong mt cây
9/18/2012
2
Câu hi:
1. VIRUS cúm nh ng như thế nào?
2. Ti sao s dng thuc kháng sinh thuc cm cúm đng thi.
3. S dng các thuc kháng sinh nh ng đến sc khe như thế
nào?
4. Thuc cm tác dng điu tr cúm như thế nào?
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 4
B
BB
Bnh
nhnh
nh nhân
nhânnhân
nhân A
AA
A
VIRUS cúm A
Thuc cm
Thuc kháng sinh
thuc cm
VIRUS cúm B
VIRUS cúm C
Thuc kháng sinh
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 5
Sources: Stanford Univ.
chế suy din lùi (Backward changing)
ưa gi thuyết sau đó kim chng
Tp trung vào kết qu sau đó ri tìm trong s tri thc
thích đáng vi bài toán đang xét
Các s kin, lut, các k thut suy din nhm din
gii tình hung cho ngưi s dng h thng da
trên thuyết chc chn ca Standford. thuyết
chc chn mt hình thc a tiếp cn heuristic
vào suy lun vi s không chc chn
MYCIN gm các lut đơn gin, phc tp nhiu
lut cùng kết lun.
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 6
9/18/2012
3
MB (Measurement of Belief): đo tin cy
MD (Measurement of Disbelief): đo thiếu tin cy
CF (Certain Factor): H s tin cy
H (Hypothesis): Gi thuyết H
E (Evidence): Chng c E
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 7
Các
cc
c chuyên
chuyênchuyên
chuyên gia
giagia
gia có
có
th
thth
th đ
đđ
đt
tt
t s
ss
s t
tt
t tin
tin tin
tin vào
oo
o các
cáccác
các m
mm
mi
ii
i
quan
quanquan
quan h
hh
h mà
mà
không
khôngkhông
không ph
phph
phi
ii
i
có
c
cc
cm
mm
m giác
giácgiác
giác
là
nó
không
khôngkhông
không
đúng
đúngđúng
đúng.
..
.
MB(H | E)
MB(H | E) MB(H | E)
MB(H | E) đo
đođo
đo đ
đđ
đ tin
tin tin
tin tư
ng
ngng
ng c
cc
ca
aa
a gi
gigi
gi thuy
thuythuy
thuyết
tt
t H
H H
H khi
khi khi
khi
có ch
có chch
có chng c
ng cng c
ng c E
EE
E
MD(H | E)
MD(H | E) MD(H | E)
MD(H | E) đo
đođo
đo đ
đđ
đ không
khôngkhông
không tin
tin tin
tin tư
ng
ngng
ng c
cc
ca
aa
a gi
gigi
gi
thuy
thuythuy
thuyết
tt
t H
H H
H khi
khikhi
khi
có
ch
chch
chng
ngng
ng c
cc
c E
EE
E
0 < MB(H | E) < 1
0 < MB(H | E) < 1 0 < MB(H | E) < 1
0 < MB(H | E) < 1 trong
trongtrong
trong khi
khikhi
khi MD(H | E) = 0
MD(H | E) = 0MD(H | E) = 0
MD(H | E) = 0
0 < MD(H | E) < 1
0 < MD(H | E) < 1 0 < MD(H | E) < 1
0 < MD(H | E) < 1 trong
trongtrong
trong khi
khikhi
khi MB(H | E) = 0
MB(H | E) = 0MB(H | E) = 0
MB(H | E) = 0
CF (H | E) = MB(H | E)
CF (H | E) = MB(H | E) CF (H | E) = MB(H | E)
CF (H | E) = MB(H | E) –
MD(H | E)
MD(H | E)MD(H | E)
MD(H | E)
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 8
Lu
LuLu
Lut
tt
t đơn
đơnđơn
đơn gi
gigi
gin
nn
n: If(e) then (c)
: If(e) then (c): If(e) then (c)
: If(e) then (c)
CF(e) là đ do chc chn ca chng c
CF(r) là đ đo chc chn ca lut suy din
Khi dó: CF(c) là đ đo chc chn ca kết lun
CF(c) = CF(e) * CF(r)
CF(c) [-1,1] đưc kết lun như sau:
i ng CF tiến v 1 cho thy s tin tưng kết
lun đúng
i ng CF tiến v -1 cho thy s tin ng kết
lun không đúng
i ng CF bng 0 kết lun ý kiến trung lp
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 9
9/18/2012
4
Lu
LuLu
Lut
tt
t ghép
ghépghép
ghép
If(e1 AND e2) then
If(e1 AND e2) then If(e1 AND e2) then
If(e1 AND e2) then
CF (e1 AND e2) = MIN(CF(e1), CF(e2))
CF (e1 AND e2) = MIN(CF(e1), CF(e2))CF (e1 AND e2) = MIN(CF(e1), CF(e2))
CF (e1 AND e2) = MIN(CF(e1), CF(e2))
if (e1 OR e2) then (c)
if (e1 OR e2) then (c)if (e1 OR e2) then (c)
if (e1 OR e2) then (c)
CF (e1 OR e2) = MAX(CF(e1), CF(e2))
CF (e1 OR e2) = MAX(CF(e1), CF(e2))CF (e1 OR e2) = MAX(CF(e1), CF(e2))
CF (e1 OR e2) = MAX(CF(e1), CF(e2))
Lu
LuLu
Lut
tt
t ph
phph
phc
cc
c t
tt
tp
pp
p
if ((e1 AND e2) OR e3) then (c)
if ((e1 AND e2) OR e3) then (c)if ((e1 AND e2) OR e3) then (c)
if ((e1 AND e2) OR e3) then (c)
CF ((e1 AND e2) OR e3) = MAX(MIN(CF(e1),
CF ((e1 AND e2) OR e3) = MAX(MIN(CF(e1), CF ((e1 AND e2) OR e3) = MAX(MIN(CF(e1),
CF ((e1 AND e2) OR e3) = MAX(MIN(CF(e1),
CF(e2)), CF(e3))
CF(e2)), CF(e3))CF(e2)), CF(e3))
CF(e2)), CF(e3))
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 10
d
dd
d:
: :
: Lu
LuLu
Lut
tt
t ghép
ghépghép
ghép
CF(bnh nhân b đau đu) = 0.7
CF(bnh nhân b viêm hng) = 0.5
CF(bnh nhân b đau đu And bnh
nhân b viêm hng) = 0.5
CF(bnh nhân đau đu Or bnh nhân b
viêm hng) = 0.7
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 11
Các nhóm thc hin d án môn hc vi tiến đ
gia hc kỳ bao gm các phn như sau:
1. Mc đích
2. Phm vi
3. Các s kin, ng cnh cách biu din tri
thc
4. ng cơ suy din, các lut din gii ca lut
5. Sơ đ kiến trúc h thng (system
architechture)
Ghi chú: các đ
m
c nêu trên có th
thêm, b
t
ho
c thay đ
i tùy thu
c vào m
i d
án
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 12
9/25/2012
1
Tun 6 (Week 6)
Pham Van Hai Email: haivnu@yahoo.com
1
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
Lu
LuLu
Lut
tt
t
d
dd
dng
ngng
ng NOT
NOTNOT
NOT
CF(NOT
CF(NOTCF(NOT
CF(NOT e)
e)e)
e) =
==
= -
--
- CF(e
CF(eCF(e
CF(e)
))
)
K
KK
Kết
tt
t h
hh
hp
pp
p c
ccác
c lu
lulu
lut
tt
t (Rule)
(Rule)(Rule)
(Rule)
ng
ngng
ng k
kk
kết
tt
t lu
lulu
lun
nn
n
-
--
- Rule
RuleRule
Rule 1
11
1:
::
: If(e
If(eIf(e
If(e1
11
1)
))
) then
thenthen
then (c)
(c)(c)
(c) CF(r
CF(rCF(r
CF(r1
11
1)
))
)
-
--
- Rule
RuleRule
Rule 2
22
2:
::
: If(e
If(eIf(e
If(e2
22
2)
))
) then
thenthen
then (c)
(c)(c)
(c) CF(r
CF(rCF(r
CF(r2
22
2
CF
CFCF
CF
t
kêtt
kêt lu
lulu
lun
nn
n c
cc
ca
aa
a Rule
RuleRule
Rule 1
11
1 &
&&
& 2
22
2
Trong
TrongTrong
Trong trư
trưt
trưng
ngng
ng h
hh
hp
pp
p CF(t
CF(tCF(t
CF(t1
11
1)
))
)
Cf(t
Cf(tCf(t
Cf(t2
22
2)
))
) đ
đđ
đu
uu
u dương
dươngdương
dương
Ctong
CtongCtong
Ctong =
==
= CF(t
CF(tCF(t
CF(t1
11
1)
))
) +
++
+ CF(t
CF(tCF(t
CF(t2
22
2)
))
)
CF(t
CF(tCF(t
CF(t1
11
1)
))
) *
**
* CF(t
CF(tCF(t
CF(t2
22
2)
))
)
Trong
TrongTrong
Trong trư
trưt
trưng
ngng
ng h
hh
hp
pp
p CF(t
CF(tCF(t
CF(t1
11
1)
))
)
Cf
CfCf
Cf(t
(t(t
(t2
22
2)
))
) đ
đđ
đu
uu
u âm
âmâm
âm thì
thìthì
thì:
::
:
Ctong
CtongCtong
Ctong =
==
= CF(t
CF(tCF(t
CF(t1
11
1)
))
) +
++
+ CF(t
CF(tCF(t
CF(t2
22
2)
))
) +
++
+ CF(t
CF(tCF(t
CF(t1
11
1)
))
) *
**
* CF(t
CF(tCF(t
CF(t2
22
2)
))
)
Trong
TrongTrong
Trong trư
trưt
trưng
ngng
ng h
hh
hp
pp
p CF(t
CF(tCF(t
CF(t1
11
1)
))
) khác
kháckhác
khác d
dd
du
uu
u v
vv
vi
ii
i CF(t
CF(tCF(t
CF(t2
22
2)
))
) thì
thìthì
thì:
::
:
Ctong
CtongCtong
Ctong =
==
= (CF(t
(CF(t(CF(t
(CF(t1
11
1)
))
) +
++
+ CF(t
CF(tCF(t
CF(t2
22
2))
))))
)) /
//
/ (
((
(1
11
1
MIN(ABS(CF(t
MIN(ABS(CF(tMIN(ABS(CF(t
MIN(ABS(CF(t1
11
1)),
)),)),
)),
ABS(CF(t
ABS(CF(tABS(CF(t
ABS(CF(t2
22
2))))
))))))))
))))
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
2
If (e) then (c)
Áp dng:
CF( st VIRUS cúm) = 0.75
CF (IF st VIRUS cúm THEN chun đoán b
cúm) = 0.5
=> CF (chun đoán b cúm) = 0.75*0.5
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 3
9/25/2012
2
Suy din lut đơn gin
Suy din lut vi toán t AND
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
4
Suy din lut vi toán t OR
Suy din lut vi toán t NOT
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
5
Hai V Pham
hai@spice.ci.ritsumei.ac.jp 6
Cho các lut các đ đo tin cy như sau:
R1: A B CF(R1) = 0,5 CF(A) = 0,25
R2: C D CF(R2) = 0,25 CF(C) =0,5
R3: (- F) G CF(R3) = 0,75 CF(F) = -0,5
R4: (B-D)I J CF(R4) = 0,25
CF(I) = 0,4
a. Tính CF(J)=?
b. Biu din mng ng nghĩa cho các lut
9/25/2012
3
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
7
Công c
(Tools)
Công c to lp h
chuyên gia
(Tools for creating KBs)
K s x
tri thc
H
HH
H CSTT /
CSTT / CSTT /
CSTT / H
HH
H chuyên
chuyênchuyên
chuyên gia
giagia
gia/
/ /
/
Knowledge Based Systems
Ngưi s dng
(Users)
Chuyên gia
(Expert)
Thu thp s tri thc (Knowledge Acquisition)
Biu din tri thc (Knowledge Representation)
Kim tra đánh giá (Test and Evaluation)
Vn hành bo t (Operation and
Maintainance)
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
8
Thu thp s tri thc (Knowledge
Acquisition)
thành phn chính ca h chuyên gia /h CSTT
Quá trình din ra do k tri thc đm nhim đ
biu din các thông tin và tri thc ca chuyên gia
cho máy tính hiu đưc
Quá trình tích lũy các tri thc ca chuyên gia đưa
vào h thng
Hai V Pham
hai@spice.ci.ritsumei.ac.jp
9
Tri thc ca chuyên gia
Kinh nghim gii quyết
vn đ
Kinh nghim phương
pháp thc hin
Tri thc
chuyên sâu
| 1/25

Preview text:

8/26/2012 Tuần 1 (Week 1) Pham Van Hai Email: haivnu@yahoo.com Hai V Pham hai@spice.ci.ritsumei.ac.jp 1 Mã M số: IT4361 Kh K ối lư l ợng n : 2 ◦ Lý thuyết: 30 giờ
◦ Bài tập/BTL: 15 giờ (dự án theo nhóm môn học) ◦ Thí nghiệm: 0
Yêu cầu: SV tham gia > 85% lớp học Hai V Pham hai@spice.ci.ritsumei.ac.jp 2
Học phần nhằm cung cấp sinh viên những kỹ
thuật cơ bản nhằm xây dựng các bộ sinh hệ cơ sở
tri thức (công cụ tạo lập hệ cơ sở tri thức, hệ cơ
sở tri thức vỏ, hệ cơ sở tri thức rỗng), trên cơ sở
đó cài đặt các hệ cơ sở tri thức ứng dụng cụ thể.
Học phần còn yêu cầu sinh viên thực hiện, thể
nghiệm các hệ cơ sở tri thức ứng dụng sử dụng
môi trường/ngôn ngữ lập trình cụ thể. Học phần
giúp sinh viên nắm được các khái niệm cơ bản về
hệ cơ sở tri thức, biết cách phân tích, thiết kế và
xây dựng các hệ chuyên gia/hệ cơ sở tri thức ứng dụng. Hai V Pham hai@spice.ci.ritsumei.ac.jp 3 1 8/26/2012
Nội dung học phần bao gồm các phần cơ bản sau:
Fại cương về hệ cơ sở tri thức (Cấu trúc một hệ cơ sở tri thức)
Quá trình tạo lập hệ cơ sở tri thức
Sự khác biệt giữa hệ cơ sở tri thức và các hệ tin học truyền thống
Các lớp bài toán thực tế Phạm vi áp dụng
Thu thập tri thức; Quản trị tri thức; Mô tơ suy
diễn; Giao diện hệ thống; Mô đun giải thích;
Các bước xây dựng hệ cơ sở tri thức ứng dụng; Hai V Pham hai@spice.ci.ritsumei.ac.jp 4
1 . Stuart Russell, Peter Norvig, “Artificial Intelligence: A modern approach”, Pearson Education, 2007
2. Donald Waterman. A guide to Expert System Addision - Wesley Publishing company, 1987.
3. Bruce G.Buchanan, Edward h. Shortliffe. Rule - based ES: The MTCIN experirments of
the Standford heuristic programming project, Addision - Wesley Publishing company, 1988.
4. Robert I. Levine, Diane E. Drang, Biarry Edelson. A compehensive guide to AI & ES,
Mc. Graw - Hill book company, 1999
5. Michel Gondran. An introduction to ES, McGraw Hill Book Com.,1984 6.
S. Weiss, C. Kulikowski. A practical guide to desining ES, Rowman & Allanhed Publishers, 1988
7. I. Bratko. PROLOG programming for AI, Addision - Wesley Publishing company, 1986
8. A. Kabbaj. IA en LISP et PROLOG, Masson. 1991
9. A. Walker, M. Mc Cord, J. Sowa, W. Wilson. Knowledge Systems and Prolog, Addison-
Wesley Publishing company, 1987 10.
Jean - Louis Ermine. Systèmes Experrs: Technique et Documentation, Lavoisier, 1989
11. W. Black. Systèmes intelligents basés sur connaissance, Maisson, 1985.
12. Nguyễn Thanh Thủy, “Kỹ nghệ xử lý tri thức và hệ cơ sở tri thức”, FHBKHN
13. http://opencyc.org/doc/tut/?expand_all=1 Hai V Pham hai@spice.ci.ritsumei.ac.jp 5 DECISI S ON O S UPPORT R T SYSTEM E S M Hai V Pham 6 hai@spice.ci.ritsumei.ac.jp 2 8/26/2012 Inputs Outputs Computer Quản lý tri thức Các hệ CSTT Khám phá tri thức Knowledge Knowledge Base Knowledge Management Systems Discovery Tiếp nhận và tối ưu Cấu trúc của một Các kỹ thuật để khám hóa CSTT Hệ CSTT phá tri thức Hai V Pham hai@spice.ci.ritsumei.ac.jp 7
Hệ CSTT là chương trình máy tính được thiết
kế để giải quyết các vấn đề của chuyên gia
Hệ CSTT là hệ thống dựa trên tri thức để giải
quyết các bài toán phức tạp và các tri thức của chuyên gia. Hệ CSTT bao gồm:
◦ Cơ sở tri thức (tri thức chuyên gia): sự kiện, các luật, và các khái niệm
◦ Fộng cơ suy diễn (lập luận): mô hình hóa các lập luận của chuyên gia Hai V Pham hai@spice.ci.ritsumei.ac.jp 8 Fưa tri th t ức vào máy tính
Nhận thức: bằng cách tiếp nhận và tối ưu hóa CSTT Hai V Pham hai@spice.ci.ritsumei.ac.jp 9 3 8/26/2012 Tri thức Bộ tiếp nhận tri thức Vùng nhớ làm việc Knowledge editor Working memory Giao diện Fộng cơ suy diễn Interface Inference Engine Tìm kiếm Search Fiều khiển Control Chuyên gia Bộ xử lý ngôn Hệ giải thích Expert ngữ tự nhiên Explanation system Natural Processing Language Hai V Pham hai@spice.ci.ritsumei.ac.jp 10 Nội dung Chương trình truyền Hệ CSTT th t ống n Cấu trúc Tập các dòng lệnh Khối tri thức <-> thông qua thuật toán CSTT cụ thể
Khối điều khiển <-> Fộng cơ suy diễn Tính phức tạp Bài toán cụ thể, cơ Bài toán phức tạp bản Kinh nghiệm, tri thức Thuật toán <-> cài mới được cập nhật đặt Qui trình cài đặt Chuẩn phần mềm: Xây dựng hệ CSTT cấu trúc, hướng đối theo miền ứng dụng tượng cụ thể Phạm vi Ứng dụng nhỏ và vừa Ứng dụng lớn, phức mang tính cụ thể tạp giống tư duy của bộ não con người Hai V Pham hai@spice.ci.ritsumei.ac.jp 11 Hệ CSTT Một số loại khác Knowledge B ased L Others ựa chọn S Selection ystem Phân loại Diễn giải Classification Intepration D T ự báo ối ưu Forecast/ Optimization Prediction Kế hoạch, giám sát Giảng dạy Chuẩn đoán Planning/ Instruction Diagnosics mornitoring Hai V Pham hai@spice.ci.ritsumei.ac.jp 12 4 8/26/2012
1. Dự báo đường chứng khoán VN index/ SP500 / Nasdaq
2. Hệ chuyên gia chuẩn đoán bệnh
3. Dự báo thời tiết, thiên tai và thảm họa
4. Bán hàng trực tuyến thông minh qua mạng
5. Tính toán hiệu năng máy khoan hầm / mỏ
6. Hệ thống học trực tuyến thông minh
7. Giám sát tiến độ dự án ..etc Hai V Pham hai@spice.ci.ritsumei.ac.jp 13
SV chọn một trong các bài toán ứng dụng thực tế trên cơ sở:
1. Bài toán truyền thống đã có
2. Bài toán áp dụng hệ CSTT
So sánh yêu cầu giữa hai kiểu bài toán truyền thống và hệ CSTT
Phân tích các yêu cầu thực tế của bài toán ứng dụng đó Hai V Pham hai@spice.ci.ritsumei.ac.jp 14
Chuẩn bị: 4-5 sinh viên hình thành 01 nhóm
Chọn bài tập lớn – dự án theo nhóm
Trình bày và thảo luận ý tưởng bài tập dự án môn học Hai V Pham hai@spice.ci.ritsumei.ac.jp 15 5 8/28/2012 Tuần 2 (Week 2) Pham Van Hai Email: haivnu@yahoo.com Hai V Pham hai@spice.ci.ritsumei.ac.jp 1 Tập các sự ki k ện (Facts) F={f1,f ,…,f } là t các s ki 1,f , 2,…,fm} } à l tập các sự k ện ◦ f1: s ki 1: : sự k ện A ◦ f2: s ki B 2: : sự ki k ện B ◦ … ◦ fm: s ki m: : sự k ện n Tập lu l ật (Rulebase s s) R1: I F < conditi t on n 1 > T HEN n 1 > R2: IF i io i n 2 > T HEN i n 2 > … Rn: IF t on n n > T HEN n n > Hai V Pham hai@spice.ci.ritsumei.ac.jp 2
Mô tả luật ( Rule): một luật bao gồm nhiều sự
kiện được chia làm 2 phần: IF Gi G ả thiết THEN Kết lu l ận Gi G ả thiết đư
đ ợc kết nối các toán tử AND ho h ặc NOT Hai V Pham hai@spice.ci.ritsumei.ac.jp 3 1 8/28/2012 Bài tập trên lớp:
1. Tạo lập hệ CSTT dự báo thời tiết và thiên tai
2. Tạo lập hệ CSTT kiểm tra máy chủ mạng
Sinh viên làm bài tập 10 phút và thảo luận trên lớp Hai V Pham hai@spice.ci.ritsumei.ac.jp 4
Các sự kiện của tập F Tập luật R f = nắng 1 f = mây 2
R1: IF gió to AND mưa nhiều THEN bão f = gió 3 f = sét 4
…………………………………………. f = sao 5
………………………………………….. f = trăng 6 f = sương 7 …… Rm: IF AND hiện
tượng khác> THEN f = hiện-tượng m báo> Hai V Pham hai@spice.ci.ritsumei.ac.jp 5 Tri th t ức th t ủ tục Tri th t ức cấu trúc Mô tả cách thức giải Mô tả tri thức có quyết vấn đề hoặc cấu trúc công việc cụ thể Tri th t ức khai báo Siêu tri th t ức Tri th t ức Heuristic i s Mô tả vấn đề đó Mô tả tri thức về tri Mô tả tri thức về tri như thế nào thức thức Hai V Pham hai@spice.ci.ritsumei.ac.jp 6 2 8/28/2012 Ti T ếp nh n ận tri th t ức Ch C ng n (m T ủ động ở) Th T ụ động n (đóng) -Tri thức kinh
-Tri thức tự phân tích suy nghiệm diễn -Tri thức gián tiếp -Khám phá tri thức mới Hai V Pham hai@spice.ci.ritsumei.ac.jp 7 Cơ C sở tri th t ức Sộng n cơ c suy di d ễn Knowledg ed e B ase Inferenc n e E ngine
•Các định nghĩa, định lý
•Các định nghĩa, định lý •Các tiên đề •Các tiên đề Hệ CSTT K Sưa các chứng minh nowle l dge g B ase S ystem
và kết quả mới vào CSTT •Chứng minh •Các kết quả mới Hai V Pham hai@spice.ci.ritsumei.ac.jp 8
Hệ CSTT dựa vào logic mệnh đề và logic vị từ
Hệ CSTT dựa vào luật dẫn
Hệ CSTT dựa trên đối tượng Hệ CSTT dựa trên Frame
Hệ CSTT dựa trên mạng ngữ nghĩa
Hệ CSTT kết hợp phương pháp biểu diễn
Hệ CSTT kết hợp với Cơ sở dữ liệu Hai V Pham hai@spice.ci.ritsumei.ac.jp 9 3 8/28/2012 Hệ chuyên gia
Hệ trợ giúp quyết định Hệ logic mờ Hệ thống thông minh Intelligent Hybrid System
Thảo luận các ứng dụng tại lớp Hai V Pham hai@spice.ci.ritsumei.ac.jp 10
Chuẩn bị: 4-5 sinh viên hình thành 01 nhóm
Chọn bài tập lớn – dự án theo nhóm
Trình bày tên dự án bài tập lớn môn học
Trình bày ý tưởng dự án –bài tập lớn môn học
Thông tin học liệu môn học:
http://ritsumei.academia.edu/HaiVPham/Teaching/ Hai V Pham hai@spice.ci.ritsumei.ac.jp 11 4 9/11/2012 Tuần 3&4 (Week 3&4) Pham Van Hai Email: haivnu@yahoo.com Hai V Pham hai@spice.ci.ritsumei.ac.jp 1
Hệ MYCIN là một hệ chuyên gia ra đời từ
những năm 1970 tại đại học Standford, Hoa Kỳ.
MYCIN sử dụng hệ lập luận gần đúng để xử lý
các luật và diễn giải dựa trên độ đo chắc chắn Nguồn học liệu:
◦ The MYCIN Experiments of the Stanford Heuristic Programming Project
◦ Website http://aitopics.net/RuleBasedExpertSystems Hai V Pham hai@spice.ci.ritsumei.ac.jp 2
(Trích nguồn tài liệu: The MYCIN Experiments of the Stanford Heuristic Programming Project) Hai V Pham hai@spice.ci.ritsumei.ac.jp 3 1 9/11/2012
Chuẩn đoán bệnh của bệnh nhân: Thông qua tiểu
sử, bệnh án và các triệu chứng bệnh nhân sau đó
đưa ra gợi ý bệnh có thể xảy ra của người bệnh.
Phương pháp điều trị của bác sĩ: Theo diễn biến
tình trạng bệnh nhân, pháp đồ điều trị và đối
thoại trực tiếp với bệnh nhân.
Dự đoán kết quả và diễn biến của bệnh nhân:
Thông qua diễn biến của bệnh theo trình tự logic.
Tư vấn pháp đồ điều trị của bác sĩ và sử dụng thuốc, dược phẩm. Hai V Pham hai@spice.ci.ritsumei.ac.jp 4
Xuất phát từ bài toán nhiều loại thuốc kháng
sinh, kháng vi cũng như có nhiều loại vi trùng
với các cách xử lý khác nhau, nên chỉ có các
thầy thuốc chuyên gia thuộc lĩnh vực này mới
có thể có liệu pháp chữa trị hiệu quả. Lặc điểm:
◦ Yêu cầu thông tin về lâm sàng, > 450 luật (Rules)
◦ Tri thức chuyên gia về lĩnh vực kháng sinh ◦ Khả năng phán đoán
◦ Suy luận những tri thức hiện có
◦ Lưa ra phán đoán và lời khuyên Hai V Pham hai@spice.ci.ritsumei.ac.jp 5 Hai V Pham hai@spice.ci.ritsumei.ac.jp 6 2 9/11/2012 CSDL tĩnh (Static Database) Static i c D B bao gồm: •Rules •Meta-Rules •Templates •Rule Properties •Context Properties •Knowledge Acquisition System Hai V Pham hai@spice.ci.ritsumei.ac.jp 7 Dynamic DB Bao gồm: Patient Data Laboratory Data Context Tree Built by Consultation System Used by Explanation System Hai V Pham hai@spice.ci.ritsumei.ac.jp 8
Mạng ngữ nghĩa là một phương pháp biểu
diễn tri thức sử dụng đồ thị (grapth) trong đó:
◦ Nút (node) biểu diễn đối tượng (object)
◦ Cung biểu diễn quan hệ giữa các đối tượng là Hiện tượng Cảm cúm Triệu Sốt chứng Thời tiết thay đổi do Hai V Pham hai@spice.ci.ritsumei.ac.jp 9 3 9/11/2012 Hai V Pham hai@spice.ci.ritsumei.ac.jp 10
Các kiểu giá trị trong MYCIN Hai V Pham hai@spice.ci.ritsumei.ac.jp 11 Nội dung:
◦ Chọn tên dự án môn học
◦ Số lượng 20 nhóm: 5 sinh viên / nhóm
◦ Trưởng nhóm trình bày ý tưởng và tên dự án môn học Hai V Pham hai@spice.ci.ritsumei.ac.jp 12 4 9/18/2012 Tuần 5 (Week 5) Pham Van Hai Email: haivnu@yahoo.com Hai V Pham hai@spice.ci.ritsumei.ac.jp 1
Các kiểu giá trị trong MYCIN Hai V Pham hai@spice.ci.ritsumei.ac.jp 2 Ví dụ:
Ngcnh Tham biến Giá trCF Đầu Cảm giác Paracetamon .15 đau Mũi Nhạy cảm dị Penicillin -1.0 ứng Ngữ cảnh:
• các đối tượng được thảo luận bởi Mycin
•Các kiểu đối tượng khác nhau: bệnh nhân, thuốc, …
•2ược tổ chức trong một cây Hai V Pham hai@spice.ci.ritsumei.ac.jp 3 1 9/18/2012 Bệnh n nhân A VIRUS cúm A VIRUS cúm B VIRUS cúm C Thuốc kháng sinh Thuốc kháng sinh Thuốc cảm và thuốc cảm Câu hỏi:
1. VIRUS cúm có ảnh hưởng như thế nào?
2. Tại sao sử dụng thuốc kháng sinh và thuốc cảm cúm đồng thời.
3. Sử dụng các thuốc kháng sinh có ảnh hưởng đến sức khỏe như thế nào?
4. Thuốc cảm có tác dụng điều trị cúm như thế nào? Hai V Pham hai@spice.ci.ritsumei.ac.jp 4
Sources: Stanford Univ. Hai V Pham hai@spice.ci.ritsumei.ac.jp 5
Cơ chế suy diễn lùi (Backward changing)
◦ 2ưa giả thuyết sau đó kiểm chứng
◦ Tập trung vào kết quả sau đó rồi tìm trong cơ sở tri thức
thích đáng với bài toán đang xét
Các sự kiện, luật, các kỹ thuật suy diễn nhằm diễn
giải tình huống cho người sử dụng hệ thống dựa
trên lý thuyết chắc chắn của Standford. Lý thuyết
chắc chắn là một hình thức hóa tiếp cận heuristic
vào suy luận với sự không chắc chắn
MYCIN gồm các luật đơn giản, phức tạp và nhiều luật có cùng kết luận. Hai V Pham hai@spice.ci.ritsumei.ac.jp 6 2 9/18/2012
MB (Measurement of Belief): 2ộ đo tin cậy
MD (Measurement of Disbelief): 2ộ đo thiếu tin cậy
CF (Certain Factor): Hệ số tin cậy
H (Hypothesis): Giả thuyết H E (Evidence): Chứng cứ E Hai V Pham hai@spice.ci.ritsumei.ac.jp 7 Các chuyên gia có c th
t ể đặt sự tự tin vào các mối quan hệ mà m không ph p ải có c cảm giác là l nó n không n đúng. MB(H | E ) đo đ độ tin tư t ởng n của gi g ả thuyết H H khi có c hứng c ớ E MD(H | E ) đo đ độ không n tin tư t ởng n của gi g ả thuy u ết H H khi có c ch c ứng n cớ E 0 < M B(H | E ) < 1 trong n khi MD(H | E ) = 0 0 < M D(H | E ) < 1 trong n khi MB(H | E ) = 0 CF ( H | E ) = M B(H | E ) – MD(H | E ) Hai V Pham hai@spice.ci.ritsumei.ac.jp 8 Lu L ật đơn gi g ản: I f(e) t hen ( c)
CF(e) là độ do chắc chắn của chứng cớ
CF(r) là độ đo chắc chắn của luật suy diễn
Khi dó: CF(c) là độ đo chắc chắn của kết luận CF(c) = CF(e) * CF(r)
CF(c) ∈[-1,1] được kết luận như sau:
2ại lượng CF tiến về 1 cho thấy sự tin tưởng kết luận là đúng
2ại lượng CF tiến về -1 cho thấy sự tin tưởng kết luận là không đúng
2ại lượng CF bằng 0 kết luận ý kiến trung lập Hai V Pham hai@spice.ci.ritsumei.ac.jp 9 3 9/18/2012 Lu L ật ghép If(e1 A ND e 2) t hen CF ( e1 A ND e 2) = M IN(C ( F C (e ( 1 e ), ) , C F(e2)) ) if ( e1 O R e 2) t hen ( c) CF ( e1 O R e 2) = M AX(C ( F C ( F e ( 1), 1) , C F(e2)) 2) Lu L ật ph p ức tạp if ( (e1 A ND e 2) O R e 3) t hen ( c) CF ( (e1 A ND e 2) O R e 3) = M AX(M ( I M N( N C ( F C (e ( 1), 1) , CF(e2)) 2) , ) C F(e3)) 3) Hai V Pham hai@spice.ci.ritsumei.ac.jp 10 Ví V dụ: : Lu L ật ghép
CF(bệnh nhân bị đau đầu) = 0.7
CF(bệnh nhân bị viêm họng) = 0.5
CF(bệnh nhân bị đau đầu And bệnh nhân bị viêm họng) = 0.5
CF(bệnh nhân đau đầu Or bệnh nhân bị viêm họng) = 0.7 Hai V Pham hai@spice.ci.ritsumei.ac.jp 11
Các nhóm thực hiện dự án môn học với tiến độ
giữa học kỳ bao gồm các phần như sau: 1. Mục đích 2. Phạm vi
3. Các sự kiện, ngữ cảnh và cách biểu diễn tri thức
4. 2ộng cơ suy diễn, các luật và diễn giải của luật
5. Sơ đồ kiến trúc hệ thống (system architechture)
Ghi chú: các đề mục nêu trên có thể thêm, bớt
hoặc thay đổi tùy thuộc vào mỗi dự án Hai V Pham hai@spice.ci.ritsumei.ac.jp 12 4 9/25/2012 Tuần 6 (Week 6) Pham Van Hai Email: haivnu@yahoo.com Hai V Pham hai@spice.ci.ritsumei.ac.jp 1 Lu L ật có c dạng n NOT CF(NOT O e) e = - CF(e) Kết hợp các lu l ật (Rule l ) có c cùng kết lu l ận
- Rule 1: If(e1) then (c) CF(r1)
- Rule 2: If(e2) then (c) CF(r ( 2 CF C là l kêt lu l ận của Rule 1 & 2 ◦ Trong trường n hợp CF(t1) và v Cf(t2) đều dương
Ctong = CF(t1) + CF(t2) – CF(t1) * CF(t2) ◦ Trong trường n hợp CF(t1) và v Cf C (t ( 2) đều âm â thì:
Ctong = CF(t1) + CF(t2) + CF(t1) * CF(t2) ◦ Trong trường
n hợp CF(t1) khác dấu với CF(t2) thì: Cto t n o g = (C ( F(t ( 1) + CF C (t ( 2)) ) / (1 – MIN(A ( BS(C ( F(t ( 1)) ) , ) ABS(C ( F( F t2)) ) )) ) Hai V Pham hai@spice.ci.ritsumei.ac.jp 2 If (e) then (c) Áp dụng: CF( sốt VIRUS cúm) = 0.75
CF (IF sốt VIRUS cúm THEN chuẩn đoán bị cúm) = 0.5
=> CF (chuẩn đoán bị cúm) = 0.75*0.5 Hai V Pham hai@spice.ci.ritsumei.ac.jp 3 1 9/25/2012
Suy diễn luật đơn giản
Suy diễn luật với toán tử AND Hai V Pham hai@spice.ci.ritsumei.ac.jp 4
Suy diễn luật với toán tử OR
Suy diễn luật với toán tử NOT Hai V Pham hai@spice.ci.ritsumei.ac.jp 5
Cho các luật và các độ đo tin cậy như sau: R1: A B CF(R1) = 0,5 CF(A) = 0,25 R2: C D CF(R2) = 0,25 CF(C) =0,5
R3: (- F) G CF(R3) = 0,75 CF(F) = -0,5
R4: (B∧-D)∨I J CF(R4) = 0,25 CF(I) = 0,4 a. Tính CF(J)=?
b. Biểu diễn mạng ngữ nghĩa cho các luật Hai V Pham hai@spice.ci.ritsumei.ac.jp 6 2 9/25/2012 Công cụ (Tools) Chuyên gia (Expert) Công cụ tạo lập hệ Kỹ sử xử lý chuyên gia tri thức (Tools for creating KBs) Hệ CSTT / Hệ chuyên ê gia/ / Knowledge Based Systems Người sử dụng (Users) Hai V Pham hai@spice.ci.ritsumei.ac.jp 7
Thu thập cơ sở tri thức (Knowledge Acquisition)
Biểu diễn tri thức (Knowledge Representation)
Kiểm tra và đánh giá (Test and Evaluation)
Vận hành và bảo trì (Operation and Maintainance) Hai V Pham hai@spice.ci.ritsumei.ac.jp 8
Thu thập cơ sở tri thức (Knowledge Acquisition)
◦ Là thành phần chính của hệ chuyên gia /hệ CSTT
◦ Quá trình diễn ra do kỹ sư tri thức đảm nhiệm để
biểu diễn các thông tin và tri thức của chuyên gia cho máy tính hiểu được
◦ Quá trình tích lũy các tri thức của chuyên gia đưa vào hệ thống Tri thức của chuyên gia Kinh nghi Tri th ệm giải quyết Kinh nghiệm và phương ức v chuyên sâu ấn đề pháp thực hiện Hai V Pham 9 hai@spice.ci.ritsumei.ac.jp 3