Порядок работы с ИПК ATLANT для обучения СППРДалее рассматривается пошаговая работа с ИПК на тестовом примере «Домашний доктор». Шаг 1. Суть тестового примера состоит в следующем: необходимо обучить знаниеориентированную СППР, которая должна будет выдавать рекомендации о действиях человека при недомогании. Шаг 2. Для обучения СППР необходимо сформулировать сценарные примеры обучающих знаний (СПОЗ), т.е. выступить в роли эксперта предметной области. СПОЗ представляют собой необходимую по целевым установкам информацию о проблемной области, формируемую специалистами с помощью соответствующих датчиков и экспертов с указанием оценок достоверности. Например, это могут быть разнотипные признаки ОПР, факты, закономерности и правила их использования в цепочках причинно-следственных рассуждений специалистов для логического вывода заключений из посылок. Формально СПОЗ определяется описанием объективных фрагментов сценария принятия искомых решений в виде высказываний продукционного типа: ЕСЛИ(логическая комбинация посылок задаваемых пронумерованными пропозициональными формулами в базисе Заметим, что символу дизъюнкции в ИПК соответствует знак «+», конъюнкции – «*», а отрицанию – ввод дополнительной переменной посылки ei+1 с соответствующей семантикой и вероятностью p(ei+1)=1-p(ei). Для реализации динамичности квантовой структуры vk–знаний вместо символа « 1. Если у вас грипп и вы находитесь в уязвимом возрасте, то вызовите врача: ct(импликации)=0.9. 2. Если у вас острый фарингит, то вызовите врача: ct(импликации)=1.0. 3. Если у вас простуда, то ложитесь в постель и примите аспирин: ct(импликации)=0.4. 4. Если у вас грипп и вы не находитесь в уязвимом возрасте, то ложитесь в постель и примите аспирин: ct(импликации)=0.4. 5. Если у вас лихорадка и болят мышцы, то это грипп: ct(импликации)=0.7. 6. Если у вас насморк, мышечные боли и нет лихорадки, то это простуда: ct(импликации)=0.7. 7. Если у вас в горле нарывы и есть лихорадка, то это острый фарингит: ct(импликации)=0.8. 8. Если вам меньше 8 или больше 60 лет, то вы находитесь в уязвимом возрасте: ct(импликации)=0.7. 1. e2*e5®c1; р(e2*e5®c1)=0.7; 2. e1*e3*e5®c3; р(e1*e3*e5®c3)=0.7; 3. e2*e4®c2; р(e2*e4®c2)=0.8; 4. (c1*e6)+c2®C4; р((c1*e6)+c2®C4)=1.0; 5. c3+(c1*e7)®C5; р(c3+(c1*e7)®C5)=0.4; где e1 - Насморк e2 - Лихорадка e3 - Отсутствие лихорадки e4 - Нарывы в горле e5 - Мышечные боли e6 - Уязвимый возраст (менее 8 лет или более 60 лет) e7 - Неуязвимый возраст (от 8 до 60 лет) С4 - Вызовите врача С5 - Ложитесь в постель и примите аспирин. Шаг 3. Запуск ATLANT производится с помощью файла dip.exe, в результате чего экран компьютера примет вид, показанный на рис. 5.1.
Рис. 5.1. Главное окно ATLANT Шаг 4. Для обучения логической сети вероятных рассуждений предлагается два режима: интерактивный и автоматический. Выбор нужного режима обучения – пункт меню «ПРИОБРЕТЕНИЕ ЗНАНИЙ» \ «НОВАЯ ЛСВР». В результате чего на экране появится диалоговое окно (рис.5.2), запрашивающее режим обучения.
Рис. 5.2. Окно выбора режима обучения Выбираем интерактивный режим обучения. В появившемся окне сохранения файла вводим имя, с которым будет сохранена группа файлов, создаваемых при обучении СППР. Далее на экране появится окно обучения ЛСВР (рис. 5.3).
Рис. 5.3. Окно обучения ЛСВР В строке редактирования 1 вводим продукционную строку, а в строке 2 – субъективную вероятность свершения события. После нажатия кнопки «Обработать» будет произведен синтаксический анализ введенных данных. В случае обнаружения некорректного ввода данных будет выдано соответствующее сообщение. Таким образом должны быть введены все продукционные строки. В ходе ввода и анализа СПОЗ автоматически строится граф, соответствующий логической сети вероятных рассуждений. Уровни этого графа, определенные с помощью алгоритма Демукрона, можно увидеть, выбрав пункт меню «Уровни ЛСВР». Обучение можно считать завершенным, когда ЛСВР достигнет своей структурной полноты, т.е. когда на последнем уровне графа будут находиться только целевые заключения Сj. Информацию о ходе обучения можно получить, выбрав пункт меню «Контроль ЛСВР». В поле 3 описываются переменные продукционных строк. Обязательным является описание посылочных суждений и целевых заключений. Для посылочных суждений обязательным является задание вероятностей, которые будут использованы как входная информация о наблюдениях за ОПР для принятия решений с целью проверки качества обучения ЛСВР на шаге 7. Пример описания переменных: e1(1.0)-насморк c2-острый фарингит C4-Вызовите врача Для синтаксического анализа содержания переменных ei, Cj и ck необходимо нажать кнопку «Финиш». В случае обнаружения некорректного и неполного описания переменных будет выдано соответствующее сообщение. В противном случае будет выдана панель контроля за обучением с рекомендациями продолжения или прекращения обучения ЛСВР. Если ЛСВР обучена, то, нажав кнопку «OK», выходим в главное окно программы. Фрагмент обучения логической сети вероятных рассуждений приведен на рис. 5.4.
Рис. 5.4. Фрагмент обучения ЛСВР
Шаг 5. Для трансформации логической сети вероятных рассуждений в v-квантовую сеть вывода решений выбираем пункт меню «ПРИОБРЕТЕНИЕ ЗНАНИЙ» \ «КВАНТОВАНИЕ ЛСВР». В результате на экране появится диалоговое окно. После нажатия на кнопку «Выполнить» будет произведено квантование логической сети вероятных рассуждений. V–кванты v-КСВР будут представлены в поле 1. Диалоговое окно примет вид, показанный на рис. 5.5.
Рис. 5.5. Квантование ЛСВР
Рис. 5.6. Оптимизация v-КСВР по критериям избыточности
Шаг 6. Следующим шагом построения v-квантовой сети вывода решений является ее оптимизация по критериям избыточности: свертке и следствию v-квантов. Для этого выбираем пункт меню «ПРИОБРЕТЕНИЕ ЗНАНИЙ» \ «ОПТИМИЗАЦИЯ v-КСВР». После нажатия на кнопку «Выполнить» будет произведена оптимизация v-квантовой сети вывода решений. V-кванты неоптимизированной и оптимизированной v-КСВР будут представлены в полях 1 и 2 соответственно. Диалоговое окно примет вид, показанный на рис. 5.6. Об изменениях в v-КСВР, произошедших в результате ее оптимизации, можно узнать, выбрав пункт меню «Информация». В результате чего будет выведено окно, показанное на рис. 5.7.
Рис. 5.7. Информация о ходе оптимизации V-КСВР
На этом процесс построения v-квантовой сети вывода решений завершен. Шаг 7. Для проверки качества обучения v-КСВР осуществим процесс принятия идентификационных решений. С этой целью на вход v-КСВР подадим вероятности наблюдаемых симптомов и данных (были введены при обучении ЛСВР на шаге 3). После активизации v-КСВР на ее выходе получаем вероятности целевых v-квантов-заключений. Принимаем то решение, вероятность которого больше, т.е. риск от принятия этого решения наименьший. Заметим, что высокие уровни риска при выводе решений свидетельствуют о неудовлетворительной базе знаний в виде v-КСВР. Поэтому в этом случае v-КСВР необходимо дообучить или переобучить, вернувшись на шаг 2. Выбираем пункт меню «ПРИОБРЕТЕНИЕ ЗНАНИЙ» \ «ВЫЧИСЛЕНИЕ ДОСТОВЕРНОСТИ». В появившемся окне нажимаем кнопку «Выполнить». Целевые заключения с вычисленными показателями достоверности будут представлены в поле 1 (рис. 5.8).
Рис. 5.8. Вычисление показателей достоверности целевых v-квантов-заключений
Вся проделанная с ИПК ATLANT работа соответствует работе инженера знаний. Работа пользователя с ИПК ATLANT Постановка задачи: необходимо получить рекомендации о действиях человека при следующих вариантах недомоганий (табл. 5.1): 1-й вариант: насморк (0.95), лихорадка (0.85), нарывы в горле (0.15), мышечные боли (0.0), уязвимый возраст (0.0); 2-й вариант: насморк (0.0), лихорадка (0.2), нарывы в горле (1.0), мышечные боли (0.9), уязвимый возраст (0.0); 3-й вариант: насморк (0.1), лихорадка (1.0), нарывы в горле (0.8), мышечные боли (0.1), уязвимый возраст (1.0); 4-й вариант: насморк (1.0), лихорадка (0.0), нарывы в горле (0.2), мышечные боли (0.9), уязвимый возраст (1.0). Таблица 5.1
Рассмотрим пошаговую работу пользователя с обученной СППР.
Шаг 1. Пользователь должен выбрать пункт меню «КОНСУЛЬТАЦИЯ» \ «ВВОД ВЕРОЯТНОСТЕЙ» и указать название файла предметной области (выбирается любой файл с соответствующим именем). На экране появится диалоговое окно (рис. 5.9).
Рис. 5.9. Окно ввода вероятностей посылок
После нажатия кнопки «ПРИНЯТЬ» пользователь вводит вероятности предлагаемых ему посылок, которые берутся из файла описания семантики переменных *.sod (см. табл.5.1). Ввод вероятностей посылок показан на рис.5.10.
Рис. 5.10. Ввод вероятностей посылок
После вывода сообщения о вводе всех вероятностей посылок необходимо нажать кнопку «ОК». Шаг 2. Решения принимаем, выбрав пункт меню «КОНСУЛЬТАЦИЯ» \ «ВЫВОД РЕШЕНИЯ». В появившемся окне нажимаем кнопку «ВЫПОЛНИТЬ». Вероятности целевых заключений будут показаны в поле 1 (рис. 5.11).
Результаты решения тестовых задач приведены в табл. 5.2.
Таблица 5.2
Шаг 3. По результатам решения тестовых задач можно сделать вывод о том, что качество обучения СППР невысокое, т.к. в вариантах 1 и 2 риски от принятия решений высоки. Следовательно, необходимо дообучение СППР.
Варианты задания Желательно использовать максимально близкие к реальности ситуации: • диагностирования неисправностей (бытовых приборов, автомобиля и т.п.), • классификации объектов (летательные аппараты, корабли, измерительные приборы, животные, растения и т.п.), • характеристика человека (черты характера, профессиональная пригодность и т.п.). Задачи 1. Изучить основы знаниеориентированного метода вероятных алгоритмических квантов знаний (vРАКЗ-метода) принятия решений в условиях неопределенности. Краткое изложение теоретических основ vРАКЗ-метода приведено ниже. 2. Рассмотреть работу программного комплекса ATLANT на тестовом примере “Домашний доктор”. 3. Выбрать индивидуально предметную область, в которой студент может выступить в качестве эксперта (возможные варианты заданий см. ниже), и сформировать соответствующие сценарные примеры обучающих знаний (СПОЗ). 4. Обучить (построить) логическую сеть вероятных рассуждений (ЛСВР) для своего варианта и трансформировать ее в v–квантовую сеть вывода решений (v–КСВР) в интерактивном и автоматическом режимах. 5. Оценить качество обучения СППР, решив самостоятельно составленные тестовые задачи по данной предметной области.
Содержание отчета 1. Описание предметной области и постановка задачи. 2. Сценарные примеры обучающих знаний с указанием показателей достоверности событий в виде субъективных вероятностей. 3. Логическая сеть вероятных рассуждений, построенная по входным данным собственного варианта. 4. V–квантовая сеть вывода решений (неоптимизированная и оптимизированная), а также содержание v–квантов, как результат трансформации ЛСВР. 5. Постановка и результаты решения тестовых задач. Контрольные вопросы 1. В чем заключается суть ВАКЗ–метода? 2. Что такое логическая сеть вероятных рассуждений (ЛСВР)? 3. Как происходит обучение ЛСВР? 4. Что такое v–квантовая сеть вывода решений (v–КСВР)? 5. Как получается v–КСВР? 6. Как происходит вывод решений?
|
) ТО 
(следствие),
, которые назовем продукционными строками (ПС). Искомые решения первоначально характеризуются только заданными целевыми признаками ОПР либо конкретным содержанием (семантикой) требуемого решения, которое можно представить соответствующим алгоритмом или файлом. При этом именуют все сущности, указывают показатели достоверности (ПД) посылок 
с соответствующими вероятностными оценками 
, 
и 
.
» предусмотрен символ «_». Неизвестные заранее и подлежащие вычислению ПД промежуточных и целевых следствий отмечают символом «?». Допускается любая степень вложенности событий. Сценарные примеры обучающих знаний для тестового примера «Домашний доктор»:
Рис. 5.11. Окно вывода решения
