Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CONOCIMIENTO
Especialista
humano
Ingeniero en
conocimiento
Base de conocimiento
del sistema experto
Qu categoras de
problemas se enfrentan ?
Problemas
Mtodos
Qu mtodos se
necesitan para resolver
estos problemas ?
Medios
Computacionales
Cmo construir
Sistemas de Computacin
con las posibilidades
mencionadas ?
- Las
Sistemas basados en
Conocimientos
Adquisicin de
Conocimientos ?
Cmo lograr su
Representacin en
la Computadora ?
Base de
Conocimientos
Cmo ejecutar su
Procesamiento ?
Acumulacin.
Hechos
Conceptos
Relaciones
Procesos de Inferencias.
Procesamiento de Incertidumbre.
Estructuras de Control.
HARIES
INTRODUCCIN
REGLA DE PRODUCCIN
DEFINICIN
ANTECEDENTE
PROPOSICIN COMPUESTA
Las diversas expresiones vlidas para
proposicin Compuesta son:
1. Forma Combinada de conectivos.
2. Peso mnimo en el Antecedente.
3. Condicin vs Desconocimiento.
4. Condicin de Pertenencia.
5. Condicin de Evaluacin.
6. Anlisis de Conclusiones Seleccionadas.
7. Anlisis de Pertenencia a un Intervalo.
8. Evaluacin de Diferencias.
SUCEDENTE
El sucedente en todas las reglas de HAries es
una o varias proposiciones simples a la que
existen asociados a cada una dos grados de
certidumbre o pesos:
El primero indica en qu medida creemos en
esa proposicin si la premisa del antecedente se
cumple (es decir si es absolutamente cierto) y
El segundo indica la certidumbre con que se
contribuye al sucedente si el antecedente no se
cumple (es decir que es absolutamente falso).
SIGNIFICADO PRCTICO
Una regla de produccin expresa lo siguiente:
Si se est absolutamente seguro de que se cumple
el antecedente A entonces se puede afirmar que
esto contribuye en WS11 al grado de certidumbre
global de S1, en WS21 al grado de certidumbre
global de S2, y as sucesivamente para los r
sucedentes, y si por el contrario se est
absolutamente seguro de que No se satisface A
entonces eso contribuye en WS12 al peso de S1,
en WS22 al peso de S2 y de la misma forma hasta
Sr.
EJEMPLO 1
Si utilizamos una escala de certidumbre de 10 (10=SI, 10=NO) y las proposiciones
21) El vaso cae al piso
22) El vaso se rompe
Podra escribirse la regla como:
21 22(8 10)
Expresando que si el vaso se cae entonces casi seguro
ocurrir su rotura (certidumbre = 8 de 10) y tambin si el
vaso no se cae (es decir si no se cumple 21) entonces que
con toda seguridad el vaso no se romper (el segundo grado
de certidumbre sobre 22 es 10, es decir, en este caso se
significa que seguramente 22 no se cumplir).
EJEMPLO 2
Supongamos la siguiente lista de proposiciones:
23) Cerca del paciente se han hallado frascos de
medicamentos.
24) El paciente presenta una conducta no habitual.
25) Hay sospecha de una intoxicacin.
Esta situacin se representar de forma concisa
escribiendo (con escala de certidumbre = 100):
EJEMPLO 3
A menudo sucede que con un mismo conjunto de premisas es
posible derivar un cierto nmero de conclusiones diferentes.
As, por ejemplo, si se dan las premisas:
26) Ud. est fatigado.
27) Se siente deprimido.
pudieran darse muy diversas recomendaciones, como:
28) Suspenda temporalmente su actividad 1aboral.
29) Vaya a una fiesta.
30) Salga a pasear.
31) Tome vacaciones y descanse.
32) Siga trabajando fuerte.
33) Acuda al mdico.
EJEMPLO 3
VALORES DE CERTIDUMBRE
El valor de certidumbre C(Pj), asociado a
una proposicin Pj, es un nmero del
intervalo
[-1,1], donde 1 indica verdad
absoluta, -1 falsedad absoluta, (lo
contrario de lo anterior), y 0
desconocimiento total, es decir que no se
sabe. El resto de los valores se encuentran
asociados a gradaciones de la veracidad,
que corresponden a la afirmacin (valores
positivos) o negacin (valores negativos)
segn el caso.
EJEMPLO 1
Si se est muy seguro de que se cumple una
proposicin Pj, se podra decir que sta se
conoce con certidumbre 0.9, es decir,
C(Pj)=0.9. Si por el contrario se plantea que
existen algunos motivos para pensar que sta
no se cumple, podramos decir que tiene
asociado un peso de -0.5. Lo mismo si se
especfica que existen muy escasos elementos
para establecerlo, caso en que se podra
asignar C(Pj) = 0.2, etc.
EJEMPLO 2
Ejemplo 3
Ejemplo 2...
La proposicin 90 representa un hecho que puede ser
inferido a partir de los otros representando la situacin en
una regla como sigue:
( 117 & -118 & -119 & -120 & -121 & -122 & -123 & -124) V
(-117 & 118 & -119 & -120 & -121 & -122 & -123 & -124) V
(-117 & -118 & 119 & -120 & -121 & -122 & -123 & -124) V
(-117 & -118 & -119 & 120 & -121 & -122 & -123 & -124) V
(-117 & -118 & -119 & -120 & 121 & -122 & -123 & -124) V
(-117 & -118 & -119 & -120 & -121 & 122 & -123 & -124) V
(-117 & -118 & -119 & -120 & -121 & -122 & 123 & -124) V
(-117 & -118 & -119 & -120 & -121 & -122 & -123 & 124)
90 ( 1 -1 );
Lo cual se satisface al introducir como parte del antecedente
el conectivo disyuncin excluyente:
(117 118 119 120 121 122 123 124) 90 ( 1 -1 );
EJEMPLO 4
Como segundo caso se toma un SE desarrollado para el control
epidemiolgico del Paludismo que fue desarrollado para la vigilancia
de los viajantes que visitan paises endmicos de esta enfermedad.
Tres de las proposiciones definidas en este sistemas son las
siguientes:
22. El viajante padeci Plasmodium Vivax
24. El viajante padeci Plasmodium Ovale
33. El viajante tuvo fiebre manifestada un da si y otro no
Algunas relaciones que se pueden representar entre stas son:
33 22 (0.7)
-33 22 (-0.3)
33 24 (0.7)
-33 24 (-0.3)
Utilizando sin embargo, RPG las relaciones anteriores se expresan
como sigue, sin variar el conocimiento que se representa:
33 22 ( 0.7 -0.3 ), 24 ( 0.7 -0.3 );
LIBRES
Sea R un conjunto no vacio de reglas admisibles
cualesquiera. Se dice que una secuencia R1, ...,
Rk de elementos de R es una cadena o lnea de
razonamiento si se cumple que para cada Ri
(i = 1,..., k-l) alguna de sus proposiciones
sucedentes ocurre en el antecedente de Ri + 1.
Por otra parte si la cadena es tal que ninguno de
los sucedentes de cualquier regla Ri ocurre en el
antecedente de Rj con j < = i entonces esta se
denomina libre., mientras que en caso contrario
se dice que es un lazo.
REGLAS
Sea R un conjunto no vaco de reglas
admisibles que denominaremos Base o rbol
de Reglas. Si se cumple que en R no existe
cadena alguna que constituya un lazo
entonces se dice que es libre mientras que en
caso contrario se llama inadmisible.
EJEMPLO
EJEMPL
O
EJEMPL
O
PROPOSICIONES
PROPOSICIONES
Supongamos se tiene una Base de Reglas Libres R,
se llama Base de Proposiciones P correspondiente
con R a la formada por todas aquellas
proposiciones que aparecen al menos en una regla
Ri R formando parte lo mismo de su antecedente
que de su sucedente. Se llama Base de
Proposiciones Ampliada Pa al conjunto formado
por la unin de P y otro conjunto Ph de
proposiciones que no pertenecen a P y sean
suministradas, las cuales se denominan sin uso o
hueco.
PROPOSICIONES
Sea R una Base de Reglas libres y P su Base
de Proposiciones correpondiente, se dice que
una proposicin Pi P es una pregunta s y
slo s sta se encuentra en el antecedente de
menos una regla pero no aparece en el
sucedente de ninguna. Si forma parte, tanto
del antecedente como del sucedente de
alguna llama intermedio, y si es sucedente
de al menos una pero no o en el antecedente
de ninguna otra se llama objetivo.
PROPOSICIONES
Segn sta definicin a cada proposicin
queda asociado un atributo, que se llama
natural puesto que es definido externamente,
sino determinado por las relaciones se
establecen a travs de las reglas. Estos
atributos definen una particin de la Base de
Proposiciones en tres subconjuntos, que
tienen un significado prctico y muy
importante.
PREGUNTA
Las proposiciones preguntas forman un
conjunto Qp que llamaremos cuestionario y
que representa aquella informacin, referida
a los casos particulares a resolver, es decir, la
informacin que el sistema no puede
obtener por s mismo, puesto que no existe
ninguna relacin (regla) que indique cmo
llegar a ellas. Representan los datos
primarios que se deben tener sobre la
situacin concreta que se consulta al Sistema
Experto.
OBJETIVO
El subconjunto de proposiciones objetivos
que, como su nombre indica, constituyen el
foco de atencin principal, pues se
consideran los resultados que debe
brindar el Sistema Experto y como tal son
tratados. Esto significa que el sistema
concentrar sus esfuerzos en tratar de obtener
el peso de cada una de estas proposiciones
utilizando las relaciones que hayan sido
definidas en la base.
INTERMEDIO
El ltimo grupo es el formado por
proposiciones intermedios, las cuales
constituyen en cierto sentido subobjetivos
a estudiar como parte del proceso
necesario para obtener el peso de otras
proposiciones. En el momento de su anlisis
tambin representarn hechos que el sistema
tendr que obtener de la misma forma que si
fuesen objetivos.
INFORMATIVA
Sea Q el cuestionario de una base de
proposiciones P cualquiera, se dice que una
proposicin Pi Q es accesible desde una
proposicin intermedio u objetivo Pj P si
existe una lnea de razonamiento R1,..., Rk
de reglas tal que Pi ocurre en el antecedente
de Rl y Pj es sucedente de Rk. El conjunto
QPj de proposiciones preguntas (QPj Q)
accesibles desde un objetivo Pj dado, se
llama Base Informativa asociada a Pj.
ES
INFORMATIVA
La Base Informativa
del objetivo 7 es:
BI7={1, 4, 5, 12, 17}
EVALUATIVO
Cuando el sistema se enfrenta a este tipo de
representacin (conceptos y relaciones), de
forma implcita el problema a resolver
consiste en obtener el valor de certidumbre
asociado a cada una de las proposiciones
objetivos, a lo cual llamaremos "proceso
evaluativo", y que este es el resultado que
debe brindar el Sistema basado en
Conocimientos.
EVALUATIVO
El sistema tiene que analizar las reglas que constituyen
evidencias en cada caso, es decir, que tienen a los
objetivos como sucedentes, pero a su vez esto puede
generar que se plantee la necesidad de conocer el peso de
los antecedentes correspondientes, y por tanto de las
proposiciones que lo componen. Sin embargo la
evaluacin de estas mismas pueden generar subtareas que
tienen las mismas caractersticas que las iniciales por ser
intermedios, y as sucesivamente hasta obtener como parte
del proceso la tarea de evaluar una proposicin pregunta,
la cual se resuelve externamente por parte del usuario,
respondiendo con su certidumbre acerca de la misma.
EVALUATIVO
EXPERTO
SUCEDENTES
ANTECEDENTE
a) Funcin de la negacin del peso de una proposicin Pj:.
C(-Pj) = NEG(C(Pj).
b ) Funcin de la conjunci6n de los pesos de literales
Ll,...,Lk
CONJ (C(Ll,...,C(Lk).
c) Funcin de la disyuncin inclusiva de los pesos de
Ll,...,Lk
DlSYI (C(Ll,...,C(Lk).
d) Funcin de la disyuncin excluyente de los pesos de
L1,...,Lk
DlSYE (C(Ll,...,C(Lk).