Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

UNIVERSITY OF PADERBORN Projektgruppe KIMAS Case-based Reasoning 5.9.2003 Li Liu.

Ähnliche Präsentationen


Präsentation zum Thema: "UNIVERSITY OF PADERBORN Projektgruppe KIMAS Case-based Reasoning 5.9.2003 Li Liu."—  Präsentation transkript:

1 UNIVERSITY OF PADERBORN Projektgruppe KIMAS Case-based Reasoning Li Liu

2 UNIVERSITY OF PADERBORN 2/32 Projektgruppe KIMAS - CBR Gliederung 1. Case-based Reasoning 2. Retrieval 2.1 Fallrepräsentation 2.2 Ähnlichkeitsbestimmung 3. Revise 4. Reuse 5. Retain 6. Fazit

3 UNIVERSITY OF PADERBORN 3/32 Projektgruppe KIMAS - CBR CBR Künstliche Intelligenz reasoning by remembering Zielfall (target case): zu lösendes Problem/Fall Basisfall (base case): Problem/Fall mit Lösung im Speicher CBR-System sucht einen Basisfall mittels des Zielfalls und löst das Zielproblem mit Hilfe der Lösung des Basisfalls.

4 UNIVERSITY OF PADERBORN 4/32 Projektgruppe KIMAS - CBR Ein einfaches Beispiel von CBR Zielfall Basisfall

5 UNIVERSITY OF PADERBORN 5/32 Projektgruppe KIMAS - CBR CBR-Modell Zielfall Basisfall

6 UNIVERSITY OF PADERBORN 6/32 Projektgruppe KIMAS - CBR Auszüge der Geschichte von CBR 1977 USA: R. Schrank, Uni. Yale, Dynamic Memory Theory 1983 USA: J. Kolodner, CYRUS, erstes implementiertes System, Frage-Antwort-System Seit 1998: zunehmendes Interesse in USA Deutschland: M. Richter, Universität Kaiserslautern, komplexe technische Diagnose in MOLTKE Seit 1991: zunehmendes Interesse in Europa

7 UNIVERSITY OF PADERBORN 7/32 Projektgruppe KIMAS - CBR Zyklus des CBRs Retrieve: Finde einen ähnlichen Fall bzw. eine Menge ähnlicher Fälle Reuse: Lösung übertragen und anpassen Revise: Lösung überprüfen/verbessern Retain: gemachte Erfahrung speichern

8 UNIVERSITY OF PADERBORN 8/32 Projektgruppe KIMAS - CBR Fallrepräsentation Was ist ein Fall? Ein Stück Wissen in Kontext, das eine Erfahrung repräsentiert Beschreibt einen speziellen Fall Unabhängig von anderen Fällen Keine Regel! Problem Solution Case 001 more informations

9 UNIVERSITY OF PADERBORN 9/32 Projektgruppe KIMAS - CBR Repräsentationsformalismen Wichtig in CBR Attribut-Wert-Paare: Typ: Integer, String, Datum, Hyperlink etc. Beispiel: Preis: 80,99 Euro Formalisierungsregeln der Fälle möglichst identisch Eindeutige Lösung für jedes Problem Adaptierter Fall als neuen Fall mit neuer Lösung einfügen Wert Attribut

10 UNIVERSITY OF PADERBORN 10/32 Projektgruppe KIMAS - CBR Beispiel für Fallrepräsentation Feste Attributmenge: Variable Attributmenge:

11 UNIVERSITY OF PADERBORN 11/32 Projektgruppe KIMAS - CBR Ähnlichkeitsbestimmung Zentraler Begriff in CBR Parameter: Ci Problembeschreibungen für Fall i SIM(C1,C2) Ähnlichkeitsmaß zwischen Fall 1 und Fall 2 p Anzahl der Attribute w j Gewicht (weight) des Attributes j sim j Ähnlichkeit (similarity) für Attribut j

12 UNIVERSITY OF PADERBORN 12/32 Projektgruppe KIMAS - CBR Vergleich das neue Problem mit Fall 1 SIM(new, Case1) = [ 6* * * * * 1.0 ] / 20 = 0.86

13 UNIVERSITY OF PADERBORN 13/32 Projektgruppe KIMAS - CBR Vergleich das neue Problem mit Fall 2 SIM(new, Case1) = [ 6* * * * *0 ] / 20 = Fall 1 ist ähnlicher wegen Zustand der Scheinwerfer.

14 UNIVERSITY OF PADERBORN 14/32 Projektgruppe KIMAS - CBR Retrieval Suche die ähnlichsten Erfahrungen (Fälle) im Speicher. Beispiel: - Auto kaufen: Silber, Navigationssystem, großer Kofferraum, Seitenairbags, 4- Motions, Diesel, < 30,000 Euro. - Suche mit SQL-Anfrage - Kein solches Auto! - Ändern die Kriterien - Der Kunde möchte nur die Automodelle sehen, die den meisten Kriterien genügen.

15 UNIVERSITY OF PADERBORN 15/32 Projektgruppe KIMAS - CBR nearest-neighbour retrieval

16 UNIVERSITY OF PADERBORN 16/32 Projektgruppe KIMAS - CBR Zyklus des CBRs Retrieve: Finde einen ähnlichen Fall bzw. eine Menge ähnlicher Fälle Reuse: Lösung übertragen und anpassen Revise: Lösung überprüfen/verbessern Retain: gemachte Erfahrung speichern

17 UNIVERSITY OF PADERBORN 17/32 Projektgruppe KIMAS - CBR Reuse Wichtige Information: -Ähnlichkeit zwischen dem alten und neuen Modell -übertragbare Teile Kopieren Anpassen 1.Wiederverwendung der alten Lösung (transformational reuse) 2.Wiederverwendung der alten Methoden (derivational reuse)

18 UNIVERSITY OF PADERBORN 18/32 Projektgruppe KIMAS - CBR Reuse die Lösung vom Fall 1

19 UNIVERSITY OF PADERBORN 19/32 Projektgruppe KIMAS - CBR Zyklus des CBRs Retrieve: Finde einen ähnlichen Fall bzw. eine Menge ähnlicher Fälle Reuse: Lösung übertragen und anpassen Revise: Lösung überprüfen/verbessern Retain: gemachte Erfahrung speichern

20 UNIVERSITY OF PADERBORN 20/32 Projektgruppe KIMAS - CBR Revise Bewertung des Falles durch: Feedback nach Durchlauf Bewertung von Experten Kriterien: Korrektheit der Lösung Qualität der Lösung anderes Reparatur des Fehlers Fehler erkennen Fehler verbessern

21 UNIVERSITY OF PADERBORN 21/32 Projektgruppe KIMAS - CBR Zyklus des CBRs Retrieve: Finde einen ähnlichen Fall bzw. eine Menge ähnlicher Fälle Reuse: Lösung übertragen und anpassen Revise: Lösung überprüfen/verbessern Retain: gemachte Erfahrung speichern

22 UNIVERSITY OF PADERBORN 22/32 Projektgruppe KIMAS - CBR Retain (Lernen) 1 Lernen von jedem Schritt: Neue Erfahrung Verbesserte Ähnlichkeit und wichtige Attribute Bestimmung Organisation/Indizieren der Datenbanken Wissen von Adaption der Lösungen Löschen der überflüssigen/ungültigen Fälle Wissensbehälter (Richter, 1995): Vokabular (benutzte Attribute) Falldatenbank Ähnlichkeitsbestimmung Lösungsadaption

23 UNIVERSITY OF PADERBORN 23/32 Projektgruppe KIMAS - CBR Retain 2 Fall aktualisieren, egal, wie das Problem gelöst wurde. alten Fall erweitern neuen Fall konstruieren ungültigen/überflüssigen Fall löschen

24 UNIVERSITY OF PADERBORN 24/32 Projektgruppe KIMAS - CBR Applikationsbeispiele 1 Expertensystem für Hühneraufzucht: Speisekarten für Eierhühner nach dem Wissen von Nahrung und Futter, Falldatenbank und Speiseadaptionsregeldatenbank Landwirtschaftliche Expertenentscheidungssystem: hohe Maisproduktion: Sortenkombinationen, Düngeplanung und Feldmanagementmethode Expertensystem der Diagnose für Schweinekrankheiten.

25 UNIVERSITY OF PADERBORN 25/32 Projektgruppe KIMAS - CBR Applikationsbeispiele 2 Entscheidungshilfe bei Gericht: Ersten Beurteilungsentwurf erstellen Warnen vor möglichen falschen Anwendungen des Gesetzes Richtigkeit im Test in Taiwan über 90% Case-based Reasoning und Rule-based Reasoning Techniken zusammen eingesetzt

26 UNIVERSITY OF PADERBORN 26/32 Projektgruppe KIMAS - CBR Applikationsbeispiele 3 Militärische Anwendungsforschung in militärischen Szenarien (Krieg auf Papier): Case-based Reasoning kombiniert mit Group Decision Support System Case-based Group Decision Support System Ziel: militärische Simulation und Training gemeinsam anzubieten

27 UNIVERSITY OF PADERBORN 27/32 Projektgruppe KIMAS - CBR Applikationsbeispiele 4

28 UNIVERSITY OF PADERBORN 28/32 Projektgruppe KIMAS - CBR Applikationsbeispiele 5 Baudesign Übersetzungsmaschinen Kostenschätzungen Online-Demos: CarSmart SmartCooking Beispielprodukt:

29 UNIVERSITY OF PADERBORN 29/32 Projektgruppe KIMAS - CBR Software-Tools ART*Enterprise Case-1 CaseAdvisor CasePower Eclipes - The Easy Reasoner CBR3 KATE ReCall

30 UNIVERSITY OF PADERBORN 30/32 Projektgruppe KIMAS - CBR Anwendungsmöglichkeiten in KIMAS Bot stellt Anfrage an CBR, was zu tun ist. Wenn unterlegen, Hilfe von anderen Bots holen oder weglaufen und regenerieren? Wie weglaufen? … Intelligente Bots

31 UNIVERSITY OF PADERBORN 31/32 Projektgruppe KIMAS - CBR Fazit von CBR Input: vorhandene Information Output: möglichst passende Lösung Einfach zu benutzen: Problembeschreibung mit natürlicher Sprache auch für Nicht-Experten möglich Funktioniert auch bei unvollständig vorhandenem Wissen Akkumulator von Wissen Wissen in der Falldatenbank einfach zu updaten und warten Anfängliche Modellierung der Fälle und Ähnlichkeit sind wichtig.

32 UNIVERSITY OF PADERBORN 32/32 Projektgruppe KIMAS - CBR Literatur Janet Kolodner: Case-based Reasoning, Morgan Kaufmann, 1993 Watson, Ian: Applying case-based reasoning: Techniques for enterprise Systems, Morgan Kaumann Publishers, California, 1997 Lenz, Bartsch-Spörl, Burkhard, Wess. Case-Based Reasoning Technology: From Foundations to Applications, Springer-Verlag, 1998 Bergmann, Ralph: Grundlagen Fallbasierter Systeme, WS99/20, kl.de/~bergmann/CBRVL2k/...


Herunterladen ppt "UNIVERSITY OF PADERBORN Projektgruppe KIMAS Case-based Reasoning 5.9.2003 Li Liu."

Ähnliche Präsentationen


Google-Anzeigen