Raciocínio Baseado em Casos

Apresentação em tema: "Raciocínio Baseado em Casos"— Transcrição da apresentação:

1 Raciocínio Baseado em Casos
30/03/2017 Raciocínio Baseado em Casos Teresa Ludermir Centro de Informática - UFPE

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

3 Aprendizado Baseado em Instâncias
A aprendizagem consiste somente em armazenar os exemplos de treinamento <x1,c1>, <x2,c2> <xn,cn>. Após a aprendizagem, para encontrar o valor do conceito alvo associado a uma instância de testes <xt, ? >, um conjunto de instâncias similares são buscadas na memória e utilizadas para classificar a nova instância. A generalização é feita somente quando uma nova instância deve ser classificada.

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

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

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

7 Raciocínio baseado em regras - RBR
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.

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

9 “Pessoas: Experiência vivida”
Classificação: “Os problemas de ouvido deste paciente são casos típicos de otite média” Soluções compiladas: “Os sintomas de coração do paciente X podem ser explicados da mesma maneira que aquele paciente Y” 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”

10 “Pessoas: Experiência vivida”
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 Avaliando opções: se nós atacássemos as intalações dos mísseis cubanos/russos, seria como no caso de Pearl Harbor

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

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

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

14 30/03/2017 Definição de RBC Raciocínio Baseado em Casos (RBC) é um paradigma de IA que utiliza experiências passadas para solucionar problemas correntes Abordagem muito utilizada por seres humanos para resolver problemas práticos Um caso é um episódio vivido contém a descrição de : problema + solução exemplos: um paciente, um projeto arquitetônico, uma situação, uma causa jurídica, uma melodia, etc.

15 30/03/2017 Exemplos Aulas de Aldo von Wangeheim Transparências

16 30/03/2017 Fases do RBC Em geral, sistemas de RBC estão relacionados aos processos: Representação de Casos Indexação de Casos Armazenamento e Recuperação de Casos Adaptação de Casos Avaliação e Reparo de Casos

17 30/03/2017 Fases do RBC

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

33 Avaliação e reparo dos casos
Revisão 1) Avaliar a solução (automaticamente ou não) 2) Consertar o caso 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;

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

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

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

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

38 30/03/2017 Combinando RBC com RN RBC e RN têm sido combinados em algumas pesquisas recentes Integração pode ocorrer por: Divisão de tarefas entre a RN e o RBC Projeto de uma arquitetura inteligente combinando características de RN e RBC

39 Combinando RBC com RN Casamento e indexação de casos
30/03/2017 Combinando RBC com RN Casamento e indexação de casos Maioria das combinações Procura padrões de similaridade entre os casos Auxiliar processo de Raciocínio do sistema RBC Definir arquitetura neural mais adequada para uma dada aplicação

40 Aplicações de RBC - [Prudêncio 2002]
RBC foi utilizado juntamente com Algoritmos Genéticos (AG) e Redes Neurais Artificiais (RNA) para a previsão de séries temporais por [Prudêncio 2002]; 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. Diante de um novo problema, uma consulta é feita à base de casos, recuperando as soluções usadas nos problemas mais similares.

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

42 Aplicações de RBC - [Prudêncio 2002]

43 Aplicações de RBC - [Prudêncio 2002]

44 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.

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

46 Aplicações: estado da arte
30/03/2017 Aplicações: estado da arte Todas as classes de problemas dos SE´s diagnóstico, planejamento, scheduling, interpretação, design, seleção, ensino,.... Existem ferramentas (shells) ReMind, CAsePOint,CASUEL, ART*, ReCall, CBR-Express,... Exemplos Machine Tool Fault Diagnosis Computer Network Diagnosis Credit Analysis Geological Deposit Prediction Battle Planning

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

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

49 Find Me: http://infolab.cs.uchicago.edu/entree

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

51 Referências Prudêncio, R. Projeto Híbrido de Redes Neurais, Dissertação de Mestrado, Centro de Informática, Universidade Federal de Pernambuco, 2002. Braga , A. P. Braga, Caravalho, A. C. P. L. F. and Lurdermir , T. B. Redes Neurais Artificiais: teoria e aplicações. LTC, Rio de Janeiro, 2007.