INDIRA NOLIVOS ALVAREZ, PhD. CARLOS JORDAN VILLAMAR, MSc. APLICACIÓN DE SISTEMAS EXPERTOS AL...
-
Upload
juan-montesano -
Category
Documents
-
view
239 -
download
0
Transcript of INDIRA NOLIVOS ALVAREZ, PhD. CARLOS JORDAN VILLAMAR, MSc. APLICACIÓN DE SISTEMAS EXPERTOS AL...
INDIRA NOLIVOS ALVAREZ, PhD.
CARLOS JORDAN VILLAMAR, MSc.
APLICACIÓN DE SISTEMAS EXPERTOS AL ANALISIS DE SISTEMAS
La ingeniería del conocimiento
SISTEMAS EXPERTOS
Un sistema experto debe ser capaz de emular a un experto resolviendo un problema específico.
Usuario
Base de conocimie
nto
Motor de inferenci
a
evidencia
experiencia
Sistema experto
•Datos•Hardware•Software
REPRESENTACION DEL CONOCIMIENTO
Motores de Inferencia están diseñados para un cierto tipo de representación del conocimiento como las reglas o la lógica.
Regla 1: SI ?x trabaja para ESPOL ENTONCES ?x gana un buen salario
La manera en la que el conocimiento es representado afecta el desarrollo, eficiencia, velocidad y mantenimiento del sistema experto.
El CONOCIMIENTO
EPISTEMIOLOGIA
ARISTOTELESPLATOKANTLOCKEMILL
TEORIAS FILOSOFICAS
CONOCIMIENTO PREVIO
CONOCIMIENTO POSTERIOR
TIPOS DE CONOCIMIENTO
Conocimiento procedimental: know how
Conocimiento declarativo: Proposiciones
Conocimiento tácito: Conocimiento inconsciente
JERARQUIA DEL CONOCIMIENTO
Metaconocimiento
Conocimiento
Información
Data
Ruido
REPRESENTACION DEL CONOCIMIENTO
Reglas de producción Redes semánticas: conocimiento
declarativo-estructura de conocimiento superficial
Esquemas: meta-conocimiento; causa-efecto
Marcos o cuadros: estereotipos, sentido común
Marcos situacionales Marcos de acción
Lógica y conjuntos Venn Diagram
ADQUISICION DEL CONOCIMIENTO
Experto Humano
Ingeniero del
conocimiento
Base de conocimiento del sistema
experto
Diálogo
Explícito
Proceso clave en el desarrollo de un modelo experto.
Giarratano & Riley, 2002
CRITERIOS
El propósito del ejercicio de modelaje. La fase del proceso de construcción del
modelo y el tipo de tarea que se realiza (Ej. extracción, exploración o evaluación).
Número de personas involucradas. El tiempo disponible. El costo del método.
METODOS
Métodos cualitativos: modelaje conceptual – basados en entrevistas
Metáfora-Analogía Causal loop diagrams
Métodos cuantitativos: modelaje formal Construcción de modelos dinámicos Construcción de modelos matemáticos
MÉTODO DE EXTRACCIÓN DEL CONOCIMIENTO
Fase de posicionamiento Establecer el contexto Enfocarse en una relación a la vez Ilustrar el método
Fase de descripción Descripción visual Descripción verbal Descripción textual Descripción gráfica
Fase de discusión Analizar descripciones individuales Comparar descripciones
MOTOR DE INFERENCIA
Deducción: causa + regla efecto Abducción: efecto + regla causa Inducción: causa + efecto regla
Data-driven Análisis de datos
Goal driven Enfocado en la solución
ADQUISICION DEL CONOCIMIENTO
Experto Humano
Ingeniero del
conocimiento
Base de conocimiento del sistema
experto
Diálogo
Explícito
Proceso clave en el desarrollo de un modelo experto.
Giarratano & Riley, 2002
PROCESO DE DECISION
ANALISIS DELPROBLEMA
CONSTRUCCION DEMODELOS
DISEÑO DE ALTERNATIVAS(SOLUCION)
SELECCION DE UNAALTERNATIVA
SISTEMA EXPERTO
PROCESOS ACTORES
DEFINICION DEL PROBLEMA Expertos, involucrados,
ingeniero del conocimiento
DISEÑO DEL SISTEMA: Expertos, involucrados,
Conocimiento, datos ingeniero del conocimiento
asunciones, modelos-reglas
IMPLEMENTACION DEL SISTEMA Ingeniero del conocimiento,
programadores
VALIDACION DEL SISTEMA Involucrados, Ingeniero del
conocimiento, expertos
CONSTRUCCIÓN DE MODELOS
Identificación del objetivo: que debe arrojar el modelo?
Identificación de variables: cualitativas/cuantitativas
Identificación de procesos: simples/complejos Identificación de interrelaciones: integración de
procesos Identificación de asunciones:
contexto/simplificación Identificación de escenarios: condiciones de fondo Implementación formal
LA CUENCA DEL RIO CHAGUANA
OBJETIVO: MANEJO INTEGRADO DEL AGUA
ANALISIS DEL PROBLEMA DE MANEJO DEL AGUA
COLECCION DE DATOS // EXTRACCIÓN DEL CONOCIMIENTO
SELECCION DE MODELOS IA / ESTADISTICOS / MATEMATICOS
DESARROLLO DE APLICACIONES
ANALISIS DE DATOS Y CONOCIMIENTO
ESTADISTICO EXPERTO
ESTRATEGIA
Economical revenue
Environmental risks:
Human health
Agricultural Practices:
Pest Control
Crop Yield
Water Quality
Production Costs
(-)
(+)
(+)
(-)
(-)
(+)
Export Price
(+)
MODELO AGNPS (concentración de
Propiconazole en ríos)
No existe modelo formal
ANALISIS DEL PROBLEMA: MODELO CONCEPTUAL
COLECCION DE INFORMACION
Variable Unidad Media DS Rango Serie
Emisión foliar (FE) leaves/week 1.0 0.1 0.7-1.3 2003-2008*
Lluvia acumulada (R) mm/week 20 36.3 0-346.7 2003-2008*
Estado de evolución de S.N. (SED)
329.4 83.4 173.6-669.2 2003-2008*
Hoja más joven con síntomas de S.N.(YLS)
leaf number 7.2 0.4 6.0-8.7 2003-2008*
Período de fumigación (FP)
days 18.1 3.3 12-27 2003-2008*
Producción de banano (BP)
boxes/ha/ week
30.1 7.1 14.0-61.4 2003-2008+
* (excepto 2005) + (excepto 2003)
DATOS
Irrigación & Drenaje
Labores agrícolas
Producción de banano
Emisión foliar
Clima
Lluvia
Fertilización
Infección por Sigatoka negra
Estado de evolución de la enfermedad
Período de fumigación
Infr. Drenaje
Irrigación
Textura del suelo
Hoja mas joven con síntomas
MODELO EXPERTO
PARAMETRIZACION DEL MODELO EXPERTO
24
1. Datos: frecuencia relativa de ocurrencia de un estado de la variable objetivo frente a la combinación de estados de las variables que la influencian directamente. (VALIDACION)
2. Estimación directa de los parámetros:
Cual es la probabilidad de que la produccion sea alta dado que drenaje & irrigación, prácticas agrícolas y fertilización son buenas, pero el clima es húmedo y la infección de Sigatoka negra es alta?
3. Estimación indirecta de parámetros:
modelos canónicos: Noisy-OR
Noisy-AND
Asumen independencia de influencias causales.
TALLER SOBRE ESTRUCTURACION DEL CONOCIMIENTO
CASO:Asesoría para ubicar una vivienda en Guayaquil,
considerando los escenarios futuros de inundación por la acción del cambio climático.
ACTORES:La dinámica del juego considera a tres participantes por
grupo. Experto: persona que maneja conocimiento, criterios y
capacidad de juicio especializado. Cliente: persona que recurre al experto en busca de una
solución a su problema. Ingeniero del conocimiento: observador que
documenta la interacción entre el experto y el cliente, recreando el modelo de solución aplicado por el experto.
RECURSOS
Comunicación verbal explícita: Entrevistas estructuradas/no estructuradas (cliente, experto e ingeniero del conocimiento)
Datos del problema (cliente) Criterios y juicios para la solución del
problema (experto) Reglas de producción, redes semánticas o
esquemas (ingeniero del conocimiento) Validación (experto e ingeniero del
conocimiento)