Professional Documents
Culture Documents
Sisteme Intelegjente " Te Mesuarit Mekanik"
Sisteme Intelegjente " Te Mesuarit Mekanik"
Sisteme Intelegjente " Te Mesuarit Mekanik"
Studenti:
Prof. i lnds
Kushtrim Jashari
Florin Asani
Tetov, 2014
Prmbajtja
Universiteti Shtetror i Tetovs..............................................................................1
Informatik.............................................................................................................1
PJESA E PAR..............................................................................................................3
1. INTELEGJENCA ARTIFICIALE.............................................................................3
1.1. Zhvillimi historik i intelegjencs artificiale....................................................3
1.2.Testi i Tjuring-ut...............................................................................................4
1.3. Sfidat e zhvillimit t intelegjencs artificiale..................................................5
1.4. Problemi i prkufizimit t intelegjencs artificiale.........................................6
1.5. Prkufizimi dhe qllimet e intelegjencs artificiale........................................6
1.6. Format e intelegjencs artificiale....................................................................6
1.7. Format e t msuarit n fushn e intelegjencs artificiale..............................7
PJESA E DYT..............................................................................................................8
2. MSIMI MEKANIK.................................................................................................8
2.1. Nocioni i t msuarit mekanik........................................................................9
2.2. Lloje t implementimit..................................................................................12
2.2 Interakcioni njerzor......................................................................................13
2.3.Tipet e algoritmeve.........................................................................................13
3. LLOJET TE IMPLEMENTIMIT............................................................................14
3.1.Pema e vendimit.............................................................................................14
3.2.Rregulla e asocijacionit..................................................................................14
3.3.Rrjetet artificiale neurone...............................................................................14
3.4.Programimi gjenetik.......................................................................................14
3.5.Programimi me logjikn induktive.................................................................15
3.6.Makinat vektoriale mbshtetse.....................................................................15
3.7.Klasteret-grupimet..........................................................................................15
3.8.Rjetet e Baes-it...............................................................................................15
3.9.Zbatimi praktik...............................................................................................16
4. Qlllimi i funkcionit dhe hipotezat..........................................................................17
4.2 Gjetja e hipotezs...........................................................................................17
4.3. T dhnat pr strvitje trening dhe testimi.................................................18
4.4. Elementet dizajn t sistemit q mson..........................................................18
5.PRFUNDIMI..........................................................................................................20
PJESA E PAR
1. INTELEGJENCA ARTIFICIALE
1.2.Testi i Tjuring-ut
PJESA E DYT
2. MSIMI MEKANIK
Duke marr parasysh se jetojm n nj shoqri n t ciln mbledhja e t
dhnave sht gj e rndomt madje dhe ruajtja (magazinimi i tyre) nuk sht i
shtrenjt. Autort Pietasky-Shapiro dhe Fraley theksojn se shuma e informacioneve
t magazinuara dyfishohet n cdo njzet muaj [Piatetsky-Shapiro, Fraley, 1991].
Fatkeqisht edhe pse rritet sasia e informacioneve t magazinuara, aftsia q t njjtat
t kuptohen dhe prdoren nuk sht n prputhje me rritjen e tyre. Msimi mekanik
siguron mjet me t cilin nj sasi e madhe e t dhnave n mnyr automatike t mund
t analizohen. Njra nga bazat e msimit mekanik sht selekcionimi i atributeve. Me
selekcionimin ose przgjedhjen e atributeve dhe identifikimin e atributeve m t
rndsishme pr msim, duke msuar algoritmet arrihet n ato aspekte t t dhnave
t cilat jan m t prdorshme nevojshme q na hyjn n pun pr analiz dhe
parashikime t mtutjeshme. Metodat e ndryshme pr selekcionimin e atributeve t
zbatuara jan n numr t madh algoritmash pr klasifikim. N rastet e shumta,
procesi i selekcionimit t atributeve sht i thjesht dhe kryhet shpejt. Ai mundson
eliminimin e t dhnave irelevante, dhe n shum raste, prmirson performansat e
algoritmeve t msuara.
T msuarit mekanik sht njra nga fushat e makinave llogaritse
kompjuterike e cila deceniet e fundit zhvillohet me nj hov t madh, ndrsa problemi i
klasifikimit t instancave t panjohura ne klasat e definuara m par, sht njri ndr
problemet m t shpeshta t msimit mekanik. Zhvillimi i ksaj fushe ka qen i
bazuar na ndrlidhjen komplementare t teoris dhe eksperimentit. Zhvillimi i
ardhshm i ksaj fushe t kompjuterizmit krkon zgjerimin dhe prforcimin e dijeve
teorike, para sgjithash ato matematikore, por edhe dije mbi fushat specifike t
aplikimit, si dhe formalizimin adekuat t tyre.
Nga vitet 1970 zvoglimi i t dhnave dimensionale sht baz e mir e
frytshme pr hulumtimin dhe zhvillimin, edhe ate n formn statistikore t njohjes
(ys, 1980; Ben Bassat, 1982), msimi mekanik dhe data mining-u, kjo sot paraqet
fush aktive e hulumtimit n kompjuteristik.
Zvoglimi dimensional i t dhnave sht problem baz n shum fusha,
sidomos n klasifikimin e dokumenteve, bionformatik, njohja e objekteve ose n
modelimin e proceseve t ndrlikuara teknologjike. N aplikacione t tilla, shuma e t
dhnave me mijra attribute nuk jan jo t zakonshme. Pr disa probleme t gjitha
atributet mund t jen t rndsishme, por pr disa probleme t tjera vetm nj nn
sasi e atributeve zakonisht jan relevante.
10
Msim induktiv
-Msimi mekanik sht pikrisht ashtu sic edhe tingllon, t msuarit trajnim i
kompjuterit se si vet veten ta msojn duke shfrytzuar sasi t mdha t dhnash. Pr
shembull t msuarit e identifikimit t dhelprs nprmjet analizs s fotografive t
qenve, maceve, shpezve dhe kafshve tjera, duke prfshir edhe dhelprat. Pikrisht
n t njjtn mnyr sikurse edhe njerzit q msojn.
-T msuarit mekanik si fush e intelegjencs artificiale paraqet bashksin e
paradigmave, algoritmave, rezultateve teorike dhe zbatimi nga fusha t ndryshme t
intelegjencs artificiale dhe modeleve evolutive (n kuptim t hulumtimit) por edhe
nga fusha tjera: nga statistika dhe probabiliteti (klasifikuesi i Bajes-it, shprndarjen e
testeve) dhe fusha t tjera nga matematika, teorija e prllogaritjes (ekzistimi i
domosdoshm i vetdijes mbi kompleksitetin e problemit dhe kufizimet q dalin prej
tij), teoris s menaxhimit (adaptive-prshtatse), teoris s informacionit,
psikologjis dhe neurobiologjis (rrjetet neurone), filozofis kognitive dhe shkencave
tjera. Qllimi sht q t bhen programe t cilat do t ishin n gjendje t msojnpasi q kompjutert dhe makinat n prgjithsi domosdo t jen n gjendje t
msojn? Prvec mundsive hulumtuese dhe t provuarit t modeleve t ndryshme t
t msuarit tek njerzit dhe kafsht n psikologji, ekzistojn arsye shum m t mdha
pr nj gj t till:
-disa probleme thjesht nuk mund t prkufizohen prvec se me shembuj gjat
puns praktike (psh njohja e zrit ose problemi i vizionit tek ato sht e domosdoshme
personalizimi i bazs s dijes n zrin konkret ose fytyrs t cilat njihen pr shkak t
autentifikimit ose pr shkak t puns optimale) ose nse hapsira prreth n t ciln
prdoret sistemi nuk sht i njohur gjat projektimit t tij.
11
2.3.Tipet e algoritmeve
-msimi mbikqyrs paraqet qasje ndaj problemit t msimit i cili ka t bj
me situatat n t cilat algoritmat s bashku me t dhnat nga t cilat mson japin edhe
dalje t dshirueshme. Pr shembull, n problemin e klasifikimit, algoritmi
aproksimon funksionin me prshkrimin e vektorit hyrs n klasa sipas shembujve
strvits t zbatuar.
-msimi jo i mbikqyrur paraqet qasje t problemit t msimit i cili ka t bj
me situatat n t cilat algoritmi i cili mson ofron vetm t dhna pa dalje, ndrsa nga
algoritmi q mson pret q vet t vrej disa ligjshmri mbi t dhnat t cilat i jan
dhn.
Si pr shembull pr msimin e mbikqyrur, tanim u prmend klasifikimi i indit
malinj dhe atij jo malinj. Shembull i msimit jo t mbikqyrur sht e ashtuquajtura
klasterimi (grupimi), respektivisht vrejtja e objekteve t ngjashme kur nuk dijm
prpara se sa grupe ekzistojn dhe cilat jan karakteristikat e tyre. N kt rast, indi
mund t grupohet sipas ngjashmrive t tyre.
-msimi gjysm i mbikqyrur i kombinon msimin e mbikqyrur dhe at jo t
mbikqyrur dhe m s shpeshti n shembullin strvitor jan t prfshira t dhna t
zbatuara nga njeriu por edhe t dhna t fituara prmes hulumtimeve t t dhnave .
-Msimi i sforcuar jep pjesrisht autonomi n veprimin me at q
paraprakisht bhet mbikqyrje dhe msohet mjedisi. Cdo aksion ka ndonj pasoj pr
mjedisin e cila varsisht nga akcioni jep lidhje kthyese pozitive ose negative ose
ndihm te makina e cila mson ashtuq ajo mund ti kontrolloj akcionet e veta t
ardhshme.
-Transdukcioni sht msim me t cilin makina tenton q ta parashikoj daljen
bazuar n hyrjet strvitore, daljet dhe test hyrjet.
14
3. LLOJET TE IMPLEMENTIMIT
3.1.Pema e vendimit
Kjo mnyr e t msuarit shfrytzon pemn e vendimit si model (mnyr t
paraqitjes s problemit me t cilin bhet prpjekje q n mnyr m t mir t
paraqitet probabiliteti pr daljen e mundshme) i cili i gjen zbulimet pr ndonj
element nga pema n konkluzionet pr vlern qllimore t atij elementi.
3.2.Rregulla e asocijacionit
Rregulla e asocijimit shfrytzohet si metod e msimit q t zbulohen lidhje
interesante n mes parametrave n baza t mdha t t dhnave.
3.4.Programimi gjenetik
Programimi gjenetik sht algoritmike i bazuar n metodologjin evolutive i
inspiruar nga evolucioni biologjik pr gjetjen e programeve kompjuterike t cilat
kryejn detyra t prkufizuara -t dobishme. Kjo sht specijalizim i algoritmeve
15
3.7.Klasteret-grupimet
Analiza e klastereve(grupeve) ose thn klasterimi-grupimi sht ndarje e
bashksive-trsive t t dhnave n nnbashksi t quajtura klastere ashtu q t gjitha
t dhnat e mbikqyrura t ndonj grupi t caktuar n nj far mnyre jan t
ngjajshme pr nga natyra.
Klasterimi sht metod e t msuarit mbikqyrs dhe shpesh prdoret si
metod statistikore e analizs s t dhnave.
3.8.Rjetet e Baes-it
Rrjeti I Baes-it i quajtur edhe si rrjeti i besueshmris sht model grafik i
probabilitetit-besueshmris i cili paraqet bashksi t ndryshueshmrive t rastit dhe
pavarsive kushtzuese t tyre me ndihmn e grafit aciklik t kahzuar (DAG). Pr
16
shembull, rrjeti i Baes-it mund ta paraqes lidhjen ndrmjet disa smundjeve dhe
simptomeve. Nse dihen simptomet, rrjeti mund t shfrytzohet q t prllogarritet
probabiliteti-besueshmria pr prezencn e ndonjrs nga smundjet e ndryshme.
Ekzistojn algoritme efikase t cilat me ndihmn e rrjetit t Baes-it nxjerrin njohuri
pr probleme t caktuara.
3.9.Zbatimi praktik
-Perceptimi mekanik
-Vizioni kompjuterik
-Procesimi i gjuhve natyrore
-Njohja e formave sintaksore
-Krkues
-Dijagnoza mjeksore
-Bioinformatika
-Lidhja tru-makin
-Hemoinformatik
-Njohja e kartelave pagesore t rrejshme
-Analiza e berzave
-Klasifikimi i DNA sekvencave
-Njohja e t folmes dhe shkrimit
-Njohjen e formave t vizionit kompjuteristik
-Industrin e lojrave
-Inzhinjerin softuerike
-eb faqet adaptive dinamike
-Sistemin llokomotor te robotet
-Prllogarritjet financiare
-Monitoringun e shndetit te pacientt
-Analizn sentimentale (leximin e mendimeve)
17
Prdorimi i ardhshm
18
4.3.
20
5.PRFUNDIMI
A sht Intelegjenca artificiale rrezik pr njerzimin?
21
22