Descargar la presentación
La descarga está en progreso. Por favor, espere
1
Coherencia e incertidumbre en sistemas basados en reglas Grupo 2 Edwin Guillermo Ramirez 200331154 Victor Leonel Orozco 200512079 Grupo 5 Nery Chucuy 200512000 Alejandra Molina 200512089 Ronmell Fuentes 200516010
2
Coherencia Propiedad de las entidades unitarias Idea 1 Idea 2 Idea 3 Principal Textos donde las ideas secundarias aportan información para llegar a una unica idea principal
3
Propiedades de la coherencia Que el concepto se perciba como un todo Las ideas deben ser relevantes para el concepto. En un SBR: Ayudar al usuario a no dar hechos inconsistentes. Evitar que entre en la base de conocimiento cualquier tipo de conocimiento inconsistente o contradictorio.
4
Coherencia en SBR
5
Coherencia de reglas “Las reglas seran coherentes si y solo si existe, al menos, UN conjunto de valores de todos los objetos que producen conclusiones no contradictorias.”
6
Coherencia de reglas Considérense las cuatro reglas siguientes, que relacionan dos objetos A y B binarios {C, F}: . Regla 1: Si A = C, entonces B = C. . Regla 2: Si A = C, entonces B = F. . Regla 3: Si A = F, entonces B = C. . Regla 4: Si A = F, entonces B = F. Algunos conjuntos de valores puedan producir conclusiones inconsistentes llamados no factibles, el sistema eliminara automaticamente estos valores
7
Coherencia de reglas Las primeras cuatro reglas implican que A<> C, A<>F, B<>C y B<>F. Por tanto, los valores {C, F} son eliminados de las listas de valores, los valores factibles no existen y las 4 reglas son incoherentes.
8
Coherencia de reglas Regla 1: Si A = 0 y B = 0, entonces C = 0. Regla 2: Si A = 0 y D = 0, entonces C = 1. Regla 3: Si A = 0 y B = 0, entonces C = 1. Regla 4: Si A = 0, entonces B = 0. Regla 5: Si B = 0, entonces A = 1. 1=si, 2=si;3=no (1), 4=si, 5=no
9
Coherencia de hechos Son los datos ingresados por el usuario, los cuales aparte de ser consistentes entre si, tambien deben de ser consistentes con las reglas. Es por ello que al ser ingresados deben de pasar por el modulo o subsistema de control de coherencia. Ejemplo: Lectura de los sensores del edificio.
10
¿Que estrategia seguir? Eliminar todos los valores no factibles de los objetos una vez detectados. Comprobar que los hechos conocidos no contradicen el conjunto de reglas. Actualizar continuamente la base de conocimiento
11
¿Que problemas resuelve? Evita la inconsistencia que surge de que los hechos sean inconsistentes. Evita evaluar hechos que contradicen las reglas. Ayuda a dar conclusiones coherentes.
12
Incertidumbre Si hablamos de un sistema experto basado en reglas, nos pregutamos: Si hay una absoluta credibilidad A y existe la regla A | B entonces hay absoluta credibilidad en B. Y si A es un conjunto de cláusulas del tipo A1, A2,…An. pero puede ser que B no sea totalmente cierta. Cuando el conocimiento no es confiable A sugiere B con un factor de confianza H y B sugieren C con otro factor de confianza.
13
Formas de resolver esto 1) Aplicando probabilidades. P(B/A): probabilidad de que se presente B a partir de A ( encadenamiento hacia delante ). 2) Aplicando conjuntos difusos.
14
Aplicando probabilidades En la Lógica clásica, lo unico que puede deducirse de una regla es que si su premisa es cierta, tambié lo será su conclusión. Por tanto, dada la regla: “Si A es cierto, entonces B es cierto” puede decirse que A implica B con probabilidad 1.
15
Probabilidades
16
La incertidumbre tiene sus limites y problemas de los cuales el mayor es la Propagaciòn de Incertidumbre Donde cada hecho se dice que tiene una medida de incertidumbre (probabilidad, factor de certeza, etc) y a la combinaciòn de hechos dan como resultados una medida de incertidumbre.
17
Principal problema de la incertidumbre Si se conoce la medida de incertidumbre y tambien está asociada a las premisas, esas conclusiones puedene tener en teoría un numero incierto de valores inciertos. Mientras mayor sea el valor incierto --> Mayor sera la complicaciòn del razonamiento.
Presentaciones similares
