ENCADENAMIENTO HACIA ATRÁS - UMSS



SISTEMAS EXPERTOS

SISTEMAS BASADOS

EN ENCADENAMIENTO HACIA ATRÁS

1. INTRODUCCION

El presente informe contiene la descripción de las características que posee los sistemas basados en Encadenamiento hacia Atrás.

2. DEFINICIÓN

A diferencia del trabajo con encadenamiento hacia delante el encadenamiento hacia atrás comienza con una hipótesis y a partir de ella es que se intenta probar la hipótesis recolectando información.

Haciendo un cuadro comparativo:

|S. DE ENCADENAMIENTO HACIA ADELANTE |S. DE ENCADENAMIENTO HACIA ATRÁS |

|El primer paso es definir los datos iniciales |Se comienza con la definición de las metas del sistema |

Por lo tanto en términos mas sencillo podemos decir que el encadenamiento hacia atrás no es mas que: “La estrategia de inferencia que intenta probar una hipótesis recolectando información de apoyo”.

3. CARACTERISTICAS EN UN SISTEMA CON ENCADENAMIENTO HACIA ATRÁS

Algunas características de los sistemas de encadenamiento hacia atrás son:

✓ Es un método muy útil en aplicaciones con muchos datos disponibles de partida, de los que solo una pequeña parte son relevantes.

✓ Es un sistema interactivo, sólo pregunta lo estrictamente necesario a diferencia del encadenamiento hacia delante que no pregunta nada.

4. VENTAJAS DEL ENCADENAMIENTO HACIA ATRÁS

El encadenamiento hacia atrás posee las siguientes ventajas

✓ Trabaja bien cuando el problema comienza formando la hipótesis y luego busca probar.

✓ Se enfoca en una meta dada lo cual produce una serie de preguntas relacionadas al tema.

✓ Busca en la base de conocimiento solamente la información referente al problema.

✓ Es excelente para diagnostico, prescripción, y corrección de errores.

5. DESVENTAJAS DEL ENCADENAMIENTO HACIA ATRÁS

Podría decirse que la principal desventaja que posee es:

✓ Que continúa siendo una línea de razonamiento, aun si debería cambiar a uno distinto.

6. CUANDO USAR UN ENCADENAMIENTO HACIA ATRÁS

Algunos de los casos en los que se debería usar encadenamiento hacia atrás es cuando:

✓ Si primero se plantea la hipótesis y luego se busca como probarla.

✓ Si se necesitan más datos que conclusiones.

✓ Cuando se tiene mucha información disponible.

7. PROCESO DE DESARROLLO

El proceso de desarrollo de un Sistema basado en encadenamiento hacia atrás esta dado de la siguiente manera:

1. Se comienza con una meta para probar

2. Posteriormente se inspecciona la memoria de trabajo para ver si la meta ha sido previamente probada

3. En caso de que no se haya probado, el sistema busca en sus reglas para ver si una o mas tienen esta meta en su parte del THEN, este tipo de regla es llamada regla meta.

4. El sistema ve si las premisas de las reglas meta están listadas en la memoria de trabajo, las premisas no listadas se tornan nuevas metas o submetas para ser probadas.

5. Este proceso continúa de manera recursiva hasta que el sistema encuentra una premisa que no es soportada por ninguna regla, llamada primitiva (premisa de una regla que no es concluida por ninguna regla).

Cuando una primitiva es encontrada, el sistema pregunta al usuario información acerca de esta primitiva, entonces el sistema usa esta información para ayudar a probar las submetas y la meta original.

7. EJEMPLO

Anteriormente se mencionó que el encadenamiento hacia atrás es recomendable cuando se tratan Sistemas De Diagnóstico, Corrección de Errores y Prescripción. Para entender de mejor manera el encadenamiento hacia atrás se presenta el siguiente ejemplo que tiene que ver con Diagnóstico Médico.

Supongamos que un paciente va al doctor, el doctor luego de escuchar el problema del paciente creé que tiene una infección de garganta. Ahora bien veremos como un sistema experto basado en reglas de encadenamiento hacia atrás puede solucionar este problema.

REGLA 1

IF Hay señales de infección de garganta.

AND Hay evidencia de presencia de estreptococo.

THEN El paciente tiene una infección de garganta.

REGLA 2

IF La garganta del paciente está enrojecida

THEN Hay señales de infección de garganta

REGLA 3

IF El teñido del organismo es oscura

AND La morfología del organismo es coccus

AND El crecimiento del organismo es en cadena

THEN Hay evidencia de que el organismo es estreptococo.

Ahora analizando la situación se puede ver que:

Para probar esta la meta de que el paciente tiene infección de garganta, el sistema selecciona la regla meta Regla 1, e intenta probar las premisas de esta regla , ya que ambas premisas son conclusiones de otras reglas cada premisa por lo que estas se tornan sub meta para ser probada.

Ahora bien para probar que ‘Hay señales de infección de garganta’ el sistema ve las premisas de la regla 2 y para probar ‘Hay evidencia de que el organismo es estreptococo, el sistema ve las premisas de la regla 3.

Todas esas premisas son primitivas, y se requiere que el usuario provea información.

Ya que en este problema el sistema fue capaz de probar estas dos reglas, las premisas de la regla meta fueron probadas, lo que significa que la meta inicial de que el paciente tiene infección de garganta también es probada, ya que es la conclusión de la regla meta.

Meta Simple

El sistema fue diseñado para conocer acerca de una sola infección que vendría a ser de garganta.

Preguntas Simples

La sesión fue conducida en un modo interactivo usando lenguaje natural. Se hacen preguntas que pueden ser contestadas con SI o NO, o también seleccionar de una lista de respuestas.

Busqueda Primero En Profundidad

Esta es una característica de los sistemas de encadenamiento hacia atrás, que son atractivos para aplicaciones que requieren usar interacción.

Adaptacion Del Usuario

Los sistemas debe ofrecer una transparencia en su razonamiento proveyendo una explicación del WHY (por qué) de algunas preguntas. La mayoría de los shells manejan estos tipos de preguntas.

Despliegue De Fallas

El sistema debe desplegar al final el resultado al usuario algo así como: –Infección de garganta –.

Esto puede ser solo un resultado intermedio del camino de otra recomendación. Ejemplo:

SISTEMA: Yo creo que la infección es de la garganta.

Interacción Con El Usuario

El sistema debe ser diseñado para soportar la inteligencia del usuario usando una simple vía, mediante la inteligencia. Esto significa que el usuario tiene información que puede ser de ayuda al sistema.

Red De Seguridad

Si la información no fue reconocida como infección de garganta –entonces un sistema inteligente, llamaría a la red de seguridad, ya que este proviene al sistema de fallas para reportar.

Documentación De Reglas

Las reglas están escritas en una sintaxis que depende del lenguaje de programación o el shell del sistema experto que escoja para el desarrollo del sistema. Obtener esta sintaxis puede ser dificultoso para interpretar rápidamente, lo cual perjudica en la depuración y mantenimiento del sistema. Por esta razón es importante la documentación de cada regla con información que puede ayudar a su interpretación.

Cadena De Inferencias

Cuando revisamos un conjunto de reglas, es difícil determinar qué reglas soportan otras, durante el proceso de inferencia. Por lo tanto, los diseñadores, usan una forma alternativa para revisar el proceso de inferencia, desplazando gráficamente las reglas en una Cadena de inferencias.

Cadena De Inferencias: Representación gráfica de las reglas del sistema con premisas y conclusiones de reglas, dibujadas como nodos y su relación como enlaces.

Otro ejemplo puede ser el siguiente:

7.1 DIAGNÓSTICO DE MENINGITIS

El objetivo es el de diagnosticar a un paciente que podría tener meningitis.

Asumimos que la presencia de meningitis puede ser determinada de la información proporcionada del test o de la observación de los síntomas del paciente.

Los objetivos de revisar este ejemplo son:

• Revisar el proceso de encadenamiento hacia atrás.

• Observar el diseño de un sistema para un usuario inteligente.

• Introducir la importancia de la documentación de reglas.

• Intentar que el sistema responda a la pregunta WHY.

• Ver como efectivamente despliega el sistema lo encontrado.

• Introducir el uso de una red segura.

• Introducir una red de inferencia.

El sistema tiene como único objetivo decir si la infección es meningitis o no.

Para tal caso usa la regla uno, este objetivo puede ser alcanzado si el usuario ya sabe que el paciente tiene meningitis o el sistema puede inferir la infección.

La meningitis es asumida si el resultado del test lo confirma o el paciente tiene síntomas indicado por la regla dos. Las reglas tres y cuatro buscan sobre los resultados del test, en tanto la regla cinco hace la búsqueda sobre los síntomas del paciente.

7.2 APROXIMACIÓN A LA RESOLUCIÓN DE PROBLEMAS:

Reglas de diagnóstico de la meningitis.

Meta 1: INFECCIÓN DE MENINGITIS.

Regla 1 INFECCION DE MENINGITIS

IF El medico sabe que paciente tiene meningitis.

OR Se sospecha de meningitis

THEN Infección de meningitis.

AND DESPLEGAR Infección

Note: Información a ser desplegada debe ser diseñada y accedida por esta instancia.

ELSE DESPLEGAR No se encontró infección.

Regla 2 SE SOSPECHA DE MENINGITIS POR EL TEST O SINTOMAS

IF Se sospecha de meningitis por el resultado del test.

OR Se sospecha de meningitis por los síntomas del paciente.

THEN Se sospecha de meningitis.

Regla 3 CULTIVOS PARECIDADAS A LA MENINGITIS

IF Donde el test esta corriendo.

AND Cultivos donde se observa.

AND Cultivos parecidas a la meningitis.

THEN Se sospecha de meningitis por el resultado del test.

Regla 4 CULTIVOS PARECIDADAS A LA MENINGITIS

IF La apariencia de la cultivo es coccus.

AND Las manchas de la cultivo son grampos.

THEN Cultivos parecidas a la meningitis.

Regla 5 SE SOSPECHA DE MENINGITIS POR LOS SÍNTOMAS

IF El paciente esta sufriendo persistentes dolores de cabeza.

AND El paciente esta sufriendo de vértigo.

AND El paciente esta letárgico.

THEN Se sospecha de meningitis por los síntomas.

EJEMPLO DE UNA SESIÓN DE DIAGNÓSTICO MÉDICO:

Ahora se revisará la interacción entre el sistema y el usuario. Se puede notar el procesamiento interno de procesamiento del algoritmo de encadenamiento hacia atrás.

MEMORIA DE TRABAJO

--- Vacío ---

PASO 1

Encontrar reglas con hipótesis en “THEN” parte de la REGLA 1

PASO 2

Observar la primera premisa en la REGLA 1 y ver si esta lista en la memoria de trabajo -NO.

PASO 3

Observar si esta premisa existe en “THEN” como parte de una regla -NO.

PASO 4

Esta premisa es generalmente primitiva de la siguiente pregunta.

SISTEMA: ¿Conoces que el paciente tiene meningitis?

Usuario: NO

MEMORIA DE TRABAJO

El paciente no sabe que tiene meningitis.

PASO 5

Observe en la segunda premisa en la REGLA 1 y vea si es listada en la memoria de trabajo -NO.

PASO 6

Observe si la premisa existe en el “THEN” parte de cualquier regla –REGLA 2

PASO 7

Observe la primera premisa en la REGLA 2 y vea si esta listada en la memoria de trabajo -NO

PASO 8

Observe si la premisa existe en el “THEN” parte de cualquier regla –REGLA 3.

COMENTARIO: Las primeras dos premisas de la REGLA 3 son conocidas y son primitivas, causando la siguiente pregunta a ser contestada.

PASO 9

SISTEMA: ¿Quiere correr el test?

Usuario: SI

PASO 10

SISTEMA: ¿Quiere ver cultivos?

Usuario: SI

COMENTARIO: La tercera premisa de la REGLA 3 es conocida y soportada por la REGLA 4, direccionando la pregunta siguiente en la búsqueda de la premisa 1 de la REGLA 4.

PASO 11

SISTEMA: ¿La apariencia de la cultivo es coccus?

Usuario: ¡Por supuesto!

COMENTARIO: El usuario necesita saber por qué esta pregunta es importante. El sistema responde exhibiendo la regla seguida.

SISTEMA: Esto ayudara en la determinación de si “CULTIVOS SON OBSERVADAS COMO MENINGITIS”.

[REGLA 4]

IF La apariencia de la cultivo es coccus [4.1]

AND Si la mancha de cultivo es Grampos [4.2]

THEN Cultivos observada como meningitis [4.3]

COMENTARIO: El usuario ahora fuerza a pedir por qué es importante determinar como las Cultivos observadas son meningitis. El sistema debería responder desplegando las reglas que necesito esta información, entonces pedir la siguiente pregunta.

PASO 12

Usuario: Porque 4.0

SISTEMA: Esto ayudara en la determinación de si “SE SOSPECHA DE MENINGITIS POR EL RESULTADO DEL TEST”.

[REGLA 3]

Si alrededor se a establecido que

Se quiere correr el test [3.1]

Se quiere ver las cultivos [3.2]

Sin embargo, si

Cultivos observados como meningitis [3.3]

Entonces se sospecha de meningitis por el resultado del test [3.0]

PASO 13

SISTEMA: ¿La apariencia de la cultivo es coccus?

Usuario: NO

MEMORIA DE TRABAJO

Paciente conoce que tiene meningitis –FALSE

Test corriendo –TRUE

Cultivos observadas –TRUE

La apariencia de cultivo es coccus –FALSE

COMENTARIO: El sistema no tubo éxito en establecer meningitis por el resultado del test (Premisa 1, REGLA 2). A continuación se intentará establecer por consideraciones los síntomas del paciente (Premisa 2, REGLA 2).

PASO 14

Observe la segunda premisa en la REGLA 2 y vea si está listada en la memoria de trabajo –NO

PASO 15

Observe si la premisa existe en el “THEN” parte de cualquier regla –REGLA 5

PASO 16

Todas la premisas de la REGLA 5 son conocidas y primitivas, causando la siguiente pregunta a ser pedida:

SISTEMA: ¿El paciente tiene persistentes dolores de cabeza?

Usuario: SI

SISTEMA: ¿El paciente tiene vértigo?

Usuario: SI

SISTEMA: ¿El paciente tiene letargo?

Usuario: SI

PASO 17

La REGLA 5, que causa la regla 2, que en turnos causan la REGLA 1 para asegurarse de que la infección es meningitis, causando el siguiente despliegue a ser causado.

SISTEMA: Después de considerar la información obtenida, se cree que la infección es meningitis.

MEMORIA DE TRABAJO

Paciente conoce que tiene meningitis –FALSE

Test corriendo –TRUE

Cultivos vistas –TRUE

La apariencia de las cultivos es coccus –TRUE

El paciente sufre de dolores de cabeza –TRUE

El paciente sufre de vértigo –TRUE

El paciente tiene letargo –TRUE

Se sospecha de meningitis por los síntomas –TRUE

Nosotros sospechamos de meningitis –TRUE

La infección es meningitis –TRUE

Meta Simple

El sistema fue diseñado para conocer acerca de una sola infección, llamada Meningitis. Por lo tanto, solo una simple meta fue establecida.

Preguntas Simples

La sesión fue conducida en un modo interactivo usando lenguaje natural. Se hacen preguntas que pueden ser contestadas con SI o NO, o también seleccionar de una lista de respuestas. Sin embargo se puede diseñar el sistema para acomodar la entrada de cadenas o números.

Busqueda Primero En Profundidad

La sesión mantiene el foco en este tema, es decir test del paciente o sus síntomas. Esta instancia es solicitada al usuario y ocurre a causa del empleo del método de búsqueda primero en profundidad. Esta es una característica de los sistemas de encadenamiento hacia atrás, que son atractivos para aplicaciones que requieren usar interacción.

Adaptacion Del Usuario

Los sistemas ofrecen una transparencia en su razonamiento proveyendo una explicación del WHY (por qué) de algunas preguntas en el PASO11. El ejemplo provee un despliegue de las reglas corrientes seguidas con la opción del usuario para proveer reglas adicionales en otras reglas. La mayoría de los shells manejan estos tipos de preguntas.

Despliegue De Fallas

El sistema despliega al final el resultado al usuario –Infección es meningitis –Paso 17. Esto puede ser solo un resultado intermedio del camino de otra recomendación. Ejemplo:

SISTEMA: Yo creo que la infección es meningitis.

Interaccion Con El Usuario

El sistema del ejemplo ha sido diseñado para soportar la inteligencia del usuario usando una simple vía. Mediante la inteligencia. Esto significa que el usuario tiene información que puede ser de ayuda al sistema.

Red De Seguridad

El ejemplo incorpora un despliegue por defecto que debe ser presentado al usuario si la información no fue reconocida como meningitis –entonces ELSE parte de la REGLA 1. Esto en un programa tradicional provocaría “No puede computar”, pero en un sistema inteligente, llamaría a la red de seguridad, ya que este proviene al sistema de fallas para reportar.

Facilidad De Expansión

En los tradicionales sistemas basados en reglas, se puede fácilmente expandir el sistema para mejorar su desempeño. Una técnica de expansión es hacer que exista un conocimiento profundo. Ejemplo. Considerar la primera premisa de la REGLA 5. Que puede ser ambigua “El paciente sufre de persistentes dolores de cabeza”. El sistema debería ser expandido para inferir esta premisa, usando más información, como muestra la siguiente regla.

IF El paciente experimenta dolores de cabeza cada día.

OR El paciente tiene dolores de cabeza más por las noches.

THEN El paciente sufre de persistentes dolores de cabeza.

El segundo tipo de técnica de expansión, es hacer al sistema más extensible en su inteligencia introduciendo nuevas cosas.

Documentación De Reglas

Las reglas están escritas en una sintaxis que depende del lenguaje de programación o el shell del sistema experto que escoja para el desarrollo del sistema. Obtener esta sintaxis puede ser dificultoso para interpretar rápidamente, lo cual perjudica en la depuración y mantenimiento del sistema. Por esta razón es importante la documentación de cada regla con información que puede ayudar a su interpretación.

Cadena De Inferencias

Cuando revisamos un conjunto de reglas, es difícil determinar qué reglas soportan otras, durante el proceso de inferencia. Por lo tanto, los diseñadores, usan una forma alternativa para revisar el proceso de inferencia, desplazando gráficamente las reglas en una Cadena de inferencias.

8. AGENDA DE METAS

Una agenda de metas es considerada como “una serie de metas por conseguir en una cierta secuencia”.

Todos los sistemas de encadenamiento hacia atrás necesitan al menos una meta para iniciar la sesión, pero en muchas aplicaciones el sistema necesita perseguir una serie de metas en una secuencia establecida.

EJEMPLO:

AGENDA PARA CONSEGUIR LA IDENTIDAD DE UN ANIMAL

1 . El animal es un pájaro

1 .1 . El pájaro es un petirrojo.

1 . 2. El pájaro es un canario.

1 .2.1 . es un canario amarillo.

1 .2.2 es un canario café.

2 . El animal es un mamífero

2 . 1 El mamífero es un caballo.

2 . 2 El mamífero es una vaca.

3 . El animal es un reptil.

Aquí el sistema intenta probar primero si el animal es un pájaro, un mamífero o un reptil, luego si es un pájaro se prueba si es un petirrojo o un canario. Si no se prueba que el animal es un pájaro, se ve si es un mamífero, y se continua con el mismo procedimiento.

9. METAS ESTABLECIDAS POR EL USUARIO

A veces el orden de la lista de la agenda es demasiado rígido para algunos problemas en los que el sistema podría tomar ventaja de información específica acerca del problema. Se podría diseñar el sistema para trabajar con un usuario inteligente, por ‘usuario inteligente’ se refiere a un usuario que tenga información que pueda ayudar a guiar al sistema. Una forma simple de hacer esto es presentando al usuario al principio de la sesión un menú de metas u objetivos que se desean perseguir. Si el usuario no tiene información para dirigir la búsqueda, el sistema iniciara con una lista de metas por defecto.

10. METAS ESTABLECIDAS POR REGLAS

En algunas aplicaciones es de valor establecer metas mediante la aplicación de reglas. Esto permite al sistema adaptar su búsqueda de acuerdo al problema. Por ejemplo en el diseño de amplificadores una parte adicional llamada disipador de calor puede ser necesaria si se requiere exceder cierto nivel en la potencia de la salida. Ya que un disipador de calor puede ser necesario, pero no siempre se puede incluir la siguiente regla que cambia la meta del sistema:

IF La salida del amplificador está sobre 10 watts.

THEN Debemos usar transistores de alto poder.

AND Fijar nueva meta para diseñar transistores con disipador de calor.

Permitir a un sistema experto controlar el orden de búsqueda sobre la base de información descubierta es una característica importante de un sistema inteligente. Como se ilustra en el anterior ejemplo, una forma de lograr esto es incluir una regla que cambia la meta u objetivo del sistema. Este tipo especial de regla es denominado Meta - regla .

11. INFERENCIA MONÓTONA

En los tipos de problemas que se ha visto, se ha asumido que los hechos encontrados no cambian durante la sesión, es decir una vez que el hecho se coloca en la memoria de trabajo, esta permanece ahí. Por ejemplo consideremos un problema de diagnóstico electrónico:

Afirmación El transistor Q1 está mal

Regla IF El transistor Qi está mal

THEN Remplazar el transistor Q1

Conclusión: Remplazar el transistor Q1

Sistemas que retienen hechos como afirmaciones que no cambian se llaman sistemas monótonos.

Razonamiento monótono.- Método de razonamiento que asume que una vez que un hecho se a afirmado, este no puede ser alterado durante el curso del razonamiento.

12. INFERENCIA NO MONÓTONA

Algunos sistemas trabajan con hechos cuyo estado puede cambiar durante la sesión. Además otra información lógica depende de que este hecho cambie o no. Consideremos el siguiente ejemplo:

Afirmación Está lloviendo ................
................

In order to avoid copyright disputes, this page is only a partial summary.

Google Online Preview   Download