Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouRicardo Pacheco Alterado mais de 9 anos atrás
1
Profa. Silvia Modesto Nassar Incerteza: Sistemas Inteligentes Crença Plausibilidade Ignorância Teoria da Evidência Probabilidade Possibilidade
2
Profa. Silvia Modesto Nassar Incerteza: domínio de aplicação Instanciação: “o elemento x é membro do conjunto A” Regra: “Se x é A e x é B então x é C”
3
Profa. Silvia Modesto Nassar Conjunto A: { homem careca } Abordagem fuzzy: grau de pertinência ao conjunto A: [0;1] Abordagem Clássica: probabilidade de ocorrência do conjunto A: [0;1] IMPRECISÃO
4
Profa. Silvia Modesto Nassar Conjunto A: { homem careca } IMPRECISÃO A é um conjunto fuzzy se seus limites não são precisos. a pertinência a um conjunto fuzzy é vista como um grau ou intensidade de pertinência. “o elemento x é membro do conjunto A” Conjunto A é um conjunto FUZZY !
5
Profa. Silvia Modesto Nassar Conjuntos: Clássicos x Difusos Conjuntos difusos: limites imprecisos grau de pertinência expressam a transição gradual de pertencer a não pertencer representam conceitos vagos expressos em linguagem natural Conjuntos Clássicos: limites precisos pertence ou não pertence a transição de pertencer a não pertencer é brusca
6
Profa. Silvia Modesto Nassar Conjunto A: { homem careca } Abordagem fuzzy: “grau de pertinência” ao conjunto A: [0;1] Abordagem Clássica: “ probabilidade de ocorrência” do conjunto A: [0;1] “ PRÉ-CLASSIFICAÇÃO” “classificação de um caso particular”
7
Profa. Silvia Modesto Nassar Incerteza Sistemas inteligentes incompletude da base de conhecimentos incerteza presente no domínio de aplicação Sistemas Especialistas Simbólicos: REGRAS Tipos de incerteza: imprecisão ou vagueza: SEDifusos aleatoriedade: SEProbabilísticos GRAUS DE CRENÇA
8
Profa. Silvia Modesto Nassar Incerteza Graus de CRENÇA Evidências F Medidas numéricas: [0, 1] oPlausibilidade oTeoria da evidência oProbabilidade oPossibilidade
9
Profa. Silvia Modesto Nassar Medidas de Incerteza Medida de Crença: Cr(A) expressa uma noção preconcebida sobre a ocorrência de algum evento A, tendo como suporte as evidências em relação a A Cr(A) + Cr ( A) ≤1
10
Profa. Silvia Modesto Nassar Medidas de Incerteza Plausibilidade: Pl(A) expressa que algum evento A é plausível de ocorrer Pl(A) = 1 - Cr ( A)
11
Profa. Silvia Modesto Nassar Medidas de Incerteza Ignorância: Ig(A) Ig (A) = 1 - [ Cr(A) + Cr ( A) ] Se Ig (A) = 0 então a ocorrência de A pode ser considerada utilizando medidas de probabilidade Se [ Cr(A) + Cr ( A) ] 1 então utilizar medidas de evidência
12
Profa. Silvia Modesto Nassar Medidas de Incerteza Teoria da Evidência Shafer, 1976 utiliza regras de combinação de crenças de Dempster, 1967 CORPO DE EVIDÊNCIA: (A ; m(A)) m 12 (A) = { m 1 (B). m 2 (C) /( 1 –K) para A B C=A onde K é um fator de normalização
13
Profa. Silvia Modesto Nassar Medidas de Incerteza Probabilidade: Cr(A) = P(A) Cr(A B) = Cr(A)+Cr(B) se (A B)= lei do meio excluído: (A A )= P ( A ) + P ( A ) = 1 P (A B) = P(A) + P(B) - P(A B)
14
Profa. Silvia Modesto Nassar Medidas de Incerteza Necessidade (Nec) e Possibilidade (Pos) Cr ( A B) = min[ Cr(A); Cr(B) ] = Nec( A B) Pl (A B) = max [Cr(A) ; Cr(B)] = Pos(A B)
15
Profa. Silvia Modesto Nassar Medida de Incerteza Possibilidade (Pos) Função distribuição de possibilidade r: r: X [0 ; 1] m (A) = (A)
16
Profa. Silvia Modesto Nassar Medida de Incerteza Possibilidade : Zadeh, 1963 é um caso particular de PLAUSIBILIDADE é usada,primariamente, em aplicações que utilizam linguagem natural para expressar o conhecimento uma distribuição de possibilidade é não probabilística o que é POSSÍVEL pode não ser PROVÁVEL, mas o que é IMPOSSÍVEL é inevitavelmente IMPROVÁVEL
17
Profa. Silvia Modesto Nassar Medidas de Incerteza: comparação Crença (A) Probabilidade (A) Possibilidade (A) Plausibilidade
18
Profa. Silvia Modesto Nassar INCERTEZA: taxinomia
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.