Vages Wissen in diagnostischen Agentensystemen
Mitchel BerberichLehrstuhl Info VI - Uni
WürzburgTheorietag 2000
Übersicht Verteilte Diagnosesysteme Verschiedene Detaillierungsgrade
Daten (Numerisch <-> Multiple Choice) Zuverlässigkeitsangaben
(Wahrscheinlichkeiten <-> Punkteschema)
Stellen von Diagnosen Kombinierte Empfehlungen Gegenseitige Kritik
Coop-D3 Architektur Diagnoseagenten Kommunikation
über Blackboard Agenten besitzen
Abbildungswissen Überweisung Abklärungen Enwicklungshilfen
Glossar
Agentenarchitektur
Indirekte Adressierung über Kompeten-zen und Teamstruktur
Einzelne Wissensbasen können sich auf verschiedenen Servern befinden
Brokerarchitektur vs. Useragents
Broker enthalten ... Kommunikationsmodul Terminologie-Wissensbasis Informationssystem Wissen zum Auffinden von Spezialisten Modul zum Auflösen bzw. Reduzieren
von Mehrdeutigkeiten Modul zum Kombinieren von
Teillösungen
Diagnosesysteme enthalten ...
Problemlöser Wissen über die Existenz anderer
Agenten Abbildungswissen für Im- und Exporte in
bzw. aus der Terminologiewissensbasis Kritikwissen ... und berücksichtigen
Mehrdeutigkeiten
Unsicheres Wissen
Darstellung unsicherer Daten Wahrscheinlichkeiten (Bayes & ~sche
Netze)
Punkteschemata Bewertungsklassen Ergebnisse eines Fallvergleichs Dempster-Shafer-Theorie Ausgaben Neuronaler Netze Angaben zu Benutzereingaben
Weitergabe von Unsicherheiten
Übersetzung Analytischer Ansatz (Beispiel HECODES) Punkteschema / Bewertungsklassen Ausfiltern konkurrierender Lösungen, keine
globale Nützlichkeitsfunktion => Aufträge mit Zielvorgabe werden notwendig
Überlappende Kompetenzbereiche Kombination / Bewertung von Ergebnissen
HECODES (I/IV) Framework for heterogeneous cooperative
distributed expert systems (C. Zhang 1992 - 1996) Streng analytischer Ansatz, aufgezeigt an EMYCIN,
PROSPECTOR und MYCIN In den meisten Systemen existiert Beschreibung der
Wahrscheinlichkeit v. Daten, Wissen und der Algorithmen (meist Semigroup), von denen eine homomorphe Transformation der Wahrscheinlich-keitsangaben abgeleitet werden kann
Normpunkte wahr und falsch, dazwischen monoton
Angaben in EMYCIN : [-1;1] ist [sicher f; sicher t] PROSPECTOR : [0;1] ist [sicher f; sicher t] MYCIN: Tupel (0,1) ist sicher falsch
Transformation von MYCIN nach EMYCIN
Nachteile Starke Abhängigkeit zwischen den Agenten Zwar bestmöglichste Abbildung, aber ist dies notwendig?
HECODES (II/IV)
PROSPECTORinDefaultw.
und)4.06.01(mit
2.0&0)21(
)1(2.0&0)4.06.01(
2.0&0)21)(1(
)1(2.0&0)1(
0
20
0200
20
02
0
000
000
00
p
xxpz
pxpzp
zppxxxp
pxppx
xppppxxp
xF
Mehrdeutigkeiten
Detaillierungsgrade Probleme
Quantitative Daten -> numerische Daten Quantitative Daten -> quantitative Daten Kombinierte Herleitung
Mögliche Lösung: Daten werden immer in höchster Auflösung erhoben.
Bei Bedarf Rückfragen an Benutzer Multiple Welten Unterstützung mehrere gleichzeitiger Formate
durch die Terminologiewissensbasis als Hilfe für die Entwickler des Systems
Mitchel Berberich:
Noch bearbeiten
Mitchel Berberich:
Noch bearbeiten
Informationen in Abb-Wissen
DunkelKalt?
Bunt
Verarbeitung in den PLS Pessimistischer Ansatz
Schlußfolgerungen aus Teilwissen über Symptome (z.B. aus „Wert ist nicht blau“ oder „Wert ist blau oder rot“)
=> Wert nicht mehr nur bekannt / unbekannt => Markierung notwendiger / wichtiger Antwortalternativen
etwas optimistischer Eine auf einem teilweise bekannten Symptom aufbauende
Regel kann immer feuern. (Erzeugung von Ausnahmeregeln) Hypothesize & Test Notwendig: Heuristik f. Rückfragezeitpunkt, Bewertung d.
Verdachtsdiagnosen Verbesserung durch Angabe von Defaultwerten und
Konsistenzprüfung der generierten Regeln u. Backtracking
Kombinierte Empfehlungen
Verrechnung von Lösungen (HECODES III/IV) Unterscheidung
Konflikt (Contradiction) Knowing / Ignoring Different Values for Attributes (Inconsitency)
Normierung der Wahrscheinlichkeitsangaben Bei großen Abweichungen => Clusterbildung über
die komplette Wahrscheinlichkeitsverteilung Innerhalb eines Clusters zunächst Angleichung
Ist ein anderer Experte einer bestimmten Meinung, dann werden die eigenen Werte entsprechend angepasst
Die eigene Meinung wird aber stärker gewichtet als die aller anderen. Auch die Kompetenz einer Quelle fließt hier ein.
HECODES IV/IV Dann Ermittlung der Gesamtlösung eines Clusters
über Mittelwert und "Uniformität" Konfliktauflösung zwischen den Clustern
(Normale Synthesefunktion ist hier nicht definiert) In Abhängigkeit der Authorität eines Clusters werden die
Cluster nacheinander miteinander für die einzelnen Diagnosen kombiniert.
Vor- und Nachteile + Basierend auf plausiblen Annahmen + Einteilung in Cluster - Keine Berücksichtigung von Therapie, Nützlichkeit u. Risiko - Bei vielen Diagnosen ist in jedem Cluster nur ein Agent
Gegenseitige Kritik Ein “Kritiksystem” ist ein “decision support
system that allows the user to make the decision first; the system then gives its advice when the user requests it or when the user’s decision is out of the system’s permissible range.”
Überprüfung der fremden Lösung Spricht etwas gegen die aktuelle Lösung Ist die aktuelle Lösung zuverlässig Ist die aktuelle Lösung vollständig Gibt es bessere Lösungen
Aufgabe des Kritiksystems Aufgabe: Kritiksystem soll aufgrund der
existierenden Daten deren Zuverlässigkeit und die Zuverlässigkeit der Lösungen beurteilen und den anderen Agenten auf bestimmte Fakten aufmerksam machen oder auf seltene, aber wichtige Diagnosen hinweisen.
Unsicher ist die Qualität des Wissens in der Wissensbasis die Vollständigkeit der Daten die Zuverlässigkeit der Daten und auch die Qualität des Kritikwissens
Realisierungsmöglichkeiten Realisierung durch explizites Wissen über
Kritikpunkte Realisierung durch Vergleich der Benutzerlösung
mit der Ausgabe eines Expertensystems Kombination der ersten beiden Ansätze Vorteile:
Kontinuierliche Kombination / Bewertung von Lösungen Funktioniert auch bei unvollständigem Wissen Gegenseitige Hilfe auch schon bei der Datenerfassung -
gefährliche Untersuchungen werden unterdrückt
Weiteres Vorgehen
Zeit(?)plan Bereitstellung der Infrastruktur Broker bietet Konvertierungsdienste Broker kann Mehrdeutigkeiten auflösen Erweiterung der Wissensrepräsentation
in den Diagnoseagenten Erweiterung des heuristischen PLS Verrechnung von Lösungen, Kritik Evaluation und Ausarbeitung
Vortragsende
Top Related