Szakértői rendszerek bemutatása. Haindrich Henrietta



Hasonló dokumentumok
Bizonyossági tényező az M1-ben bizonyossági faktor cf [0,100] cf=100 teljes bizonyosság cf=20 a hihetőség alsó küszöbe cf=0 teljesen elvetve

Intelligens Rendszerek Elmélete. Tudásalapú technikák Szakértői és döntéstámogató rendszerek

Interaktív, grafikus környezet. Magasszintû alkalmazási nyelv (KAL) Integrált grafikus interface könyvtár. Intelligens kapcsolat más szoftverekkel

Ismeretalapú rendszerek tervezése, ismeretszerzés, ismeretalapú rendszerek fejlesztése

MYCIN. Szakértői rendszer

Dr. Bognár Katalin 2010.

12.3. Az automatizált technológiai tervezés módszerei A variáns módszer

Vezetői információs rendszerek

Intelligens Rendszerek Elmélete. Versengéses és önszervező tanulás neurális hálózatokban

Számítógépes döntéstámogatás. Bevezetés és tematika

Alkalmazásokban. Dezsényi Csaba Ovitas Magyarország kft.

VÁLLALATI INFORMÁCIÓS RENDSZEREK. Debrenti Attila Sándor

Intelligens Rendszerek Elmélete

Intelligens Rendszerek Elmélete

Integrációs mellékhatások és gyógymódok a felhőben. Géczy Viktor Üzletfejlesztési igazgató

SZAKÉRTŐI RENDSZEREK, JOGI TUDÁSALAPÚ RENDSZEREK. Strausz György október 2.

Folyamatok rugalmas irányítása. FourCorm Kft.

- Adat, információ, tudás definíciói, összefüggéseik reprezentációtípusok Részletesebben a téma az AI alapjai című tárgyban

Dunaújvárosi Főiskola Informatikai Intézet

MACSKA IAR Készítették: Nagy Krisztina Kancsár Dániel Sipos Péter

Az ergonómia fejlődésének főbb állomásai. Az ergonómiai szempontú tervezés alapkövetelményei. Dr. Szabó Gyula

Projekt és folyamat alapú dokumentum kezelés. az Alfresco rendszer használatával

Intelligens partner rendszer virtuális kórházi osztály megvalósításához

Szoftver technológia. Projektmenedzsment eszközök. Cserép Máté ELTE Informatikai Kar 2019.

Autóipari beágyazott rendszerek. Kockázatelemzés

API-MÁGIA MILLIÓ SORNYI ADAT ÚJRARENDEZÉSE. Előadó: Jaksa Zsombor, drungli.com

Keresések Gregorics Tibor Mesterséges intelligencia

CentOS 7 OTRS telepítése, beállítása

Süti neve Típusa Miért szükséges a weboldal számára és milyen funkciót nyújt a felhasználó részére? Milyen adatokhoz férhet hozzá?

Programozási módszertan. Mohó algoritmusok

ONLINE SZAKÉRTŐI RENDSZER KIÉPÍTÉSE ÉS MARKETING TERVE

Programtervezés. Dr. Iványi Péter

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008

III. Szabályalapú logikai következtetés

Ellenőrző lista: Útmutató képzési stratégia kiválasztásához kis- és közepes vállalkozások számára

Mesterséges Intelligencia MI

Orvosi készülékekben használható modern fejlesztési technológiák lehetőségeinek vizsgálata

2. Visszalépéses keresés

Enterprise extended Output Management. exom - Greendoc Systems Kft. 1

Név KP Blokk neve KP. Logisztika I. 6 LOG 12 Dr. Kovács Zoltán Logisztika II. 6 Logisztika Dr. Kovács Zoltán

Cafeteria szolgáltatások

Osztott jáva programok automatikus tesztelése. Matkó Imre BBTE, Kolozsvár Informatika szak, IV. Év 2007 január

Bevezetés a Drools üzleti szabály motor használatába

Mérési segédlet Szabályalapú rendszerek

Szabályalapú rendszerek

Adatbázis rendszerek. dr. Siki Zoltán

Adatbázis-kezelő rendszerek. dr. Siki Zoltán

Történet John Little (1970) (Management Science cikk)

ÜGYFÉLKAPU AZONOSÍTÁSI SZOLGÁLTATÁS

Vonalas közlekedési létesítmények mobil térképezésével kapcsolatos saját fejlesztések

Regisztráció folyamata az admin.kozadat.hu oldalon az Új adatgazda regisztráció menüpontban

Modell alapú tesztelés mobil környezetben

Adattárház kialakítása a Szövetkezet Integrációban, UML eszközökkel. Németh Rajmund Vezető BI Szakértő március 28.

Gyártási termelési folyamat és a Microsoft Dynamics AX 2012 R2 logisztikai szolgáltatások

Algoritmus terv 3. Fejezet: Folyamatok meghatározása

OOP. #6 (VMT és DMT) v :33:00. Eszterházy Károly Főiskola Információtechnológia tsz. Hernyák Zoltán adj.

Országos Területrendezési Terv térképi mel ékleteinek WMS szolgáltatással történő elérése, Quantum GIS program alkalmazásával Útmutató 2010.

E x μ x μ K I. és 1. osztály. pontokként), valamint a bayesi döntést megvalósító szeparáló görbét (kék egyenes)

SDL Trados szervermegoldások. Szekeres Csaba SDL Trados partner M-Prospect Kft.

Fuzzy rendszerek és neurális hálózatok alkalmazása a diagnosztikában

Intelligens Rendszerek Elmélete IRE 4/32/1

TERC V.I.P. hardverkulcs regisztráció

Bevezető gondolatok az ISO 9001:2015 és az ISO 14001:2015 szabványok jelentőségéről

Automatikus tesztgenerálás modell ellenőrző segítségével

Az adatok a vállalat kulcsfontosságú erőforrásai. Az információs rendszer adatai kezelésének két alapvető változata:

Számítógéppel segített folyamatmodellezés p. 1/20

Adatbázis rendszerek. 4. előadás Redundancia, normalizálás

Pécsi Tudományegyetem Közgazdaságtudományi Kar

A SZAKÉRTÕI RENDSZEREK TÁRGY OKTATÁSA A JPTE KÖZGAZDASÁGTUDOMÁNYI KARON

EMBERKÖZPONTÚ ONLINE MARKETING A SZEMÉLYRE SZABOTT ÜZENETEK MŰVÉSZETE

PwC EKAER Tool felhasználói leírás május

Még mindig a minőség az úr Biztosítsa Ön is!

Grafikonok automatikus elemzése

Nagytömegű adatok (gyors) kartografálása. Rostás Sándor százados. MH GEOSZ Műszaki és információs osztály térképész főtiszt (ov. h.

Oralce kliens installálása Windows Server 2003-ra

Menetrendkezelő Rendszer

Vidék Akadémia a vidék jövőjéért október , Mezőtúr. Közösségi tervezés

Fejlett kereső és lekérdező eszközök egy elektronikus szakfolyóirathoz (IBVS)

Nyílt forráskód, mint üzleti előny. Szücs Imre VTMSZ - CMC Minősítési előadás Ha valamit érdemes csinálni, akkor azt megéri jól csinálni

A környezetbarát közbeszerzés jogi lehetőségei. Dr. Kovács László jogi tanácsadó Közbeszerzések Tanácsa

1. SZÁMÚ FÜGGELÉK MŰSZAKI LEÍRÁS

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék

AZ IKIR RENDSZER BEMUTATÁSA

Adatbányászat és Perszonalizáció architektúra

1. gyakorlat. Mesterséges Intelligencia 2.

Prof. Dr. Krómer István. Óbudai Egyetem

Nyílt forrású, webes WGS84-EOV transzformáció

Az ErdaGIS térinformatikai keretrendszer

Tanácsadási módszerek és technikák I. (tematika)

A F u z z y C L I P S a l a p j a i

Mesterséges intelligencia 1 előadások

VII. Keretalapú ismeretábrázolás

OKTATÁSKUTATÓ ÉS FEJLESZTŐ INTÉZET TÁMOP-3.1.5/ Pedagógusképzés támogatása

A TESZTELÉS ALAPJAI MIÉRT SZÜKSÉGES A TESZTELÉS? MI A TESZTELÉS? ÁLTALÁNOS TESZTELÉSI ALAPELVEK

Archivált tanulmányi adatok importálása. Felhasználói dokumentáció verzió 2.0.

Nokia N97_mini (Mail for Exchange) beállítása Virtualoso levelezésre

SZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.

Boros Andrea és Ignéczi Lilla Neumann-ház, Budapest. Networkshop 2004 konferencia Győr, április 4 7.

Toborzás a Linkedin és okosórák korában A toborzás, mint ügyfélkapcsolat kezelés

MŰSZAKI KÖVETELMÉNYEK, A KÖRKERESŐ SZOFTVER SPECIFIKÁCIÓJA, KÖLTSÉGVETÉS. A) Műszaki követelmények

Átírás:

Szakértői rendszerek bemutatása Haindrich Henrietta

Mi a szakértő rendszer? Ismeretalapú rendszer (KBS:Knowledge-Based System): a rendelkezésére álló információkból bizonyos keresési stratégia szerint javasol a feltett kérdésre egy választ Szakértő rendszer (ES: Expert System): olyan ismeretalapú rendszer, mely magas szintű teljesítményt nyújt egy szűk problémakör kezelésében

Mire jó egy szakértő rendszer? Növeli a munka hatékonyságát: Kevesebb idő Kevesebb ember Kevesebb hibás döntés Tudásuk mindig elérhető Tudásuk egyszerűen és olcsón többszörözhető

Mit várunk el egy szakértő rendszertől? Adjon javaslatokat Egyenrangú fél legyen a társalgásban Tegyen fel kérdéseket Magyarázza meg kérdéseit Indokolja meg válaszait Bizonytalan helyzetben is adjon elfogadható javaslatot

Történeti előzmények Nagy erejű Közepes erejű Szűk problémakör megoldására alkalmas rendszerek Általános problémamegoldó módszerek Kis erejű 1960 1970 1980

Minél általánosabb egy program, annál gyengébb teljesítményt nyújt konkrét feladatok megoldásában Felismerték, hogy egy program erőssége a benne tárolt ismeretanyag minőségétől és mennyiségétől függ elsősorban

Szakértő rendszerek szerkezete

Ismeretbázis: ismeretdarabkákat (tények, kapcsolatok, heurisztikák) szabályok metaismeretek (megoldás vezérlését szolgálják) Következtető gép: megoldáskereső stratégia implementált változata

Munkamemória: megoldandó feladat ismereteit tartalmazza Külvilágból érkező információk: felhasználótól adatbázisból Következtetés során kapott ismeretek Magyarázó alrendszer: megmagyarázza a feltett kérdéseket megindokolja a rendszer javaslatát

Ismeretbázis-fejlesztő alrendszer: az ismeretbázis megépítéséhez, teszteléséhez és módosításához nyújt segítséget Felhasználói felület: felhasználóbarát lehetőséget nyújt az ember-gép párbeszédhez Speciális felületek: biztosítják a következtető gép által vezérelt adatbázis- és egyéb külső kapcsolatot

Végfelhasználó: tanácsadó partnerként konzultál a rendszerrel átgondolja a rendszer javaslatát, majd dönt a döntés felelősége mindig az övé!!! Tárgyköri szakértő: rendelkezik a tárgyköri ismeretekkel Tudásmérnök: a tárgyköri szakértőtől megszerzett ismereteket formalizálja és viszi be az ismeretbázisba

Szakértő rendszerek előnyei Pótolják a szakértőhiányt elérhető áron terjesztik a szakértő ismereteit Jól követik a tárgyterület változásait az ismeretbázist könnyű módosítani Növelik a szakértő képességeit Fokozzák a szakértő produktivitását Megőrzik a szakértelmet

Szakértő rendszerek előnyei 2 Mindig következetesek a tanácsadásban nincsenek emocionális tényezők, nem fáradt... Állandóan rendelkezésre áll Részleges és nem-teljes adatokkal is tudnak dolgozni Képesek megindokolni az eredményt

Szakértő rendszerek hátrányai Ismereteik egy adott szűk tárgyterületről származnak nincsenek tudatában ennek Válaszaik nem mindig helyesek mindig meg kell fontolni a javaslatukat Nincs hétköznapi józan eszük Az ismeretszerzés bonyolult folyamat A fejlesztés gyakran évekig tart

Szakértő rendszerek alaptechnikái Szabályalapú technikák célvezérelt szabályalapú technikák adatvezérelt szabályalapú technikák Keretalapú technikák Gépi tanuláson alapuló technikák induktív technikák esetalapú technikák

Szabályalapú technikák Mindent szabályokkal írunk le Definíciós szabály: if tavolsag = varosban and kiskoru = igen then keszkoz = gordeszka. Heurisztikus szabály: if tavolsag = varosontul and kiskoru = igen then keszkoz = kerekpar cf=80.

Célvezérelt szabályalapú rendszerek A rendszer egy bebizonyítandó tényt kap Ezt illeszti egy ténnyel vagy egy szabállyal Szabállyal való illesztés esetén több részcél keletkezik, s ezeket kell bebizonyítani Ha egy részcél igazolása sikertelen visszalép egy olyan pontba, ahol van meg új tény vagy szabályválasztási lehetőség

Célvezérelt szabályalapú rendszerek A feladat megoldása: Sikeres ha az eredeti célt sikerül igazolni Sikertelen ha a rendszer minden lehetőséget kipróbált, de a célt mégsem tudta igazolni

Példa célvezérelt következtetésre Feltételezzük, hogy kiskorúak vagyunk és a sivatagban szeretnénk utazni. A megfelelő eszköz kiválasztásában az alábbi célvezérelt rendszer lesz segítségünkre

A közlekedési-eszköz kiválasztó rendszer szabályai

A közlekedési eszköz-kiválasztó rendszer metadeklarációk a rendszer akkor használja őket, ha egy attribútum értékére van szüksége

A rendszer működése A cél: goal = keszkoz. A célhoz az első választható szabály az első szabály Ha a szabály if-részét be tudjuk bizonyítani, akkor a rendszer a gördeszkát ajánlja Az if-rész első elemi feltétele tavolsag=varosban Nem találunk olyan szabályt, melynek then részében a távolságról kapunk információt A rendszer kérdez: Milyen távolságra utazol?

A válasz (esetünkben sivatagiut) bekerül a munkamemóriába a because you said so bejegyzéssel Ennek a válasznak nem felel meg az első szabály if-része -> zsákutca Visszalépünk és keresünk egy új szabályt melynek then- részében a közlekedési eszközre kapunk javaslatot (példánkban minden szabály ilyen), és if-része illeszthető a tavolsag = sivatagiut feltétellel ->7. szabály A 7. szabalynak 2 elemi feltétele van and-del összekötve, tehát mindkettőnek teljesülnie kell

Ha a 7. szabály 2. elemi feltételét is igazoljuk, akkor a javasolt közlekedési eszköz a teve lesz Nem találunk olyan szabályt, melynek then részében a kiskorúságról kapunk információt A rendszer kérdez: Kiskorú vagy? A válasz (esetünkben igen) bekerül a munkamemóriába a because you said so bejegyzéssel Ez a válasz illeszthető a 7. szabállyal, tehát az if-rész minden elemi feltételét igazoltuk -> a javasolt közlekedési eszköz a teve lesz.

Adatvezérelt szabályalapú rendszerek A rendszer a munkamemóriába helyezett adatokból kiindulva megpróbál elfogadható megoldást összeállítani. Minden szabály if-részét illeszti a munkamemória elemeivel Ha talál megfelelő szabályt, végrehajtja annak then-részét, tehát ezek az adatok kerülnek a munkamemóriába

A közlekedési-eszköz kiválasztó rendszer szabályai

Példa adatvezérelt következtetésre A fenti példa adatvezérelt módon is megoldható A munkamemóriába bekerül a két adat: tavolsag = sivatagiut kiskoru = igen A rendszer sorra veszi a szabályokat és megprobálja őket illeszteni Esetünkben csak a 7. szabály felel meg az adatoknak Nincs több illeszthető szabály, tehát a rendszer leáll A javasolt közlekedési eszköz ebben az esetben is a teve lesz

Induktív rendszerek Az induktív rendszerek egyedi esetekből, példákból jutnak általános érvényű következtetésre Az attribútumaikkal megadott tanulási példákból döntési fát generál

Induktív rendszerek Tanulási példák megadása: attribútum nevének megadása attribútum értékének megadása Ezekből a rendszer mátrixot generál -> ismeretbázis Ha a mátrix nem ellentmondásos -> döntési fa generálása A megépített fa segítségével megoldja a rendszer a konkrét feladatot: a bemeneti attribútumértékek alapján meghatároz egy utat a fában, melynek végén lévő érték lesz a megoldás

Példa induktív rendszerre a rendszer mátrixa Távolság Kiskorú Közlekedési eszköz városban igen gördeszka városban nem autóbusz városon túl igen autóbusz városon túl nem autó tengerentúl igen repülőgép tengerentúl nem vitorlás sivatagi út igen teve sivatagi út nem jeep

Az ebből felépített döntési fa

Példa Kérdés: mivel utazzon egy kiskorú tengerentúlra? Az attribútumértékek: tavolsag = tengerentul kiskoru = igen Megoldás: repulogep

Fegyver Mhely Nev Virág Hangt kes erdo igen kes erdo nem kes folyopart kes varosban mereg erdo Kis mereg erdo Nagy mereg folyopart mereg varosban lofegyver erdo lofegyver folyopart lofegyver varosban igen lofegyver varosban nem Gyilkos A no data B C D E no data F G H I no data

Kérdés Ki lehet a gyilkos, ha a gyilkos eszköz a kés volt és a gyilkos küldött virágot a temetésre? (A) Ki lehet a gyilkos, ha a gyilkos eszköz a lőfegyver volt, a holttestet a városban találták meg és nem volt hangtompító a fegyveren? (no data) Ki lehet a gyilkos, ha a gyilkos eszköz a méreg volt, a holttestet a városban találták meg és éjszaka történt a gyilkosság? (F)

Napjainkban használt szakértő rendszerek Provider Selection Tool: Web-alapú tanácsadórendszer, amely a munkáltatókat és a munkavállalókat segíti megfelelő belgyógyász kiválasztásában Eszközök: ART* Enterprise OrACLE 7.1 Netscape Web böngészők

FASTrakAPT: lakások felújítását tervező rendszer Évente 6 millió dollár megtakarítást eredményez Eszközök: Crew_NS: UNIX expert system tool Visual C++ a Holland Vasutak 5000 vonatkísérőjének és vezetőjének beosztását ütemező rendszer

Rail Train Scheduler: termékek csomagolását tervező és ütemező rendszer évente félmillió dollár a megtakarítás Eszközök: ART*Enterprise