Narzędzia użytkownika

Narzędzia witryny


notatki:ai_wspl_cf

Różnice

Różnice między wybraną wersją a wersją aktualną.

Odnośnik do tego porównania

Poprzednia rewizja po obu stronachPoprzednia wersja
Nowa wersja
Poprzednia wersja
notatki:ai_wspl_cf [2025/05/23 14:36] administratornotatki:ai_wspl_cf [2025/06/06 10:27] (aktualna) – usunięto administrator
Linia 1: Linia 1:
-====== AI: Współczynniki CF ====== 
- 
- 
-^{{:notatki:image1.png?82x82}} 
- 
-**Niepewność wiedzy** 
- 
-> **Współczynniki CF**//(Certainty Factors**) **// 
- 
-**Współczynniki pewności** 
- 
-> Współczynniki pewności (ang. //**Certainty Factors – CF) są alternatywą do**// wnioskowania w oparciu o twierdzenie Bayesa. 
- 
-> Po raz pierwszy zostały wprowadzone w systemie ekspertowym MYCIN. Powody: 
- 
-> ●eksperci nie wyrażali swojej wiedzy w matematycznie spójny sposób\\ 
-> ●dane statystyczne nie były dostępne 
- 
-> Metoda współczynników pewności zakłada //rozszerzenie modelu regułowego o pewne// numeryczne oszacowanie stopnia pewności eksperta o prawdziwości danej reguły czy też faktu. 
- 
- 
- 
-> CF= 1.0 : całkowita wiara w daną regułę\\ 
-> CfF= -1.0 : całkowita niewiara w daną regułę\\ 
-> **IF przesłanka THEN wniosek { CF }**\\ 
-> Wartość //**CF**// określa wiarę, że jeśli zaszła przesłanka to zaszedł również wniosek. 
- 
- 
- 
-> **Od logiki dwuwartościowej do stopnia przekonania** **o prawdziwości** 
- 
-> {{:notatki:image2.png?854x504}} 
- 
- 
- 
-> **Od sceptyka do entuzjasty, czyli jak rozumieć** **współczynnik pewności** 
- 
-> {{:notatki:image3.png?900x491}} 
- 
- 
- 
-> **Od sceptyka do entuzjasty, czyli jak rozumieć** **współczynnik pewności** 
- 
-{{:notatki:image4.png?873x529}} 
- 
- 
- 
-> **Formalny opis współczynników pewności** 
- 
-> Współczynnik pewności //CF nie jest bezpośrednio rozumiany jako klasyczne// prawdopodobieństwo. 
- 
-> Współczynnik pewności jest chwytem pozwalającym połączenie __stopniawiedzy oraz niewiedzy__ i odwzorowanie ich w postaci jednej liczb__y.__ 
- 
-> Do odwzorowania //wiedzy służy współczynnik MB zwany miarą wiarygodności// (ang. //measure of belief).// 
- 
-> Do opisania //niewiedzy służy współczynnik MD zwany miarą niewiarygodności// (ang. //measure of disbelief).// 
- 
-> Wartość CF jest oparta na dwóch funkcjach: 
- 
-> -**MB(H,E) – miara wiary (Measure of Belief) –** stopień wiary w H, za którym przemawia **wystąpienie E.** 
- 
-> -**MD(H,E) – miara niewiary (Measure of Disbelief)** – stopień niewiary w H, za 
- 
-> którym przemawia **wystąpienie E.** 
- 
- 
- 
-**Współczynnik pewności**{{:notatki:image6.png?692x117}} 
- 
-> **MB(H,E) oraz MD(H,E)** mogą być zdefiniowane za pomocą prawdopodobieństw a priori oraz warunkowych: 
- 
-> {{:notatki:image5.png?793x264}} 
- 
-> Wartość **cf** można obliczyć jako: 
- 
-^> //**CF**//^ 
- 
- 
- 
-> **Współczynnik pewności**\\ 
-> W praktyce próba zdefiniowania współczynnika //CF jako różnicy pomiędzy MB i MD jest niewygodna.// 
- 
-> Definicja taka poprawia formalny „wizerunek” współczynnika pewności. 
- 
-^> W rzeczywistości współczynnik //CF jest zwykle arbitralnie wybraną wartością z// przedziału <-1, 1>, dobieraną\\ \\ zgodnie z przedstawioną wcześniej, intuicyjną^ 
- 
-^> interpretacją wartości z tego przedziału^ 
- 
- 
- 
-> **Nieformalna interpretacja współczynników pewności** **– fakty** 
- 
-> {{:notatki:image7.png?869x523}} 
- 
- 
- 
-> **Nieformalna interpretacja współczynników pewności** **– reguły** 
- 
-^> **IF A = X THEN**^> **B=Y {CF = 0.7} B=Z {CF = 0.2}**^ 
- 
-> Współczynnik **CF** nie wyraża wartości procentowych, 
- 
-> nie jest również wartością statystyczną. 
- 
-Współczynnik CF odzwierciedla wiarę eksperta w 
- 
-daną regułę. 
- 
- 
- 
-> **Nieformalna interpretacja współczynników** **pewności – reguły** 
- 
-> {{:notatki:image8.png?869x529}} 
- 
- 
- 
-> **Wnioskowanie w systemach regułowych z** **współczynnikiem pewności** 
- 
-> {{:notatki:image9.png?876x332}} 
- 
-^^ 
- 
-^> Szukamy reguł, których przesłanki są faktami^ 
- 
- 
- 
-> **Wnioskowanie w przód** 
- 
-> {{:notatki:image10.png?838x340}} 
- 
-^> **Uaktywniamy obie reguły, dopisujemy nowe fakty**^ 
- 
- 
- 
-{{:notatki:image11.png?846x518}} 
- 
- 
- 
-{{:notatki:image12.png?847x527}} 
- 
- 
- 
-> **Wnioskowanie w przód – współczynnik pewności** **przesłanki koniunkcyjnej** 
- 
-> {{:notatki:image13.png?869x438}} 
- 
-Sytuacja 1: dla and → min 
- 
- 
- 
-> **Wnioskowanie w przód – współczynnik pewności** **przesłanki dyzjunkcynej** 
- 
-{{:notatki:image14.png?881x446}} 
- 
-Sytuacja 2: dla or → max 
- 
- 
- 
-> **Wnioskowanie w przód – współczynnik pewności konkluzji reguły** 
- 
-> {{:notatki:image15.png?864x520}} 
- 
- 
- 
-> **Współczynnik pewności przesłanki koniunkcyjnej –** **podsumowanie** 
- 
-> {{:notatki:image16.png?876x511}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji – interpretacja** 
- 
-> ➢Współczynnik pewności reguły koryguje pewność przesłanki o numeryczne oszacowanie stopnia „zaufania” do wiedzy reprezentowanej przez regułę.➢Gdy //CF_reguły = 1, reguła całkowicie wspiera pewność przesłanki reguły.//➢Gdy //CF_reguły = -1, reguła całkowicie osłabia pewność przesłanki reguły.// 
- 
-> ➢Gdy //CF_reguły = 0, przesłanki reguły nie mają wpływu na pewność konkluzji.// 
- 
-> ➢Gdy //CF_reguły// ε //(0, 1) reguła koryguje pewność przesłanki – wzmacnia w// przypadku gdy //CF(przesłanki) < 0, osłabia w niewielkim stopniu gdy CF(przesłanki) > 0.// 
- 
-> ➢Gdy //CF_reguły// ε //(-1, 0) reguła koryguje pewność przesłanki – osłabia w// przypadku gdy //CF(przesłanki) > 0, wzmacnia (!) w niewielkim stopniu gdy CF(przesłanki) < 0.// 
- 
- 
- 
-> **Współczynnik pewności konkluzji warunkowanych przez wiele reguł – wartości dodatnie** 
- 
-> {{:notatki:image17.png?846x518}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji warunkowanych** **przez wiele reguł – wartości dodatnie** 
- 
-> {{:notatki:image18.png?839x536}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji warunkowanych** **przez wiele reguł – wartości dodatnie** 
- 
-> {{:notatki:image19.png?869x381}} 
- 
-> ➢Dodatnie wartości współczynników pewności konkluzji reguł wzmacniają wynikowy współczynnik pewności przypisywany takiej konkluzji. 
- 
-> ➢Wzrasta pewność konkluzji wspieranej przez więcej niż jedną regułę z dodatnimi współczynnikami pewności. 
- 
-> ➢Współczynnik pewności wzrasta, jednak nie przekracza wartości 1. 
- 
- 
- 
-> **Współczynnik pewności konkluzji, wartości** **dodatnie – przykład 1** 
- 
-> {{:notatki:image20.png?839x536}} 
- 
-> **Współczynnik pewności konkluzji, wartości** **dodatnie – przykład 2** 
- 
-{{:notatki:image21.png?846x518}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji, wartości** **dodatnie – przykład 3** 
- 
-> {{:notatki:image22.png?839x536}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji warunkowanych przez wiele reguł – wartości ujemne** 
- 
-> {{:notatki:image23.png?876x370}} 
- 
-> ➢Ujemne wartości współczynników pewności konkluzji reguł osłabiają wynikowy współczynnik pewności przypisywany takiej konkluzji. 
- 
-> ➢Maleje pewność konkluzji wspieranej przez więcej niż jedną regułę z ujemnymi współczynnikami pewności. 
- 
-> ➢Współczynnik pewności maleje, jednak nie mniej niż wartość -1. 
- 
- 
- 
-> **Współczynnik pewności konkluzji, wartości ujemne –** **przykład 4** 
- 
-> {{:notatki:image24.png?839x536}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji, wartości ujemne –** **przykład 5** 
- 
-{{:notatki:image25.png?846x511}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji, wartości ujemne –** **przykład 6** 
- 
-> {{:notatki:image26.png?839x536}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji warunkowanych** **przez wiele reguł – różne znaki** 
- 
-> {{:notatki:image27.png?876x526}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji warunkowanych** **przez wiele reguł – różne znaki** 
- 
-> ➢Konkluzja z ujemną wartością CF jest czynnikiem\\ 
-> zmniejszającym łączną pewność. Jednak wpływ ten jest tym mniejszy, im większa jest pewność wniosku z\\ 
-> dodatnią wartością CF. 
- 
-> ➢Wypadkowy współczynnik pewności //zwiększa się w miarę zwiększania się liczby// jednakowych wniosków o dodatnich współczynnikach pewności, nie stanie się on jednak równy lub większy 1. 
- 
-> ➢Wypadkowy współczynnik pewności //zmniejsza się w miarę zmniejszania się// liczby jednakowych wniosków o ujemnych współczynnikach pewności, nie stanie się on jednak równy lub mniejszy -1. 
- 
- 
- 
-> **Współczynnik pewności konkluzji, różne znaki –** **przykład 7** 
- 
-> {{:notatki:image28.png?818x514}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji, różne znaki –** **przykład 8** 
- 
-> {{:notatki:image29.png?838x529}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji, różne znaki – komentarz** 
- 
-> {{:notatki:image30.png?877x514}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji, różne znaki –** **przykład 9** 
- 
-> {{:notatki:image31.png?846x536}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji, CF = 1 i CF =-1** 
- 
-{{:notatki:image32.png?834x529}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji – podsumowanie** 
- 
-> {{:notatki:image33.png?884x518}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji, łańcuch** **wnioskowania, przykład 1** 
- 
-> {{:notatki:image34.png?885x514}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji, łańcuch** **wnioskowania, przykład 2** 
- 
-{{:notatki:image35.png?879x506}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji, łańcuch** **wnioskowania, przykład 3** 
- 
-{{:notatki:image36.png?878x506}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji, łańcuch** **wnioskowania, przykład 4** 
- 
-{{:notatki:image37.png?877x514}} 
- 
- 
- 
-> **Współczynnik pewności konkluzji, łańcuchy** **wnioskowania – podsumowanie** 
- 
-> {{:notatki:image38.png?884x503}} 
- 
- 
- 
-DZIĘKUJĘ ZA UWAGĘ 
- 
- 
  
notatki/ai_wspl_cf.1748003787.txt.gz · ostatnio zmienione: przez administrator