A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

1 Raciocínio Baseado em Casos Teresa Ludermir Centro de Informática - UFPE.

Apresentações semelhantes


Apresentação em tema: "1 Raciocínio Baseado em Casos Teresa Ludermir Centro de Informática - UFPE."— Transcrição da apresentação:

1

2 1 Raciocínio Baseado em Casos Teresa Ludermir Centro de Informática - UFPE

3 Aprendizado Baseado em Instâncias l K-vizinhos mais próximos (Nearest Neighbours) l Raciocínio Baseado em Casos 2

4 Aprendizado Baseado em Instâncias l A aprendizagem consiste somente em armazenar os exemplos de treinamento,.... l Após a aprendizagem, para encontrar o valor do conceito alvo associado a uma instância de testes, um conjunto de instâncias similares são buscadas na memória e utilizadas para classificar a nova instância. l A generalização é feita somente quando uma nova instância deve ser classificada. 3

5 Aprendizado Baseado em Instâncias l Muitos métodos de aprendizagem constroem uma descrição geral e explicita da função alvo a partir de exemplos de treinamento. l Os métodos de aprendizagem baseados em instâncias simplesmente armazenam os exemplos de treinamento. 4

6 Aprendizado Baseado em Instâncias l Constroem uma aproximações para a função alvo para cada instância de teste diferente. l Constrói uma aproximação local da função alvo. l Podem utilizar representações mais complexas e simbólicas para as instâncias 5

7 Aprendizado Baseado em Instâncias l Uma desvantagem é o alto custo para classificação. n Toda a computação ocorre no momento da classificação !!! n Aumenta com a quantidade de exemplo de treinamento. 6

8 Raciocínio baseado em regras - RBR l Um sistema que usa RBR resolve problemas tomando uma especificação de entrada (ou desenvolvendo um conjunto de perguntas-e-respostas com o usuário) e então encadeia um conjunto de regras apropriadas obtidas a partir de uma base de regras para chegar a uma solução. 7

9 Raciocínio baseado em regras l A capacidade de aprendizagem não é algo inerente aos sistemas baseados em regras; n Dificuldade de adaptação às mudanças, surgimento de novos problemas dentro do domínio corrente; l A construção e a manutenção são tarefas que demandam muito tempo n A extração de regras junto a especialistas também é uma tarefa árdua; n As regras são inerentemente dependentes de outras regras; n É muito complexa a tarefa de eliminação erros. 8

10 9 Pessoas: Experiência vivida l Classificação: Os problemas de ouvido deste paciente são casos típicos de otite média l Soluções compiladas: Os sintomas de coração do paciente X podem ser explicados da mesma maneira que aquele paciente Y l Avaliando medidas: Minha casa é como aquela que foi vendida mais em baixo nesta rua por R$25.000,00 mas ela tem uma vista melhor

11 10 Pessoas: Experiência vivida l Concepção (design): para projetar este hospital, vou me basear naquele que já fiz com um número de leitos parecido, embora tenha de adaptá-lo pois este é de esquina l Avaliando opções: se nós atacássemos as intalações dos mísseis cubanos/russos, seria como no caso de Pearl Harbor

12 11 l Sistemas Especialistas convencionais: l (alguns) Sistemas Especialistas de segunda geração: Experiência Experiência: o que o especialista tem de mais valioso Regras Engenheiro de conhecimento Experiência Regras Algoritmo de aprendizagem

13 12 Experiência: o que o especialista tem de mais valioso l Case-based reasoning system n Um método de resolução de problemas onde novos problemas são resolvidos adaptando-se soluções de antigos problemas similares n aprendizado incremental on-line n suavisa necessidade de aquisição de conhecimento n tem plausibilidade cognitiva Experiência

14 13 O que é Raciocínio Baseado em Casos (RBC) ? l Case-based reasoning system is... reasoning by remembering. Leake, 1996 l A case-based reasoner solves new problems by adapting solutions that were used to solve old problems. Riesbeck & Schank, 1989 l Case-based reasoning is a recent approach to problem solving and learning... Aamodt & Plaza, 1994 l Case-based reasoning is both... The ways people use cases to solve problems and the ways we can make machines use them. Kolodner, 1993

15 14 Definição de RBC l Raciocínio Baseado em Casos (RBC) é um paradigma de IA que utiliza experiências passadas para solucionar problemas correntes n Abordagem muito utilizada por seres humanos para resolver problemas práticos l Um caso n é um episódio vivido n contém a descrição de : problema + solução n exemplos: um paciente, um projeto arquitetônico, uma situação, uma causa jurídica, uma melodia, etc.

16 15 Exemplos n Aulas de Aldo von Wangeheim Transparências

17 16 Fases do RBC l Em geral, sistemas de RBC estão relacionados aos processos: n Representação de Casos n Indexação de Casos n Armazenamento e Recuperação de Casos n Adaptação de Casos n Avaliação e Reparo de Casos

18 17 Fases do RBC

19 RBR vs. RBC – Obtenção de conhecimento l RBR n Articulação de soluções é realizada por inferências sobre um conjunto potencialmente grande de regras; n É preciso reestruturar o código para acomodar expansões e tratamento de casos particulares. l RBC n O aprendizado é uma tarefa natural, através da retenção de novos casos; n O conhecimento do domínio não precisa ser completamente definido no desenvolvimento do sistema. 18

20 RBR vs. RBC - Memória l RBR n Não possuem memória, o que obriga a construção de soluções sempre a partir do zero. Erros anteriores tendem a acontecer novamente. l RBC n Possuem uma memória de casos anteriores, continuamente incrementada. n Permite construir soluções a partir de outras, minimizando o tempo gasto e evitando cometer novamente os mesmos erros; 19

21 RBR vs. RBC - Robustez l RBR n Quando um problema não se encaixa em nenhuma regra, o sistema simplesmente não pode resolvê-lo. l RBC n Podem adaptar casos com características similares que podem ser úteis para resolver o problema atual. 20

22 21 Sistemas baseados em regras: críticas l aquisição de conhecimento muito difícil n regras nem sempre são intuitivas l desenvolvimento é muito longo l não aprende l não é robusto l tratamento de incerteza complicado l manutenação e refinamento são delicados l é lento

23 22 Desenvolvimento de um sistema RBC l Qual a natureza e conteúdo dos casos? l Como representá-los? l Como indexá-los de maneira a poder encontrá-los adequadamente e rapidamente mais tarde? l Qual são os critérios para a escolha do melhor caso e como recuperá-lo? l Como estruturar (organizar) os casos da base? l Como adaptar o caso recuperado?

24 23 Natureza e conteúdo dos casos l Pergunta chave n O que é um caso no domínio abordado? l Conteúdo n Mínima: descrição do problema e da solução n Extensões: avaliação da solução (falhas, sucesso, etc.), contexto (justificação, links com outros casos, etc.), l Quantidade de casos n distribuir bem no espaço de problema n- dimensional (n atributos)

25 24 Representação dos Casos l Definição do conteúdo que será armazenado. l Determinação das características mais relevantes de cada caso. l Busca de uma estrutura apropriada para descrever estas características.

26 25 Representação dos Casos l Várias linguagens n de vetores de características n Atributo-valor (frames, redes semânticas, objetos,...) n lógica de primeira ordem

27 26 Indexação l Objetivo: dar ao sistema conhecimento sobre como estocar e comparar (match) casos l Vocabulário de indexação n índice = atributo, característica, predicado,... n Pode ser feita manual ou automaticamente

28 27 Indexação l Interpretação de situação n os índices realmente relevantes para um problema/situação em particular preço ano modelo marca opcionais kilometragem motor cor....

29 28 Indexação Indexação pelo vizinho mais próximo n Baseada na distância euclidiana entre o novo caso e os casos armazenados; Indexação indutiva n Determina indutivamente quais as características mais importantes para os vários casos; Indexação baseada em conhecimento n Utiliza o conhecimento existente na literatura para cada caso e determina quais características são importantes para recuperá-los;

30 29 Similaridade e recuperação l O casamento é parcial !!!! =>Mais robustez l Etapas da recuperação n Matching: encontrar os N casos mais similares ao caso alvo n Ranking: Escolher o melhor caso MC em relação o alvo

31 30 Adaptação dos casos l Objetivo: compensar as diferenças entre o problema-alvo e problema- fonte escolhido l Adaptação: 3 tipos n Cópia: usada normalmente em classificação n Adap. Estrutural: a partir da própria solução recuperada n Adap. Derivacional: a partir da maneira com que a solução recuperada foi gerada

32 31 Adaptação dos casos l Para as duas últimas formas de adaptação as operações são: n ajuste de parâmetros, abstração e especialização, substituição,... l Problema: n depende do domínio,coordenação do conjunto de operadores de transformação

33 32 Exemplo de Adaptação l JULIA precisa criar uma refeição italiana (e que não contenha carne) composta de entrada, massas, refeição principal e sobremesa; l Baseando-se em casos anteriores, JULIA escolhe lasanha como prato principal. Porém: n a refeição original inclui um prato de massas. Para simplificar, JULIA elimina o prato de massas; n lasanha inclui carne. Devido à restrição do problema, uma lasanha vegetariana é proposta;

34 33 Avaliação e reparo dos casos l Revisão 1) Avaliar a solução (automaticamente ou não) 2) Consertar o caso l Retenção: Se algo ensina alguma lição para o futuro, chame-o de caso 1) Extração da informação a reter 2) indexação 3) inserção/integração do caso na base exemplo: ajuste dos pesos de determinados atributos de um caso ;

35 34 Aprendizado em RBC l No aprendizado de máquina tradicional, existe a fase do aprendizado e a fase de utilização: indução e dedução; l Em RBC, o aprendizado é parte do processo de resolução de problemas; l O princípio: é mais fácil aprender retendo um exemplo concreto de solução do que tentar generalizar tais experiências;

36 35 Quando usar CBR? l Existe uma grande volume de dados históricos l Os especialistas falam sobre seus domínio dando exemplos l A experiência vale tanto quanto o conhecimento dos livros texto l Os problemas não são completamente formalizáveis n fraca compreensão do problema, dificuldade de verbalização

37 36 Quando usar CBR? l Existem conhecimento para adaptação de casos l Existem muitas exceções às regras l É preciso aprender on-line

38 37 Problemas l Aquisição & descrição dos casos n nem sempre é trivial além de demandar conhecimento do domínio! l O controle da medida de similaridade é fraco pois o matching é parcial n o acúmulo de semelhanças irrelevantes faz com que certos casos sejam escolhidos em detrimento dos outros n como ter certeza que as propriedades A e B serão determinantes na recuperação de um caso que contém 20 atributos? l A explicação n pode ser prejudicada quando a recuperação é baseada em uma medida de similaridade numérica

39 38 Combinando RBC com RN l RBC e RN têm sido combinados em algumas pesquisas recentes l Integração pode ocorrer por: n Divisão de tarefas entre a RN e o RBC n Projeto de uma arquitetura inteligente combinando características de RN e RBC

40 39 Combinando RBC com RN l Casamento e indexação de casos n Maioria das combinações n Procura padrões de similaridade entre os casos l Auxiliar processo de Raciocínio do sistema RBC l Definir arquitetura neural mais adequada para uma dada aplicação

41 Aplicações de RBC - [Prudêncio 2002] l RBC foi utilizado juntamente com Algoritmos Genéticos (AG) e Redes Neurais Artificiais (RNA) para a previsão de séries temporais por [Prudêncio 2002]; l O sistema de RBC mantém uma base de casos em que cada caso armazena a descrição de um problema resolvido com redes neurais e a solução aplicada. l Diante de um novo problema, uma consulta é feita à base de casos, recuperando as soluções usadas nos problemas mais similares. 40

42 Aplicações de RBC - [Prudêncio 2002] l Essas soluções são inseridas na população inicial dos AGs, que são responsáveis por adaptá-las; l Após a execução dos AGs, a solução final poderá ser inserida na base de casos, para auxiliar a solução de problemas futuros. l As redes geradas pelo modelo apresentaram maior poder de generalização, além de um número menor de conexões de rede. 41

43 Aplicações de RBC - [Prudêncio 2002] 42

44 Aplicações de RBC - [Prudêncio 2002] 43

45 Aplicações de RBC - [Prudêncio 2002] Módulo PROC Transforma uma série temporal não estacionária em uma série estacionária, ou seja, que não apresentam tendência e sazonalidade; Módulo GBC Mede a similaridade do problema atual com todos os problemas armazenados na base e retorna os mais similares. O número de casos retornados da base é igual ao número de cromossomos da população dos AGs; Usa a distância euclidiana. Módulos AG e TR Operam cooperativamente na busca pela melhor solução. 44

46 45 Um Novo Modelo de Automatização: RBC e AG l Projeto das redes é tratado de forma híbrida: uso de conhecimento e busca. l Conhecimento é usado para iniciar o processo de busca. l Base de casos é usada para inicializar a primeira população dos AGs. l No modelo proposto, RBC manipula o conhecimento e AGs realizam a busca.

47 46 Aplicações: estado da arte l Todas as classes de problemas dos SE´s n diagnóstico, planejamento, scheduling, interpretação, design, seleção, ensino,.... l Existem ferramentas (shells) n ReMind, CAsePOint,CASUEL, ART*, ReCall, CBR- Express,... l Exemplos n Machine Tool Fault Diagnosis n Computer Network Diagnosis n Credit Analysis n Geological Deposit Prediction n Battle Planning

48 Mais aplicações... n Bank Telex Classification n Natural Language Understanding n Network Management n Legal Reasoning n Claims Settlement n Medical Diagnosis n Weather Prediction n Fraud Detection n Industrial Planning and Scheduling n Residential Domain n Aircraft Maintenance Domain n Helpdesk Systems for PC Network Diagnostics

49 48 Algumas aplicações na WEB l FIND-ME AGENTS n sugere filmes e carros em locadoras n raciocino através de exemplos l BUTTLER AGENTS n sugere hotéis, restaurantes, oficinas,... l CORRESPONDENT AGENTS n usa técnicas de recuperação de casos para encontrar textos: FAQ-finder

50 49 Find Me:

51 50 Referências l Aamodt, A; Plaza, E. (1994). Case-Based Reasoning: Foundational Issues, Methodological Variantions, and System Approaches. Em AI Communications, Vol. 7, nr. 1; l Kolodner, J. (1993) Case Based Reasoning. Morgan Kaufmann. l Web n AI-CBR Home Page: n CBR archive: n CBR in the Web: Homepage.html n CBR Bibliography: CBR/biblio/search.html

52 Referências l Prudêncio, R. Projeto Híbrido de Redes Neurais, Dissertação de Mestrado, Centro de Informática, Universidade Federal de Pernambuco, l Braga, A. P. Braga, Caravalho, A. C. P. L. F. and Lurdermir, T. B. Redes Neurais Artificiais: teoria e aplicações. LTC, Rio de Janeiro,


Carregar ppt "1 Raciocínio Baseado em Casos Teresa Ludermir Centro de Informática - UFPE."

Apresentações semelhantes


Anúncios Google