arquitectura e componentes de sistemas periciais 1 resolução de um problema perito alguém que...

Arquitectura e Componentes de Sistemas Periciais 1

Resolução de um Problema

Perito Alguém que detém competência - conhecimento especializado acerca de um dado domínio

Conhecimento do domínio

Como age um Perito ?1. obtém factos acerca do problema

2. armazena-os na sua “Memória de Curto Termo” (MCT)

3. raciocina sobre o problema:

• combina os factos armazenados na sua MCT

• com o conhecimento contido na sua “Memória de Longo Termo” (MLT)

4. neste processo o perito infere novas informações acerca do problema

5. e eventualmente chega a uma conclusão acerca do problema


ExemploProblema com o automóvel

Perito (Mecânico):– Detém na sua MLT conhecimento necessário ao diagnóstico dos mais

variados problemas com automóveis

Utilizador informa o mecânico:– Automóvel não pega.

Mecânico:– armazena esta informação na sua MCT e começa a raciocinar sobre o

problema– Combina a informação dada pelo cliente com o seu conhecimento do

domínio – o mecânico infere: “o problema pode ser no sistema eléctrico”– adiciona este novo facto na sua MCT e continua a raciocinar sobre o

problema– Coloca questões relativas a testes na bateria do automóvel– Estes testes levam o mecânico a concluir: bateria descarregada


Perito versus Sistema Pericial

Memória de Longo Termo

Conhecimento do Domínio

Memória de Curto Termo

FactosNovos Factos InferidosConclusões

Raciocínio

Aconselha

FactosConclusões

Perito

Base de Conhecimento

Conhecimento do Domínio

Memória de Trabalho

FactosNovos Factos InferidosConclusões

Motor deInferência

Utilizador

FactosConclusões

Sistema Pericial


Componentes de um Sistema Pericial Base de Conhecimento – é o local onde reside o conhecimento do domínio visado pelo Sistema Pericial

Memória de Trabalho - armazena dados, informação ou conhecimento específicos do problema em solução com vista a auxiliar no funcionamento dos outros módulos

Motor de Inferência – responsável pelo controlo do sistema

Módulo de Explicações – onde se constróem as razões porque uma dada conclusão foi ou não obtida, ou, ainda, porque

se está a efectuar determinada pergunta

Interface – contém os écrans do Sistema Pericial desenvolvidos para interagir com utilizadores


Arquitectura de um Sistema Pericial

Interfacecom o

Utilizador

Módulode

Explicações

Motorde

Inferência

Memóriade

Trabalho

Basede

Conhecimento


Base de Conhecimento Módulo do Sistema Pericial que contém

o Conhecimento do DomínioBase de Regras (Estática)

– contém regras que permitem tirar conclusões em função de condições – As condições podem ser validadas:

• por factos básicos da base de factos • por conclusões de outras regras

Exemplo:Regra1: Se automóvel não pega

Então o problema pode ser no sistema eléctrico

Regra2: Se o problema pode ser no sistema eléctrico E carga da bateria < 10 Volts Então bateria descarregada


Base de Conhecimento Base de Regras

Regra r1: SE Bot_1=actuado E Bot_2=actuado ENTÃO Sistema_A=activado

Regra r2: SE Bot_3=actuado OU NÃO(Bot_4=actuado) ENTÃO Sistema_B=activado

Regra r3: SE Bot_5=actuado E NÃO(Bot_6=actuado) ENTÃO Sistema_C=activado

Regra r4: SE Bot_7=actuado OU Bot_8=actuado ENTÃO Sistema_D=activado

Regra r5: SE Sistema_A=activado E Sistema_B=activado ENTÃO Conj_AB=operacional

Regra r6: SE Sistema_C=activado E Sistema_D=activado ENTÃO Conj_CD=operacional


RegrasSE Bot_1=actuado E Bot_2=actuado ENTÃO Sistema_A=activado

Bot_1, Bot_2, ... Bot_8 termos que só aparecem do lado esquerdo da regra factos básicos

Conj_AB=operacional Conj_CD=operacional termos que só aparecem do lado direito

conclusões finais

Sistema_A=activado termos que aparecem no lado esquerdo de umas regras e... no lado direito de outras

Sistema_D=activado conclusões intermédias (ou hipóteses)

LHS RHS


Diferentes maneiras de expressar o mesmo ConhecimentoSe as conclusões intermédias não forem importantes podem ser eliminadas.

Base de Conhecimento anterior:

Regra r5a: SE (Bot_1=actuado E Bot_2=actuado) E

(Bot_3=actuado OU NÃO(Bot_4=actuado))

ENTÃO Conj_AB=operacional

Regra r6a: SE (Bot_5=actuado E NÃO(Bot_6=actuado)) E

(Bot_7=actuado OU Bot_8=actuado)

ENTÃO Conj_CD=operacional


Diferentes maneiras de expressar o mesmo Conhecimento

Certas equivalências também podem ser assumidas:

Regra r4: SE Bot_7=actuado OU Bot_8=actuado ENTÃO Sistema_D=activado

Regra r4a: SE Bot_7=actuado ENTÃO Sistema_D=activado.

Regra r4b: SE Bot_8=actuado ENTÃO Sistema_D=activado.

Mais do que uma regra pode conduzir à mesma conclusão

Vantagem: mais fácil o acompanhamento da inferência


Diferentes maneiras de expressar o mesmo ConhecimentoA regra x é equivalente às regras y e z.

Regra x: SE a E b ENTÃO c,d.

Regra y: SE a E b ENTÃO c.

Regra z: SE a E b ENTÃO d.

Uma regra pode apresentar mais do que uma conclusão


Problemas com a Junção de RegrasA junção das regras r1, r2 e r5 na seguinte regra:

Regra r5b: SE (Bot_1=actuado E Bot_2=actuado) E

(Bot_3=actuado OU NÃO(Bot_4=actuado))

ENTÃO

Sistema_A=activado,Sistema_B=activado,Conj_AB=operacional

Perante esta nova formulação:

• o Sistema_A também fica a depender de Bot_3 e Bot_4

• o Sistema_B fica a depender de Bot_1 e Bot_2


Problemas em Bases de Conhecimento

CircularidadeRegra c1: SE a E b ENTÃO c.Regra c2: SE c E d ENTÃO e.Regra c3: SE e E f ENTÃO a.

Inconsistência

Regra i1: SE a E b ENTÃO c.Regra i2: SE c E d ENTÃO e.Regra i3: SE e E b E d ENTÃO (NÃO e).

Estes problemas podem ser detectados com recurso a

Técnicas de Verificação


Problemas em Bases de ConhecimentoMesmo que a Base de Conhecimento esteja correcta do ponto formal (ou seja, não tenha problemas detectados ao nível da Verificação) nada garante que ela esteja de facto correcta.

Base de Conhecimento pode ter incorrecções devidas:– conhecimento mal especificado – conhecimento incompleto– ....

Estes problemas são resolvidos com recurso a

Técnicas de Validação

Avalia-se o desempenho do sistema perante casos que são resolvidos pelo Sistema Pericial e pelo Perito. Se não houver concordância faz-se a análise do problema, vulgarmente o problema encontra-se na falta de uma condição numa regra ou na ausência de uma regra.


Memória de Trabalho Base de Factos (dinâmica)

– contém asserções ou assunções (factos básicos verdadeiros) descobertas durante uma sessão

• em ficheiro • em memória

– originadas:• por eventos • através da resposta de um utilizador• carregada a partir de bases de dados externas, folhas de

cálculo, sensores• através de conclusões das regras


Motor de InferênciaResponsável pela modelação do Processo de Raciocínio.

– Combina os factos da Memória de Trabalho com o conhecimento do domínio contido na Base de Conhecimento

– Gera conclusões

Para tal o Motor de Inferência deve usar a estratégia de raciocínio mais apropriada:

– Encadeamento Directo

– Encadeamento Inverso

– Encadeamento Misto


Estratégia de Raciocínio - Encadeamento DirectoSistema Pericial Problema com o automóvel ?

Utilizador Automóvel não pega.

Base de Factos F1: Automóvel não pega.

Motor de Inferência Facto F1 dispara Regra1Regra1 gera 1ª conclusão intermédia (F2) que é inserida na Base de Factos


F2: Problema pode ser no sistema eléctrico

Sistema Pericial Carga da bateria < 10 Volts?

Utilizador Verdadeiro


F2: Problema pode ser no sistema eléctrico.F3: Carga da bateria < 10 Volts.

Motor de Inferência Factos F2 e F3 disparam Regra2

Regra2 gera conclusão final que é inserida na Base de Factos


F2: Problema pode ser no sistema eléctrico.F3: Carga da bateria < 10 Volts.F4: Bateria descarregada

A sessão termina – Não há mais regras a considerar


Cadeia de Inferência Directa

r1f1 ci1= f2 cf1= f4

FactosBásicos

Conclusões Intermédias ConclusõesFinais

r2

f3


Estratégia de Raciocínio - Encadeamento Inverso

Sistema Pericial Problema com o automóvel ?

Utilizador Automóvel não pega.


Base de Regras Regra2: Se o problema pode ser no sistema eléctrico E carga da bateria < 10 V

Então bateria descarregada

Motor de Inferência O problema pode ser no sistema eléctrico ECarga da bateria < 10 Volts

Motor de Inferência Facto F1 suporta a regra R1

conclusão intermédia ci1 (o problema pode ser no sistema eléctrico )

conclusão intermédia é inserida na Base de Factos – F2


F2: Problema pode ser no sistema eléctrico.

Sistema Pericial Carga da bateria < 10 Volts?

Utilizador Verdadeiro


F2: Problema pode ser no sistema eléctrico.F3: Carga da bateria < 10 Volts.

Motor de Inferência Factos F2 e F3 suportam Regra2 bateria descarregada Verd


Cadeia de Inferência Inversa

F1R 2

F2

F3

R 1

VerdF4

Conclusão Regras/FactosFinal


Base de Conhecimentoregra r1 :se [tipo(Veículo,passageiros) e classe(Veículo,ligeiro)]então ligeiro(Veículo,carro).

regra r3 :Se [tipo(Veículo,passageiros) e classe(Veículo,pesado)]então pesado(Veículo,autocarro).

regra r5 :se [lotação(Veículo,>,9) ou peso(Veículo,>,3500)]então classe(Veículo,pesado).

regra r7 :se [tipo(Veículo,mercadorias) e tipo(Veículo,passageiros)]então tipo(Veículo,misto).

regra r2 :se [tipo(Veículo,mercadorias) e classe(Veículo,pesado)]então pesado(Veículo,camião).

regra r4 :se [tipo(Veículo,misto) e classe(Veículo,pesado)]então pesado(Veículo,camioneta).

regra r6 :se [não lotação(Veículo,>,9) e não peso(Veículo,>,3500)]então classe(Veículo,ligeiro).



Factos básicos

f1: A lotação do veículo é de 3 lugares;

f2: O peso do veículo é de 4500 kg;

f3: O tipo de veículo é de mercadorias.


Encadeamento Directo

• os factos básicos vão “disparar” regras, por validação dos LHS

• originam conclusões intermédias que estão nos RHS.

• as conclusões intermédias em conjunto com outros factos básicos dão origem às conclusões finais, após o estabelecimento de uma cadeia de inferência com 1 ou mais níveis

Objectivo: Provar pesado(Veículo,camião)– Usando a Base de Conhecimento de veículos e os factos da



Encadeamento Directof2

valida o LHS da regra r5

originando uma conclusão intermédia c1 classe(Veículo,pesado)

f3 e c1

validam a regra r2

originando uma conclusão final c2 pesado(Veículo,camião)

conclusão c2 (pesado(Veículo,camião)) obtida com base nos factos f2 e f3 e por aplicação das regras r5 e r2

r5 r2f2 c1

f3

c2


Encadeamento Inverso

• Tenta-se provar uma conclusão que esteja no RHS,

• o que implica provar o que está no LHS, e isso pode ser feito com base em factos básicos ou com base numa prova de uma possível conclusão intermédia (recursividade).

Objectivo

Provar (pesado(Veículo,camioneta)) é Verdadeiro


Encadeamento Inverso1. para que (pesado(Veículo,camioneta)) seja verdade é necessário provar a regra r4 2. Para que a regra r4 seja disparada com sucesso 3. implica provar tipo(Veículo,misto) e classe(Veículo,pesado)4. o termo tipo(Veículo,misto) é uma conclusão intermédia (ci’) 5. o termo classe(Veículo,pesado) é outra conclusão intermédia (ci’’) 6. ci’’ pode ser provada pela regra r5, 7. o que implica provar lotação(Veículo,>,9) ou peso(Veículo,>,3500)8. lotação(Veículo,>,9) não é suportada pelos factos básicos9. peso(Veículo,>,3500) é suportado pelo facto f2 10. como temos uma disjunção (ou) a conclusão da regra r5 (ci’’) fica provada;11. (tipo(Veículo,misto)) pode ser provado pela regra r7 12.o que implica provar tipo(Veículo,mercadorias) e tipo(Veículo,passageiros)13. tipo(Veículo, mercadorias) é suportado pelo facto f3, 14.contudo, não há nenhum facto que suporte tipo(Veículo, passageiros), 15.logo não se pode provar ci’;16.apesar de se poder provar ci’’, não podemos provar ci’, logo também não

podemos provar (pesado(Veículo,camioneta))


Encadeamento Inverso

r7 r4

f2

ca'

ca''

ca

r5

f3

falha


Motor de Inferência

A eficiência do mecanismo de inferência pode ser aumentada:– com Metaconhecimento - codificado no formato de Metaregras

– através de questões sobre a veracidade de uma possível condição

À medida que o Motor de Inferência vai tirando conclusões deve ir guardando justificações para tais conclusões. Por forma a explicar o raciocínio que utilizou (explicações).


Módulo de Explicações As explicações podem ser dirigidas aos seguintes tipos de pessoas:

Engenheiro do Conhecimento ou Implementador do Sistema – identificar possíveis problemas na Base de Conhecimento:

• falta de condições nas regras• condições em excesso, valores incorrectos• ambiguidades

Perito – comparar o seu raciocínio com o do Sistema Pericial, – Proceder à Validação do Sistema Pericial

Utilizador – por que razão faz uma dada pergunta – porque não foi obtida uma dada conclusão– aprender algo sobre o domínio em causa - Tutor Inteligente.


Principais Tipos de Explicações Explicações “Como? (How)”

servem para que o Sistema Pericial justifique o caminho que seguiu para obter uma dada conclusão

Explicações “Porque não? (Why not)”

servem para que o Sistema Pericial justifique a razão pela qual uma determinada conclusão não foi obtida

Explicações “Porquê? (Why)”

servem para que o Sistema Pericial justifique por que razão põe uma determinada questão ao utilizador.


Exemplos de Explicações Sistema Pericial : Bateria Descarregada

Como ?Dado que o automóvel não pega Assume-se que o problema pode ser no sistema eléctricoComo a carga da bateria < 10 VoltPode-se concluir que a Bateria está descarregada

Sistema Pericial: Carga da bateria < 10 Volts?Utilizador: Porquê ?

Porque se o automóvel não pega, o problema pode ser no sistema eléctrico e se a carga da bateria < 10 Volts então a bateria está descarregada


Exemplos de Explicações

Explicação em hipertexto fornecida pelo Sistema Pericial SPARSE

Nó Activo

Nós a expandir. Disparo de regras ou mensagens SCADA

Janela de expansão do nó Activo

Identificação da regra

Conclusões

Premissas


Interface com o Utilizador A Interface do Sistema Pericial deve estar adaptada ao seu tipo de utilizador:

• a apenas um utilizador

• a um tipo homogéneo de utilizadores

a tarefa de modelação fica mais simplificada

• a um tipo heterogéneo de utilizadores

devem ser definidos perfis de utilizadores:

• as interfaces

• os diálogos, questões colocadas pelo sistema

• as explicações, os conceitos dados pelo sistema

devem ser adaptados aos perfis de utilizadores


Exemplo de Interface

Interface textual e gráfica do Sistema Pericial SPARSE


Características dos Sistemas Periciais

• conhecimento separado do controlo

• possui perícia

• resolução de problemas focada apenas na área para que foi concebido

• Raciocina com símbolos – conhecimento é representado numa forma simbólica

• Raciocina com recurso a heurísticas

• Permite raciocínio não exacto

• É limitado a problemas resolúveis


O que se espera de um Sistema Pericial • Resolução de problemas para o domínio para o qual foi concebido

• Facilidade de manutenção incremental da sua Base de Conhecimento

• Conhecimento apresentado de forma atraente e legível– alguns Geradores de Sistemas Periciais permitem a inclusão do

conhecimento numa língua quase natural

• Desempenho semelhante a um Perito:– capacidade de explicar como chegou a uma dada conclusão– porque razão não foi possível chegar a uma dada conclusão ou – porquê está a pôr uma dada questão ao utilizador


O que se espera de um Sistema Pericial • Mecanismo de raciocínio eficiente em domínios nos quais a quantidade de

conhecimento seja elevada, através de metaregras Exemplo: activação de um subconjunto de regras (rule set) em função de um

facto que se sabe ser verdade ou de uma conclusão que se pretenda provar

• Interface que se adapte ao tipo de utilizador (especialista ou novato) e à situação em causa (normal ou crítica)

• Capacidade de efectuar raciocínios considerando o raciocínio com incertezas:

– Raciocínio Bayesiano– Factores de Certeza– Factores de Crença/Descrença – Teoria de Dempster-Shafer– Conjuntos Difusos

• Assistência nas fases de aquisição, estruturação e transferência de conhecimento, ou nas fases de verificação e validação do conhecimento.

arquitectura e componentes de sistemas periciais 1 resolução de um problema perito alguém que...

Documents