Sztuczna inteligencja : Tworzenie sieci Bayesa
Transkrypt
Sztuczna inteligencja : Tworzenie sieci Bayesa
Sztuczna inteligencja : Tworzenie sieci Bayesa Przemysław Juszczuk Instytut Informatyki Uniwersytetu Śląskiego 13 kwiecień 2011 Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Rysunek: Sieć Bayesa Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Rysunek: Sieć Bayesa Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Matura z matematyki na 60 %. Matura z matematyki na 100 %. Rozpatrzmy następujące przypadki: Uczeń zda maturę. Uczeń nie zda matury. Jaka jest szansa na zdanie matury, jeśli jest to umysł ścisły. Jaka jest szansa na zdanie matury, jeśli jest to humanista. Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Rysunek: Sieć Bayesa Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Rozpatrzmy przypadki: Trawa mokra. Trawa sucha. Trawa mokra i zraszacz uruchomiony. Trawa mokra i zraszacz wyłaczony. Zachmurzenie - brak, zraszacz uruchomiony. Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Jakie są szanse zdania ustnego egzaminu u prof. X, który jest kibicem Wisły i nie lubi deszczu? Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Jakie są szanse zdania ustnego egzaminu u prof. X, który jest kibicem Wisły i nie lubi deszczu? Rysunek: Sieć Bayesa Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Jesteśmy przygotowani Jesteśmy nieprzygotowani Jesteśmy przygotowani w 80 %, ale Wisła przegrała Jesteśmy przygotowani w 80 %, Wisła przegrała, ale świeci słońce Jesteśmy nieprzygotowani, Wisła przegrała, pada deszcz Jesteśmy nieprzygotowani, Wisła wygrała, świeci słońce Jesteśmy nieprzygotowani, ale egzaminator ma dobry humor Jesteśmy przygotowani, egzaminator ma dobry humor jesteśmy przygotowani, Wisła wygrała i świeci słońce Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Mając dane obserwacje O, hipotezy H, oraz prawdopodobieństwa warunkowe CP - narysować graf stanowiący graficzną reprezentację sieci Bayes’a. O = {A, B, C , D, E } H = {X , Y , Z } CP = {P(A), P(B), P(C ), P(D), P(E ), P(C |A, B), P(X |C , D), P(Y |C , D), P(Z |E )} Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa O = {A, B, C , D, E } H = {X , Y , Z } CP = {P(A), P(B), P(C ), P(D), P(E ), P(X |A, B), P(C |X ), P(Y |C , D, E ), P(Z |C , E ), P(B|Z )} Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa W podanym niżej tekście występują pewne zależności przyczynowo skutkowe opisane liczbowo prawdopodobieństwami warunkowymi. Proszę podać zbiór CP takich prawdopodobieństwa warunkowych oraz narysować graf przyczynowo–skutkowy. Prawdopodobieństwo wystąpienia anginy w przypadku objawów takich jak ból gardła i gorączka jest wysokie i wynosić może 0.8. Jednak wystąpienie gorączki i bólu głowy może świadczyć o grypie, co jest hipoteza prawdopodobna na 0.6. W przypadku gdy pacjent cierpiący na grypę nie wyleczył się całkowicie może dojść do zapalenia oskrzeli z prawdopodobieństwem 0.4. Zapalenie oskrzeli może spowodować ból gardła z prawdopodobieństwem 0.3. Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Prawdopodobieństwo awarii suportu roweru z powodu zawilgocenia wynosi0.4, zabrudzenia 0.1, natomiast z powodu zużycia 0.3. Awaria suportu na pewno spowoduje większe opory w czasie jazdy. Awaria suportu może na 30% spowodować uszkodzenie mufy suportowej, to z kolei na 85% spowoduje konieczność zakupu nowej ramy. Zabrudzenie na pewno wpłynie na nieprecyzyjną pracę przerzutek a także na 5% może spowodować wzrost oporów w czasie jazdy. Wzrost oporów w czasie jazdy może spowodować z prawdopodobieństwem 0.35 awarię suportu. Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Prawdopodobieństwo awarii tylniej przerzutki z powodu zawilgocenia wynosi 0.3, zabrudzenia 0.6, natomiast z powodu zużycia 0.7. Awaria tylniej przerzutki uniemożliwi jazdę na 40%. Zawilgocenie i zabrudzenie na 70% spowodują przedwczesne wytarcie się klocków hamulcowych. Wytarte klocki na 20% uniemożliwią jadę. Prawdopodobieństwo awarii suportu roweru z powodu zawilgocenia wynosi 0.6 a zabrudzenia 0.3. Awaria suportu na pewno uniemożliwi jazdę. Brak możliwości jazdy na rowerze na 40% spowoduje spadek zainteresowania jego stanem technicznym, a to na pewno negatywnie wpłynie na jego czystość – czyli na jego zabrudzenie. Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa W programie Genie przygotować dwie sieci Bayesa: Wspomaganie diagnozy wybranej choroby Wspomaganie decyzji organizowania wyjazdu wakacyjnego Obydwie sieci powinny być w miarę rozbudowane. Do przygotowanych sieci postawić szereg pytań (jak w poprzednich zadaniach). Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Rysunek: Sieć Bayesa Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Rysunek: Sieć Bayesa Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Rysunek: Sieć Bayesa Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Alarm może uruchomić się w przypadku włamania. Jednak zdarzają się też niewielkie trzęsienia ziemi, które mogą uruchomić alarm. John dzwoni do właściciela domu, kiedy załączy się alarm. Mary również dzwoni do właściciela, kiedy załączy się alarm (zadzwoni z pewnym prawdopodobieństwem). Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa Alarm może uruchomić się w przypadku włamania. Jednak zdarzają się też niewielkie trzęsienia ziemi, które mogą uruchomić alarm. John dzwoni do właściciela domu, kiedy załączy się alarm. Mary również dzwoni do właściciela, kiedy załączy się alarm (zadzwoni z pewnym prawdopodobieństwem). Rysunek: Sieć Bayesa Przemysław Juszczuk Sztuczna inteligencja : Tworzenie sieci Bayesa