Documente Academic
Documente Profesional
Documente Cultură
DE INFERENCIA
MQUINA DE INFERENCIA
Este es el nombre con el que Bruner (1957) identificaba la
mente humana: mquina de inferencias. Con l se refiere a la
destreza para activar el conocimiento ya almacenado y utilizarlo
para organizar e interpretar la nueva informacin, a travs de
relaciones abstractas complejas.
La mquina de inferencias es la porcin del sistema experto que
razona utilizando el contenido de la base de del conocimiento en
una secuencia determinada. Durante el proceso de consulta, la
mquina de inferencias examina las reglas de la base del
conocimiento una por una, y cuando se cumple la condicin de
la regla, se realiza la accin especificada.
MOTOR DE INFERENCIA
Es el componente de un
Sistema
Experto,
encargado de gerenciar y
controlar lgicamente el
manejo y utilizacin del
conocimiento almacenado
en la base. El paradigma
del motor de inferencia es
la estrategia de bsqueda
para
producir
el
conocimiento demandado.
PASOS
El sistema sigue los siguientes pasos:
1. Evaluar las condiciones de todas las reglas
respecto a la base de datos
2. Si no se puede aplicar ninguna regla, se
termina sin xito; en caso contrario se elige
cualquiera de las reglas aplicables y se ejecuta
su parte accin.
3. Si se llega al objetivo, se ha resuelto el
problema; en caso contrario, se vuelve al paso 1
El Motor de
principales:
Inferencia
realiza
dos
tareas
Decide el orden
inferencias.
en
que
se
hacen
las
ESTRATEGIAS DE INFERENCIA
MODUS PONENS:
ESTRATEGIAS DE INFERENCIA
MODUS TOLLENS:
Se
utiliza
tambin
para
obtener
conclusiones simples. En este caso se
examina la conclusin, y si es falsa, se
concluye que la premisa tambin es falsa.
Por ejemplo, supngase de nuevo que Si A
es cierto, entonces B es cierto pero se sabe
que B es falso. Entonces, utilizando la regla
Modus Ponens no se puede obtener ninguna
conclusin pero la regla Modus Tollens
concluye que A es falso.
TOLLENS
DIFERENTES COMPORTAMIENTOS
La regla Modus Ponens se mueve
hacia adelante, de la premisa a la
conclusin de una regla.
La regla Modus Ponens necesita
informacin de los objetos de la
premisa para concluir.
Emparejamiento
Resolucin de
Conflictos
Seleccin de una
regla del conjunto
conflicto
Resultado: regla
seleccionada para
su aplicacin
Ejecucin de la regla
ejemplo
M.T.
temperatura = 40
enfermo dos semanas
garganta inflamada
C.C.
Resolucin
M.T.
temperatura = 40
enfermo dos semanas
garganta inflamada
temperatura = 40
enfermo dos semanas
garganta inflamada
fiebre
C.C.
Resolucin
R2
R2
M.T.
temperatura = 40
enfermo dos semanas
garganta inflamada
fiebre
temperatura = 40
enfermo dos semanas
garganta inflamada
fiebre
Posible infeccin bacteriana
C.C.
Resolucin
R1
R1
M.T.
temperatura = 40
enfermo dos semanas
garganta inflamada
fiebre
Posible infeccin bacteriana
temperatura = 40
enfermo dos semanas
garganta inflamada
fiebre
Posible infeccin bacteriana
Infeccin en la garganta
C.C.
Resolucin
R1
R1
ENCADENAMIENTO HACIA
ATRS
El encadenamiento hacia
atrs comienza con una lista
de objetivos y trabaja al
revs de lo consecuente al
antecedente.
El razonamiento inverso es ms
rpido que el prorazonamiento
por que no tiene que considerar
todas las reglas y no efecta
mltiples
pasadas
por
el
conjunto de reglas.
El encadenamiento hacia atrs lo
identificamos cuando tenemos
mucha informacin disponible,
pero poca es relevante. Por
ejemplo la consulta de un
mdico.
El razonamiento inverso
en apropiado cuando:
En el encadenamiento
hacia atrs, el motor de
inferencia parte de los
resultados y trata de
volver a los hechos para
comprobar si encajan con
el problema planteado.
Veamos
el
siguiente
ejemplo :
EJEMPLO
MANEJO DE LA
INCERTIDUMBRE
Tipos de Incertidumbre
mucha ambigedades
Azar. El dominio tiene propiedades estocsticas. Hay situaciones
cuya naturaleza es aleatoria y cuya ocurrencia, aunque incierta,
Problemas esencialmente
deterministas
Ejemplos:
la planificacin de una lnea de produccin, asignacin
de las salas de clases en una universidad.
Ejemplos:
filas de espera, administracin de proyectos y
pronstico.