role expertního systému

Podobné dokumenty
Expertní systémy T3: principy expertních systémů P. Berka, /19

1. Znalostní systémy a znalostní inženýrství - úvod. Znalostní systémy. úvodní úvahy a předpoklady. 26. září 2017

Úvod do expertních systémů

JESTLIŽE Poruchy druhu p j Vykazují v období záruky odchylku S > P resp. S < P POTOM Potenciální příčinou poruch je závada Z s vahou w

pseudopravděpodobnostní Prospector, Fel-Expert

Usuzování za neurčitosti

Pravidlové znalostní systémy

Reprezentace znalostí - úvod

Expertní systémy. Typy úloh: Klasifikační Diagnostické Plánovací Hybridní Prázdné. Feingenbaum a kol., 1988

Expertní systémy. 1. Úvod k expertním systémům. Cíl kapitoly:

DATABÁZOVÉ SYSTÉMY. Metodický list č. 1

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY

Ústav české literatury a knihovnictví. Informační sluţby a knihovnictví

Pokročilé operace s obrazem

ZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ /14

Výukové texty. pro předmět. Automatické řízení výrobní techniky (KKS/ARVT) na téma

ARCHITEKTURA INFORMAČNÍCH SYSTÉMŮ PODLE ÚROVNĚ ŘÍZENÍ

POČÍTAČOVÁ FORMALIZACE MENTÁLNÍCH MODELŮ METODAMI PRAVDĚPODOBNOSTNÍHO JAZYKOVÉHO MODELOVÁNÍ

Metody odvozování. matematická východiska: logika, Prolog

Určeno studentům středního vzdělávání s maturitní zkouškou, předmět Marketing a management, okruh Plánování

Informační a znalostní systémy jako podpora rozhodování

MANAŽERSKÉ ROZHODOVÁNÍ. Zpracoval Ing. Jan Weiser

PRAVIDLA PRO PROVÁDĚNÍ OBCHODŮ ZÁKAZNÍKŮ

Spojení OntoUML a GLIKREM ve znalostním rozhodování

BMII. B i o m e d i c a l D a t a P r o c e s s i n g G r o u p

Algoritmy a struktury neuropočítačů ASN - P10. Aplikace UNS v biomedicíně

Věstník ČNB částka 20/2002 ze dne 19. prosince 2002

7. rámcový program BEZPEČNOST. Eva Hillerová, TC AV ČR

MATEMATICKÁ TEORIE ROZHODOVÁNÍ

Připomenutí. Diagnóza. Prognóza. úspory z diagnostiky > náklady na diagnostiku. na diagnostické přístroje. Odhalení nesprávně nastavené hodnoty

Střední odborná škola stavební Karlovy Vary Sabinovo náměstí 16, Karlovy Vary Autor: Ing. Hana Šmídová Název materiálu:

MATEMATICKÁ TEORIE ROZHODOVÁNÍ

Zpracování neurčitosti

Manažerská ekonomika KM IT

S T R A T E G I C K Ý M A N A G E M E N T

Seznam úloh v rámci Interního grantového systému EPI

Dreamsystem - expertní neuro systém ve financích s lidskou tváří

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

Projektový management. Projektový management. Další charakteristiky projektu. Projekt

MYCIN, Prospector. Pseudodefinice [Expertní systémy, Feigenbaum a kol. 1988] oblasti kvality rozhodování na úrovni experta.

1 Úvod 1.1 Vlastnosti programového vybavení (SW)

Manažerská ekonomika

Problémové domény a jejich charakteristiky

Základy fuzzy řízení a regulace

Systémy pro podporu. rozhodování. 2. Úvod do problematiky systémů pro podporu. rozhodování

Informační systémy 2008/2009. Radim Farana. Obsah. Obsah předmětu. Požadavky kreditového systému. Relační datový model, Architektury databází

Vztah výpočetní techniky a biomedicíny

ZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ /14

Neuronové časové řady (ANN-TS)

Univerzita Karlova v Praze. Aplikace a vývojové trendy expertních systémů v medicíně

Základy vytěžování dat

Učící se klasifikátory obrazu v průmyslu

Novinky z oblasti nemovitostí

10 Metody a metodologie strukturované analýzy

Vysoká škola ekonomická v Praze

Veřejný dohled nad auditem Systém zajištění kvality auditu výsledky kontrolní činnosti RVDA

Infor APS (Scheduling) Tomáš Hanáček

Rizika na liberalizovaném trhu s elektřinou

Statistika. Jindřich Soukup. University of South Bohemia in České Budějovice Faculty of Fisheries and Protection of Waters, School of complex systems

Nepravidlové a hybridní znalostní systémy

spolehlivé partnerství

Důsledná organizace výroby a skladu. Případová studie Online TUBAPACK propojení. cestovních portálů Případová studie Asiana

Tématické okruhy. 4. Investiční nástroje investiční nástroje, cenné papíry, druhy a vlastnosti

Měření výsledků výuky a vzdělávací standardy

PŘEHLED TÉMAT K MATURITNÍ ZKOUŠCE

Školení v rámci zemědělské a lesnické činnosti 2014

PRAVIDLA PRO PROVÁDĚNÍ OBCHODŮ

XLIII. zasedání Akademického sněmu Akademie věd České republiky. Praha 12. prosince Bod programu: 3

Analytické metody v motorsportu

Analytické procedury v systému LISp-Miner

Segmentace bankovních zákazníků algoritmem k- means

Systémy pro podporu rozhodování. Hlubší pohled 2

Metodické listy pro kombinované studium předmětu. Bankovní právo.

Kulturní a institucionální změna jako nástroj prosazování genderové rovnosti v organizacích

Kritéria hodnocení praktické maturitní zkoušky z databázových systémů

Struktura e-learningových výukových programù a možnosti jejího využití

VÝŇATEK Z VYHLÁŠKY Č. 72 / 2005 STANDARDNÍ PORADENSKÉ ČINNOSTI ŠKOLY

Stonožka jak se z výsledků dozvědět co nejvíce

Workshop SAP GRC AC Představení SAP GRC Access Control Josef Piňos, CONSIT s.r.o.

Katedra kybernetiky laboratoř Inteligentní Datové Analýzy (IDA) Katedra počítačů, Computational Intelligence Group

Informační systémy 2006/2007

Název školy: Střední odborná škola stavební Karlovy Vary Sabinovo náměstí 16, Karlovy Vary

28.z-8.pc ZS 2015/2016

Úvod do ekonomie Týden 8. Tomáš Cahlík

Projekční algoritmus. Urychlení evolučních algoritmů pomocí regresních stromů a jejich zobecnění. Jan Klíma

Dnešní témata Informační systém, informační služba Podnikový informační systém

1. Základní ekonomické pojmy Rozdíl mezi mikroekonomií a makroekonomií Základní ekonomické systémy Potřeba, statek, služba, jejich členění Práce,

VIBEX Uživatelská příručka

Analýza komunitní sítě

Vybrané přístupy řešení neurčitosti

Školní poradenské pracoviště

3. První pomoc v naléhavých případech Obecné příčiny úrazů a postižení, ošetření některých druhů úrazů

IMOSI - MODELACE A SIMULACE LEARN 2013 správně možná špatně

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ

Anežka Mičková, těší mě.

Řešení pro správu logů, shodu a bezpečnost ve státní správě a samosprávě. Ing. Martin Pavlica Corpus Solutions a.s. divize Security Expert

Energetický audit Doc.Ing.Roman Povýšil,CSc. Tebodin Czech Republic s.r.o.

Systém rizikové analýzy při sta4ckém návrhu podzemního díla. Jan Pruška

Magisterský program Biomedicínské inženýrství a informatika na ČVUT FEL Praha

Transkript:

Expertní systém počítačový program simulující rozhodovací činnost lidského experta při řešení složitých úloh a využívající vhodně zakódovaných speciálních znalostí převzatých od experta s cílem dosáhnout ve zvolené problémové oblasti kvality rozhodování na úrovni experta. role expertního systému expert kolega asistent 1

DENDRAL pol. 60.let, E. Feigenbaum, vyhodnocení hmotového spektrogramu IF spektrum molekuly má dva vrcholy pro hmoty x1 a x2 takové, že: a) x1 + x2 = molekulová hmotnost + 28, a b) x1-28 je vysoký vrchol, a c) x2-28 je vysoký vrchol, a d) alespoň pro jedno z x1 a x2 je vysoký vrchol, THEN molekula obsahuje ketonovou skupinu 2

Princ princ malá nožka A dobrá rodina modrá krev A bohatí peníze NEBO pozemky 3

Charakteristické rysy expertních systémů oddělení báze znalostí a inferenčního mechanismu neurčitost v bázi znalostí neurčitost v odpovědích uživatele dialogový režim práce vysvětlovací činnost modularita a transparentnost báze znalostí 4

Struktura expertního systému báze znalostí komunikační modul inferenční mechanismus data k případu vysvětlovací modul iniciativa je na straně expertního systému; ten volí otázky, které klade uživateli, uživatel se nespokojí pouze s doporučením systému, ale požaduje ještě jeho zdůvodnění. 5

příklad dialogu s expertním systémem ES: Další! (vchází pan Čivrný) Má pan Jeremiáš chřipku? lékař: No jo, už asi jo!...? ES: Patří pan Jeremiáš do našeho zdravotního obvodu? lékař: Bohužel...! ES: Tak mu DEJ PENICILIN. lékař: To je rada!... Dovolíte-li maestro, proč právě penicilin? ES: Jednoduché, milý MUDr. Watsone. Nic jiného než penicilin, živočišné uhlí a properistol tady nemáme. Na shledanou pane Jeremiáš. lékař: Vskutku, je to pravda!... Na shledanou pane Čivrný. ES: Další! (vchází pan Piskáček) Má pan Jeremiáš chřipku? 6

diagnostické Typy expertních úloh diagnoza - proces nalezení chyb či chybných funkcí systému (živého nebo neživého) Mycin, Internist interpretace - analýza dat s cílem určení jejich významu Dendral, Prospector monitorování - průběžná (on-line) interpretace signálů a dat a určení okamžiku, kdy je nutná intervence Vm generativní plánování - nalezení posloupnosti akcí k dosažení cíle Molgen návrh - vytváření konfigurací objektů vyhovujících daným podmínkám R1/Xcon predikce - předpověď běhu budoucích událostí na základě modelu minulosti a současnosti Glaucoma 7

Typy expertních úloh design diagnóza instrukce interpretace řízení monitorování plánování predikce preskripce simulace selekce 0 5 10 15 20 25 30 Procento aplikací 8

Aplikační oblasti lékařství chemie genetika geologie mechanika Mycin, Casnet/Glaucoma, Internist/Caduceus, Pip, Rheum, Puff, Oncocin, Medico, Protis, DM, Cadiag, Neurex, Vm, Headmed, Eeg,... Dendral, Crysalis, Secs, Synchem Molgen Prospector Sacon, Mechano matematika Macsyma, Am výuka právo Guidon, Why, Blah, Sophie Legol, Taxman, Lrs, Matrim ekonomika Xcon, Xsel, Fast, Planet,... 9

FAST Systém pro hodnocení bonity klienta banky. Systém je tvořen třemi částmi: tabulkovým kalkulátorem pro analýzu finančních charakteristik klienta, databází s kritérii úvěrové politiky banky (preference a rizikové faktory jednotlivých odvětví) a znalostním systémem pro výsledné hodnocení klienta na základě předchozích částí. data o podniku odvětvové standardy FAST Desktop Strategie banky EXSYS shell EXSYS Report Generator závěr 10

Planet Systém Planet používá firma Price Waterhouse jako podporu pro své auditory při sestavování plánu auditu. stupeň v jakém jsou přítomny rizikové faktory stupeň v jakém jednotlivé kroky vyhovují auditu PLANET plán auditu Rady tvůrců 1. získejte experta pro spolupráci, 2. zaměřte se na koncového uživatele, 3. vyvíjejte systém inkrementálně metodou rychlého prototypování (rapid prototyping). 11

Další ekonomické aplikace Analýzy cenných papírů systém Esta (Expert Systems for Technical Analysis) využívá klouzavé průměry za různá období (10, 20, 40 a 75 dnů). Výsledky jsou kombinovány s heuristikami experta (v podobě IF THEN ELSE pravidel) pro investování do konkretního typu akcií. systém Invest radí klientům banky v souvislosti s nákupem a prodejem akcií. Během konzultace si nejprve vytváří představu o klientovi (finanční situace, ochota riskovat, požadavek na pravidelné výnosy apod.), podle ní pak klade speciální dotazy. systém MarketMind slouží jako podpora pro finanční operace na Newyorské burze. Systém v reálném čase monitoruje údaje z burzy, dává doporučení, kdy obchodovat, a (díky napojení na burzovní transakční systém) přímo dává příkazy pro provedení příslušných operací. Znalostní část systému je založena na produkčních pravidlech využívaných metodou přímého řetězení. Sledování finančních transakcí systém FinCEN (Financial Crimes Enforcement Network) používá ministerstvo financí USA pro prověřování finančních transakcí přesahujících 10.000 $. Systém kombinuje práci s rozsáhlou databází Sybase s metodami umělé inteligence. Pro vyhodnocování podezřelosti transakce se používá expertní systém Nexpert Object, který skládá dílčí příspěvky pravidel k pozitivní resp. negativní evidenci, že sledovaná transakce, subjekt nebo účet je podezřelá do výsledného skóre. 12

Volba aplikační oblasti 1. dvoukriteriální schéma založené na odhadu vágnosti a komplexnosti vágnost expertní vysoká systémy? klasické systémy expertní systémy nízká nízká vysoká komplexnost 2. Tansley a Hayball v definici úlohy jsou použity termíny typu: pravidla, vztahy, předpoklady, úloha se zdá být neřešitelná numerickým výpočtem, zpracovávaná fakta se vyznačují určitou nejistotou úloha nevyžaduje manuální zručnost, pro úlohu existují kvalifikovaní experti. 3. pravidlo telefonního hovoru : každý problém, který expert běžně vyřeší po telefonu za 10 až 30 minut lze řešit i expertním systémem. 13

Faktory úspěchu Důvody aplikace: expert odchází a je třeba zaškolit nástupce snaha pro standardizaci způsobu rozhodování Zkušenosti z úspěšných projektů: 1. ve znalostech je síla, 2. získejte experta pro spolupráci, 3. zaměřte se na koncového uživatele, 4. použijte inkrementální vývoj metodou rychlého prototypování (rapid prototyping). 14

Prázdné systémy Zahraniční název výrobce URL EXSYS EXSYS www.exsysinfo.com/ G2 GenSym www.gensym.com/ KappaPC IntelliCorp. www.intellicorp.com/ Level 5 Level 5 www.l5r.com/ M4 Teknowledge www.teknowledge.com/ Nexpert Object Neuron Data www.neurondata.com/ XpertRule Attar www.attar.com/ Clips NASA www.jsc.nasa.gov/ Tuzemské - výzkum poč. 80. let název CODEX FEL-EXPERT EQUANT SAK Solaris BEX NEST tvůrce VÚLB Bratislava FEL ČVUT Praha UI AV ČR Praha VŠE Praha FSI ČVUT Praha VÚSEI-AR Bratislava VŠE Praha 15

Diagnostické úlohy Získávání a interpretace informací relevantních pro potvrzení přítomnosti nebo nepřítomnosti nějaké závady v systému: formulování hypotézy, testování hypotézy, přijetí nebo zamítnutí hypotézy pozorované příznaky znalosti formulace hypotézy hypotéza testování hypotézy přijmi diagnóza zamítni/ zpřesni 16

Konceptuální model diagnostické úlohy Použité znalosti mohou mít charakter: 1. popisu normálního chování systému, 2. popisu abnormálního chování systému, 3. výčtu závad a seznamu příznaků pro každou závadu (bez explicitních znalostí o chování systému), 4. seznamu příznaků pro normální situaci. V reálných aplikacích se výše uvedené znalosti různě prolínají, při uvažování různých konceptuálních modelů je ale vhodné mezi nimi rozlišovat: diagnostikování odchylky od normálu, diagnostikování porovnáním abnormálního chování, diagnostikování klasifikováním abnormality. 17

Diagnostikování odchylky od normálu Tento způsob je vhodný v situacích, kdy není k dispozici dostatek znalostí o abnormálním chování a je známo pouze, jak vypadá chování normální (např. diagnostikování nového stroje). Při tomto způsobu diagnostikování se pozorované chování porovnává s chováním očekávaným a vyhodnocuje se případná odlišnost. reálný svět pozorování pozorované příznaky model normálního chování predikce predikované příznaky odchylka 18

Diagnostikování porovnáním abnormálního chování Z předpokladu výskytu určité poruchy se dají predikovat některé abnormální příznaky. Ty se pak porovnávají s příznaky pozorovanými. Znalosti jsou obvykle formulovány jako kauzální vazby. Z důsledků (příznaků) se usuzuje na možné příčiny (poruchy), používá se tedy abdukce. reálný svět pozorování pozorované příznaky model abnormálního chování predikce predikované příznaky porovnej 19

Diagnostikování klasifikováním abnormality Nepracuje se s modelem. Využívjí se pouze více méně typické příznaky, které doprovázejí jednotlivé závady. Pracuje se tedy se třetím, někdy i čtvrtým typem znalostí. Použité znalosti se v tomto případě někdy označují jako mělké (shallow knowledge). Při řešení problému se zjišťuje, které závady jsou asociovány s pozorovanými příznaky. reálný svět pozorování pozorované příznaky empirické asociace asociování evidence klasifikuj 20

Generativní úlohy Generování (plánování) sestavení sekvence akcí, která povede k dosažení požadovaného cíle, splňování omezení, kladených na požadované řešení úlohy. např. Konfigurování: požadavky na chování systému se porovnávají s chováním navrhovaného řešení. V případě, že řešení nevyhovuje, musí se modifikovat. požadovaný systém specifikace požadované chování navržený systém pozorování pozorované chování odchylka modifikace 21