Примеры стратегии вывода

Рассмотрим формализм нормальных алгоритмов Маркова, в котором правила вывода реализуются на основе операторов подста­новки.

Пусть а и b - произвольные слова. Будем говорить, что слово а входит в слово b, если существуют такие слова с и d, что b = cad.

Основным правилом вывода является подстановка. Оператор под­становки а ® b используется для замены левого вхождения слова а на слово b. Для того, чтобы применить оператор а ® b к слову e, необ­ходимо, чтобы е содержало а. В последнем случае будем говорить, что выполнены условия применимости оператора а ® b. Из множества операторов, для которых выполнены условия применимости, всегда выбирается один оператор (например, первый по порядку). Отметим, что вывод считается детерминированным, если всякий раз условия при­менимости выполняются не более чем для одного правила вывода. Алгоритм завершает работу, если либо нет выполнимых операторов, либо выполняется специальный оператор конца (стоп-оператор).

Пример.

(1) a ® bc

(2)c ® ebcc

(3)c ® d

(4)d ® e

(5)b ® e

(6) есс ® d.

e - символ пробела.

Рассмотрим, как преобразуется в этой системе слово cad:

cad ® ebccad ® eccad ® dad ® ad ® bcd ® cd ® ebccd ® eccd ® dd ® d ® e

 

 

Здесь внизу под стрелкой указан номер оператора.

В системах нормальных алгоритмов Маркова выводимость трак­туется в конструктивном смысле - как получение из исходного слова (образца) других слов. Это - так называемый вывод по образцу (на­шедший применение, например, в системах, использующих фреймы и семантические сети). Каноническая продукционная система Поста так­же является системой вывода по образцу.

Пусть x1, x2, ..., xn - попарно различные переменные, которые име­ют области определения D1, D2, ..., Dm соответственно. Если переменная х связана некоторым значением из Dj, , то будем вместо х, писать .

Образец t это конструкция

t

где каждому xi, сопоставлен терм уi , являющийся либо самой перемен­ной хi, (если она не связана), либо , если xi = .

Например,

t1 =

Пусть даны два образца t1 и t2. Будем говорить, что из t1 и t2 выводится образец t3, и писать это: , если выполнены следующие условия:

1) t1 и t2 содержат общие переменные

2) пусть xi - одна (любая) из общих переменных, тогда xi и в t1, и в t2 либо связана одним и тем же значением, либо как минимум од­на из них не связана вовсе.

3) t3 образуется путем включения (без дублирования) всех перемен­ных из t1 и t2. При этом если общая переменная xi связана, скажем в t1, значением хi = а, а в t2 свободна ( не связана), то в t3 xi будет иметь значение а. В этом случае говорят, что переменные в t3 наследуют значения соответствующих переменных в t1, t2.

Пример вывода по образцам t1, t2 образца t3.

t1 =

t2 =

из t1, t2 выводим образец t3

t3 =

Другой важной стратегией, используемой в машинах вывода, является Байесовская стратегия вывода, которая используется в систе­мах, где детерминированность выводов является скорее исключением, чем правилом.

Байесовская стратегия вывода оперирует вероятностными знания­ми. Ее основная идея заключается в оценке апостериорной вероятности гипотезы при наличии фактов, подтверждающих или опровергающих гипотезу. Пусть

Р(Н) = - априорная вероятность гипотезы Н при отсутствии каких- либо свидетельств;

Р(Н:Е) = - апостериорная вероятность гипотезы Н при наличии свидетельства Е.

Согласно теоремы Байеса:

(1.26)

и

где Р(Н*)оценивает новую вероятность гипотезы Н с учетом свиде­тельства Е.

Введем отношение правдоподобия ОП(Н:Е),

(1.27)

а также формулу для вычисления шансов O(H),

(1.28)

Из (1.28) нетрудно обратным преобразованием получить

(1.29)

Теперь формула Байеса (1.8) на языке шансов принимает следую­щий вид:

O(H*) = O(H) OП(H:E),(1.30)

где O(Н*) - новая оценка шансов для гипотезы Н с учетом свидетельст­ва Е.

Формула (1.30) при наличии многих свидетельств E1, E2, ..., En при­нимает вид:

(1.31)

Таким образом, на основании формул (1.30) и (1.31) имеется воз­можность просто пересчитывать апостериорные вероятности гипотез на основании получаемых свидетельств. Теорема Байеса является основой механизма вывода в экспертных системах PROSRECTOR и HULK.

Рассмотрим пример использования стратегии Байеса. Пусть требуется провести дифференциальную диагностику между заболева­ниями D1, D2, ..., Dn. Для простоты, пусть имеется три заболевания и че­тыре признака, по которым должен быть составлен диагноз.

Заболевания:

D1 - тетрадаФалло, D2 - дефект межпредсердечной перегородки, D3 - незараценный артериальный проток.

Признаки:

S1 - цианоз, S2 - усиление легочного рисунка, S3 - акцент II тона во втором межреберье слева, S4 - правограмма (ЭКГ).

Допустим, известны следующие условные и безусловные вероят­ности (табл. 1.2), полученные на основе накопленной статистики о боль­ных данными заболеваниями.

Таблица 1.2

Dj P(Dj) P(S1/Dj) P(S2/Dj) P(S3/Dj) P(S4/Dj)
D1 0,35 0,9 0,05 0,6
D2 0,15 0,15 0,8 0,8 0,8
D3 0,50 0,10 0,95 0,90 0,10

 

Пусть у пациента налицо все четыре признака: S1, S2, S3, S4. Каков диагноз заболевания? На основе теоремы Байеса можно оценить апо­стериорные вероятности заболеваний в предположении, что признаки S1, S2, S3, S4 независимые. Найдем

(1.32)

Из условия независимости признаков имеем:

P(S1, S2, S3, S4|Di) = P(S1|Di) × P(S2|Di) × P(S3|Di) × P(S4|Di) (1.32)








Дата добавления: 2016-03-05; просмотров: 905;


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию.

Поделитесь с друзьями:

Если вам перенёс пользу информационный материал, или помог в учебе – поделитесь этим сайтом с друзьями и знакомыми.
helpiks.org - Хелпикс.Орг - 2014-2024 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.013 сек.