Fuzzy- Systeme AS2-6. R. Brause: Adaptive Systeme - 2 - Fuzzy-Variable...
-
Upload
aldrich-eden -
Category
Documents
-
view
105 -
download
0
Transcript of Fuzzy- Systeme AS2-6. R. Brause: Adaptive Systeme - 2 - Fuzzy-Variable...
Fuzzy-Systeme
AS2-6
R. Brause: Adaptive Systeme - 2 -
Fuzzy-Variable
Definition Zugehörigkeitsfunktion m(x)
m(x) 1
0 x
xA
AllgemeinKontin. Zuordnung: „x hat den Zustand xA“ durch m(x)
z.B. Person ist „normal“ groß
0 und 1 sind nur Extremwerte von m(x)
X = Sandmenge
m(x)z.B. m(x) für „Sandhaufen“
R. Brause: Adaptive Systeme
Fuzzy-Regelsysteme
Anwendung in der Medizin
- 3 -
R. Brause: Adaptive Systeme - 4 -
Fuzzy-Regeln
Beispiel Zugehörigkeitsfunktionen für „Wetter“
Naß
1
0
schlechtschön
Wetter
PrinzipienWENN (Helligkeit = normal) UND (Feuchte = trocken)
DANN (schönes Wetter)
WENN (Helligkeit = dunkel) UND (Feuchte = naß)DANN (schlechtes Wetter)
Wetterzustand (b1,b2) = ?
my1(y) my2(y)
R. Brause: Adaptive Systeme - 5 -
Fuzzy-Regeln
Beispiel Zugehörigkeitsfunktionen für „Wetter“(b1,b2)
PrinzipienWENN (m12(x1=b1)) UND (m21(x2=b2)) DANN (schönes Wetter)
WENN (m11(x1=b1)) UND (m22(x2=b2)) DANN (schlechtes Wetter)
Auswertung
„UND“-Terme: i mi(xi) = ?
„DANN“-Term: Verrechnung mit my?
Multiple Regeln: Verrechnung, Defuzzifikation ?
R. Brause: Adaptive Systeme - 6 -
m2 (x
2 )=1
m2(x
2)
x2
m
1(x
1)=1
m1(x1)
x1
x1
x2
Fuzzy-Regeln
Auswertung der UND-Terme S(x1,x2) = m1(x1) UND m2(x2)
Core region
Support region
Core-Region
S(x1,x2) = 1
Support-Regionm1=1,m2<1: S = m2
m2=1,m1<1: S = m1
Also S = min(m1,m2)
oder S = m1· m2
R. Brause: Adaptive Systeme - 7 -
schlecht schön
my1 my2
Auswertung
Auswertung des DANN-Terms WENN S(x1,x2) DANN my(y)
S1(x)
Zugehörigkeit
schlecht schön
my1 my2
correlation minimum encoding
Mij(y) = min (Si, myj(y))
S (x) 1
correlation product encoding Mij(y) = Si ·myj(y)
Ergebnisse UND-Terme: Y1 = S1(b1,b2) für „schlecht“,
Y2 = S2(b1,b2) für „schön“
Erstellen neuer Zugehörigkeitsfunktionen M(y):
S2(x) S2(x)
R. Brause: Adaptive Systeme - 8 -
Auswertung
Verrechnung multipler Regeln
Jedes Prinzip, Regel = Bewertung einer AusgabemengeBilden der gemeinsamen Ausgabefunktion
Zugehörigkeit
S2(x)
schlecht schön
my1 my2
S1(x)
correlation minimum encoding
S2(x)
S1(x)
schlecht schön
my1 my2
correlation product encoding
M(y) = max (my1,my2)
R. Brause: Adaptive Systeme - 9 -
Auswertung
Defuzzifikation
Gesucht: numer. Wert der AusgabefunktionSchwerpunkt bilden der gewichteten Ausgabefunktion M(y)
Zugehörigkeit
S2(x)
schlecht schön
my1 my2
S1(x)
correlation minimum encoding
S2(x)
S1(x)
schlecht schön
my1 my2
correlation product encoding
y = p(y) y dy mit p(y) = Normierung dy)y(M
)y(M
Fuzzy-Regel
Regel = m(x) AND m(y) bzw. m(x) DANN m(y)
R. Brause: Adaptive Systeme - 10 -
R. Brause: Adaptive Systeme - 11 -
Auswertung der Regelmenge
Approximation Rechnung
f(x) = = i wi yi
dyyM
dyyyM
wenig überlappend
Fuzzy Regeln Defuzzifizierung S1F1(x)
Sry Fry (x)
f(x)
i i ii
k kk
S w F
S F
k kk
ii
FS
FSmit yi =
RBF-Netzwerk !
R. Brause: Adaptive Systeme - 12 -
Adaption von Fuzzy-Systemen
Problem - Lage der Zentren - Breite der Zugehörigkeitsfunktionen
LösungAbbildung der initialen Prinzipien auf RBF-NeuroneModellierung der UND-Terme als RBF-Neuron:
S (x1,...,xn) = mi(x1)·…· mk(xn) correlation product enc.
Zusätzliche Integration der Schlussfolgerung
SRBF(x1,...,xn,y) = S (x1,...,xn)·mr(y)
Trainieren des RBF-NetzesErmitteln der Parameter für mi,...,mk,mr
Rückabbildung auf Prinzipien
R. Brause: Adaptive Systeme
Fuzzy-Regelsysteme
Anwendung in der Medizin
- 13 -
Diagnose mit neuronalen Netzen
Was ist Septischer Schock?
Nach Infektion (oder Verletzung) kann eine körperliche Reaktion spezielle Zustände hervorrufen (erhöhte Herz-frequenz & Temperatur, geringer Blutdruck, ...)
Septischer Schock hat geringe Auftrittswahrscheinlichkeit (ca. 3-7%), aber hohe Letalität (ca. 50%) durch Multiorgan-versagen
Es existieren bisher keine erfolgreiche Frühwarnung und keine erfolgreiche Therapie
- 14 -R. Brause: Adaptive Systeme
Diagnose von Septischem Schock 1Methode: überwachtes, wachsendes neuronales Gas
Mittel- Standard- min % max %wert in % Abweichung
Diagnose ok 67,84 6,96 61,17 75,05Sensitivität 24,94 4,85 19,38 28,30Spezifität 91,61 2,53 89,74 94,49
Klasse überlebend
Klasse verstorben
Merkmal 1
Mer
kmal
2
1. Schicht 2. Schicht
- 15 -R. Brause: Adaptive Systeme
Diagnosen durch Neuronale Netze Probleme
Interpretation der Ergebnisse von Netzen ist für Ärzte nicht zumutbar
Es gibt nur wenige Beispiele, aber viele Merkmale pro Beispiel (Fluch der Dimensionen)
Lösungen
Verwendung von Fuzzy-Zugehörigkeiten bzw. RBF-Netzen für die linguist. Bezeichnungen
Wachsende rezept. Felder und wachsende Netze
Ergebnisse in Form von Regeln
R. Brause: Adaptive Systeme - 16 -
1. 4.
6. 7.
2. 3.
5.
- 17 -R. Brause: Adaptive Systeme
Regelgenerierung
Aufteilen und Verschmelzen von Regionen
Regelgenerierung
Alternativ kann man auch anhand der Daten direkt versuchen, Rechtecke zu finden mit einer Fehlertoleranz und einer Generalisierung;
• das Rechteck kann adaptiv wachsen
• überflüssige Regeln werden gelöscht.
Vorteil:
Für gleichfarbige Punkte innerhalb eines Rechteckes muss kein Rechteck mehr generiert werden.
- 18 -R. Brause: Adaptive Systeme
Aufstellen von Regeln
Suche RBF-Bereich (und Klasse), durch WTA. Dann….
4 Phasen für Einbeziehung eines Sample x : Berthold 1999
Abdecken (Cover)Wenn x im Support-Bereich eines RBF liegt, erweitere den Core-Bereich auf x. Erhöhe das Gewicht des RBF in der 2.Schicht.
Hinzufügen (Commit)Wenn nicht, füge eine neue RBF ein an Position x mit Gewicht 1.Core = 0, Support = ∞
Schrumpfe neuen Bereich (Shrink committed)Verringere den Support-Bereich des neuen RBF so, dass er ex. Bereiche anderer Klassen nicht überdeckt. Dies für jede Dimension.
Schrumpfe überdeckte Bereiche (Shrink conflict)Verringere Core und Support anderer RBF, die eine andere Klasse haben.
R. Brause: Adaptive Systeme - 19 -
Aufstellen von Regeln
ProblemeDie Regeln sind abhängig von der Präsentationsreihenfolge
Ausreißer erhalten extra Regeln
Die Supportbereiche überlappen stark
Die Core-Bereiche unterschiedlicher Klassen können überlappen (Konfusion!)
Abhilfe Paetz 2002
Ähnliche Regeln werden zu einer zusammengefasst
Ausreißer werden nicht extra eingefügt, sondern zunächst registriert in einem Zähler bei jeder Klasse. Erst ab einem Schwellwert wird eine eigene Klasse erstellt. Dadurch gibt es weniger überlappende Bereiche.
R. Brause: Adaptive Systeme - 20 -
Leistungsmaße
Testen aller Modifikationen: Aufstellung von Leistungsmaßen für die Regeln !
Hk = Support von RBF-Neuron k mit Regel Rk
Häufigkeit freq (Rk) = #samples of class k / all samples
Konfidenz conf (Rk) = #samples of class k / samples in Hk
Ähnlichkeit von Regeln Ri und Rj sim(Ri,Rj) = | Ri Rj | _
max{ |Ri|, |Rj| }
Problem: unterschiedl. Werte für freq() und conf() beider Regeln
sind im Maß nicht enthalten
Lsg: Addition von |1-Diff| der Regelwerte
R. Brause: Adaptive Systeme - 21 -
Diagnose mit neuronalen NetzenDaten Paetz, Brause 2001
362 Patienten mit sept. Schock (1996-1999), 15% verstorben 30 binäre Variablen (JA/NEIN): min.12, max.30, mittl. 25
VerfahrenRegelbasierte Diagnose mit wachsendem RBF-Netz
Ergebnisseverstorben: 1284 Regeln mit Konfidenz >75%, Häufigkeit >2%
† IF minimal_use_of_three_diff_antibiotics=YES AND artificial_respiration=YES AND tube_feeding=NO THEN class deceased WITH conf=0.82 AND freq=0.03
† IF organ_failure=YES AND antiarrythmics=YES AND haemodialysis=YES AND peritoneal_lavage=YES THEN class_deceased WITH conf=0.8 AND freq=0.03
überlebend: 9976 Regeln mit Konfidenz >98%, Häufigkeit >16,5%♥ IF peritoneal_lavage=NO AND thrombocyte_concentrate=NO AND
haemodialysis=NO THEN class_survived WITH conf=0.98 AND freq=0.42
♥ IF haemofiltration=NO AND reoperation=NO AND acute_renal_failure=NO ANDliver_cirrhosis=NO THEN class_survived WITH conf=0.99 AND freq=0.29
- 22 -R. Brause: Adaptive Systeme
Diagnose von Septischem Schock 2Methode: Diagnose durch regelbasiertes RBF-Netz
mitt. standard min maxWert Abweich.
Klasse ok 68.42 8.79 52.92 74.74Sensitivität 18.15Spezifität 88.00
~ 23 Regeln für überlebend
~ 18 Regeln für verstorben
Regeltyp
IF var1 in (-,50) AND IF var2 in (20,40)THEN class1 WITH class_confidence=80%
AND frequency=5%
Keine Zeitdynamik!
- 23 -R. Brause: Adaptive Systeme
Diagnose von Septischem Schock 3Variable: „ Blutdruck und Thrombozytenzahl “
IF BlutdruckSystolisch in (114.50,140.91) AND Thrombozyten in (169.00,678.00) THEN class survived WITH testfrequency=0.33 AND testconfidence=0.87
FROM 28 different patients
IF BlutdruckSystolisch in (102.29,118.17)AND Thrombozyten in ( 29.00,171.00) THEN class deceased WITH testfrequency=0.11 AND testconfidence=0.89
FROM 12 different patients
- 24 -R. Brause: Adaptive Systeme