Professional Documents
Culture Documents
Baigiang Tri Tue Nhan Tao
Baigiang Tri Tue Nhan Tao
Baigiang Tri Tue Nhan Tao
TS. Nguy n nh Thun Khoa Cng ngh Thng tin i h c Nha Trang Email: thuanvinh122@gmail.com
Nha Trang 8-2007
M u Lnh v c nghin c u c a AI ng d ng c a AI Cc v n t ra
Slide 2
Bi ton tm ki m Gi i thu t t ng qut Depth first search (DFS) Breath first search (BFS)
Gi i thi u v Heuristic Tm ki m theo heuristic Gi i thu t Best first search (BFS), Gi i thu t AT, AKT, A* Chi n l c Minimax, Alpha Beta
Slide 3
B ba i t ng Thu c tnh Gi tr Cc lu t d n M ng ng ngha Frame Logic m nh , Logic v t Thu t gi i Vng H o, Thu t gi i Robinson Cc hnh th c h c Thu t gi i Quinland H c theo b t nh
Slide 4
Chng 5: My h c
Cc gi i thu t tm ki m Bi u di n tri th c Bi t p l n Bi gi ng Tr tu nhn t o TS Nguy n nh Thun Gio trnh Tr tu nhn t o - GS Hong Ki m HQGTPHCM Tr tu nh n t oPGS Nguy n Thanh Th y H Bch Khoa HN i Artificial Inteligent George F. Luget & Cilliam A. Stubblefied
Ti li u tham kh o
Slide 5
TS. Nguy n nh Thun Khoa Cng ngh Thng tin i h c Nha Trang Email: thuanvinh122@gmail.com
1.1 M
Ph n ng m t cch thch h p l i nh ng tnh hu ng m i thng qua i u ch nh hnh vi m t cch thch h p. Hi u r m i lin h gi a cc s ki n c a th gi i bn ngoi nh m a ra nh ng hnh vi ph h p t c m c ch.
Slide 7
Thng Minh
Tri th c (Knowledge)
Tri th c l nh ng thng tin ch a
ng 2 thnh ph n
Cc khi ni m:
Cc khi ni m c b n: l cc khi ni m mang tnh quy c Cc khi ni m pht tri n: c hnh thnh t cc khc ni m c b n thnh cc khi ni m ph c h p ph c t p hn.
Cc phng php nh n th c:
Cc qui lu t, cc th t c Phng php suy di n, l lu n,..
Tri th c l i u ki n tin quy t c a cc hnh x thng minh hay S thng minh Tri th c c c qua s thu th p tri th c v s n sinh tri th c Qu trnh thu th p v s n sinh tri th c l hai qu trnh song song v n i ti p v i nhau khng bao gi ch m d t trong m t th c th Thng Minh
Slide 9
Tri th c c thu th p t thng tin, l k t qu c a m t qu trnh thu nh n d li u, x l v lu tr . Thng th ng qu trnh thu th p tri th c g m cc b c sau:
Xc nh lnh v c/ph m vi tri th c c n quan tm Thu th p d li u lin quan d i d ng cc tr ng h p c th . H th ng ha, rt ra nh ng thng tin t ng qut, i di n cho cc tr ng h p bi t T ng qut ha. Xem xt v gi l i nh ng thng tin lin quan n v n c n quan tm , ta c cc tri th c v v n .
S n sinh tri th c:
Tri th c sau khi c thu th p s c a vo m ng tri th c c. Trn c s th c hi n cc lin k t, suy di n, ki m ch ng s n sinh ra cc tri th c m i.
Slide 10
Slide 11
Tnh ch t thng minh c a m t i t ng l s t ng h p c a c 3 y u t : thu th p tri th c, suy lu n v hnh x c a i t ng trn tri th c thu th p c. Chng ha quy n vo nhau thnh m t th th ng nh t S Thng Minh Khng th nh gi ring l b t k m t kha c nh no ni v tnh thng minh.
Slide 12
1.2
i t ng nghien cu cua AI
1.2
AI l ngnh nghin c u v cch hnh x thng minh (intellgent behaviour) bao g m: thu th p, lu tr tri th c, suy lu n, ho t ng v k nng. i t ng nghin c u l cc hnh x thng minh ch khng ph i l s thng minh. Gi i quy t bi ton b ng AI l tm cch bi u di n tri th c, tm cch v n d ng tri th c gi i quy t v n v tm cch b sung tri th c b ng cch pht hi n tri th c t nh ng thng tin s n c (my h c)
Slide 14
Giai o n c
i n (1950 1965)
C 2 k thu t tm ki m c b n: K thu t generate and test : ch tm c 1 p n/ cha ch c t i u. K thu t Exhaustive search (vt c n): Tm t t c cc nghi m, ch n l a phng n t t nh t.
(Bng n t h p mn v i m>=10)
Slide 15
y l giai o n pht tri n v i tham v ng lm cho my hi u c con ng i qua ngn ng t nhin. Cc cng trnh nghin c u t p trung vo vi c bi u di n tri th c v phng th c giao ti p gi a ng i v my b ng ngn ng t nhin. K t qu khng m y kh quan nhng cng tm ra c cc phng th c bi u di n tri th c v n cn c dng n ngy nay tuy cha th t t t nh:
Semantic Network (m ng ng ngha) Conceptial graph ( th khi ni m) Frame (khung) V p ph i tr ng i v nng l c Script (k ch b n) c a my tnh
Slide 16
i (t 1975)
Xc
Tinh th n HEURISTIC ra i v c p d ng m nh m kh c ph c bng n t h p. Kh ng nh vai tr c a tri th c ng th i xc nh 2 tr ng i l n l bi u di n tri th c v bng n t h p. Nu cao vai tr c a Heuristic nhng cng kh ng nh tnh kh khn trong nh gi heuristic.
Pht tri n ng d ng m nh m : H chuyn gia, H chu n on,..
Slide 17
1.4 Cc lnh v c ng d ng
Game Playing: Tm ki m / Heuristic Automatic reasoning & Theorem proving: Tm ki m / Heuristic Expert System: l h ng pht tri n m nh m nh t v c gi tr ng d ng cao nh t. Planning & Robotic: cc h th ng d bo, t ng ha Machine learning: Trang b kh nng h c t p gi i quy t v n kho tri th c:
Supervised : Ki m sot c tri th c h c c. Khng tm ra ci m i. UnSupervised:T h c, khng ki m sot. C th t o ra tri th c m i nhng cng nguy hi m v c th h c nh ng i u khng mong mu n.
Slide 18
ng dung AI
M hnh ng d ng AI hi n t i: AI = Presentation & Search
M c d m c tiu t i th ng c a ngnh TTNT l xy d ng m t chi c my c nng l c t duy tng t nh con ng i nhng kh nng hi n t i c a t t c cc s n ph m TTNT v n cn r t khim t n so v i m c tiu ra. Tuy v y, ngnh khoa h c m i m ny v n ang ti n b m i ngy v ang t ra ngy cng h u d ng trong m t s cng vi c i h i tr thng minh c a con ng i. Hnh nh sau s gip b n hnh dung c tnh hnh c a ngnh tr tu nhn t o.
Slide 20
Cc bi ton
Xt cc bi ton sau: 1. i ti n (Vt c n v Heuristic) 2. Tm ki m chi u r ng v su 3. Tic tac toe. 4. ong d u. 5. Bi ton TSP 6. 8 puzzle. 7. C vua 8. C t ng 9. Ng i nng dn qua sng. 10. Con th v con co 11. Con kh v n i chu i
Slide 21
TS. Nguy n nh Thun Khoa Cng ngh Thng tin i h c Nha Trang Email: thuanvinh122@gmail.com
Bi ton tm ki m
Tm ki m ci g? Bi u di n v tm ki m l k thu t ph bi n gi i cc bi ton trong lnh v c AI Cc v n kh khn trong tm ki m v i cc bi ton AI
Kh khn v k thu t
C u trc chung c a bi ton tm ki m M t cch chung nh t, nhi u v n -bi ton ph c t p u c d ng "tm ng i trong th " hay ni m t cch hnh th c hn l "xu t pht t m t nh c a m t th , tm ng i hi u qu nh t n m t nh no ". M t pht bi u khc th ng g p c a d ng bi ton ny l:
Cho tr c hai tr ng thi T0 v TG hy xy d ng chu i tr ng thi T0, T1, T2, ..., Tn-1, Tn = TG sao cho :
Slide 24
Slide 25
V d : Xt graph sau:
A B E F I J C G D
s = A l nh b t u g= G l nh ch
Slide 27
Open
Close
0 1 2 3 D4 5 6 7
A B C D E F G
Slide 28
(n)
Open
Close
0 1 2 3 D4 5 6 7 8 9 10
{A} A {B, C, D} {B,C,D} B {E, F} {C,D, E,F} C {F, G} {D,E, F,G} D {E, F, G} E {H, I} {F, G, H, I} F {J} {G, H, I, J} G {H, I, J} H {I, J} I {J} J FALSE
{A} {A, B} {A, B, C} {A, B, C, D} {A, B, C, D, E} {A, B, C, D, E, F} {A, B, C, D, E, F,G} {A,B,C, D, E, F,G,H} {A,B,C, D, E, F,G,H,I} {A,B,C, D, E, F,G,H,I,J}
Slide 29
V d : Xt graph sau:
A B E F I J C G D
Slide 30
(n)
Open
Close
0 1 2 3 4 5 6 7 8 9
{A} A {B, C, D} {B, C, D} B {E, F} {E, F, C, D} {H, I, F, C, D} DE {H, I} H {I, F, C, D} I {F, C, D} F {J} {J, C, D} J {C, D} C {F, G} {G, D} G True
{A} {A, B} {A, B, E} {A, B, E, H} {A, B, E, H, I} {A, B, E, H, I, F} {A, B, E, H, I, F,J} {A,B,E,H,I, F,J,C}
Slide 31
Breath First lun tm ra nghi m c s cung nh nh t Depth First th ng cho k t qu nhanh hn. BFS, DFS ch c ch n tm ra k t qu n u c.
K t qu
Tm Ki m R ng
1. 2. 2. 3. 4. 5. 6.
Open = [A]; closed = [] Open = [B,C,D]; closed = [A] Open = [C,D,E,F]; closed = [B,A] Open = [D,E,F,G,H]; closed = [C,B,A] Open = [E,F,G,H,I,J]; closed = [D,C,B,A] Open = [F,G,H,I,J,K,L];closed = [E,D,C,B,A] Open = [G,H,I,J,K,L,M];(v L c trong open); closed = [F,E,D,C,B,A]
Slide 33
Tm ki m Su
1. 2. 3. 4. 5. 6. 7. 8. 9.
Open = [A]; closed = [] Open = [B,C,D]; closed = [A] Open = [E,F,C,D];closed = [B,A] Open = [K,L,F,C,D]; closed = [E,B,A] Open = [S,L,F,C,D]; closed = [K,E,B,A] Open = [L,F,C,D]; closed = [S,K,E,B,A] Open = [T,F,C,D]; closed = [L,S,K,E,B,A] Open = [F,C,D]; closed = [T,L,S,K,E,B,A]
Slide 34
C nh m t su MAX, nh cc danh th chi c tnh tr c c s n c nh t nh Theo c u hnh resource c a my tnh Meta knowledge trong vi c nh gi i h n su.
TS. Nguy n nh Thun Khoa Cng ngh Thng tin i h c Nha Trang Email: thuanvinh122@gmail.com
Heuristic l nh ng tri th c c rt t a t nh ng kinh nghi m, tr c gic c a con ng i. Heuristic c th l nh ng tri th c ng hay sai. Heuristic l nh ng meta knowledge v th ng ng.
Heuristic dng
lm g?
Heuristic gip tm ki m
t k t qu v i chi ph th p hn
Slide 37
Heuristic (ti p)
Thu t gi i Heuristic l m t s m r ng khi ni m thu t ton. N th hi n cch gi i bi ton v i cc c tnh sau:
Th ng tm c l i gi i t t (nhng khng ch c l l i gi i t t nh t) Gi i bi ton theo thu t gi i Heuristic th ng d dng v nhanh chng a ra k t qu hn so v i gi i thu t t i u, v v y chi ph th p hn. Thu t gi i Heuristic th ng th hi n kh t nhin, g n gi v i cch suy ngh v hnh ng c a con ng i.
Slide 38
Heuristic (ti p)
C nhi u phng php xy d ng m t thu t gi i Heuristic, trong ng i ta th ng d a vo m t s nguyn l c b n nh sau:
Nguyn l vt c n thng minh: Trong m t bi ton tm ki m no , khi khng gian tm ki m l n, ta th ng tm cch gi i h n l i khng gian tm ki m ho c th c hi n m t ki u d tm c bi t d a vo c th c a bi ton nhanh chng tm ra m c tiu. Nguyn l tham lam (Greedy): L y tiu chu n t i u (trn ph m vi ton c c) c a bi ton lm tiu chu n ch n l a hnh ng cho ph m vi c c b c a t ng b c (hay t ng giai o n) trong qu trnh tm ki m l i gi i. Nguyn l th t : Th c hi n hnh ng d a trn m t c u trc th t h p l c a khng gian kh o st nh m nhanh chng t c m t l i gi i t t. Hm Heuristic: Trong vi c xy d ng cc thu t gi i Heuristic, ng i ta th ng dng cc hm Heuristic. l cc hm nh gi th, gi tr c a hm ph thu c vo tr ng thi hi n t i c a bi ton t i m i b c gi i. Nh gi tr ny, ta c th ch n c cch hnh ng tng i h p l trong t ng b c c a thu t gi i.
Slide 39
Heuristic Greedy
Bi ton i ti n: i s ti n n thnh cc lo i ti n cho tr c sao cho s t l t nh t Bi ton hnh trnh ng n nh t (TSP): Hy tm m t hnh trnh cho m t ng i giao hng i qua n i m khc nhau, m i i m i qua m t l n v tr v i m xu t pht sao cho t ng chi u di o n ng c n i l ng n nh t. Gi s r ng c con ng n i tr c ti p t gi a hai i m b t k.
Vt c n: (n-1)! (V i n l n ???) Greedy 1: M i b c ch n i j sao cho j g n i nh t trong nh ng nh n i v i i cn l i Greedy 2: M i b c ch n i j sao cho i g n j nh t trong nh ng nh n i v i j cn l i
Slide 40
V d : TSP v i n=8
1 1 2 3 4 5 6 7 8 0 730 640 840 800 430 380 1010 2 730 0 710 1040 500 300 540 470 3 640 710 0 1420 1050 600 920 1160 4 840 1040 1420 0 740 950 570 900 5 800 500 1050 740 0 520 460 200 6 430 300 600 950 520 0 390 690 7 380 540 920 570 460 390 0 660 8 1010 470 1160 900 200 690 660 0
Slide 41
V d : TSP v i n=8
*V i Greedy 1: 1 7 6 2 8 5 4 3 1 T ng chi ph: 4540 *V i Greedy 2: 1 7 4 5 8 2 6 3 1 T ng chi ph: 3900
Bi ton 3: Bi ton t mu b n
Slide 42
Heuristic (tt)
Heuristic dng nh th no trong tm ki m?
Tm ki m trn khng gian tr ng thi theo chi u no? Su hay r ng? Tm theo Heuristic : Heuristic nh h ng qu trnh tm ki m theo h ng m n cho r ng kh nng t t i nghi m l cao nh t. Khng su cng khng r ng Vi c tm ki m theo nh h ng c a heuristic c k t qu t t hay x u ty theo heuristic ng hay sai. Heuristic c kh nng b st nghi m Heuristic cng t t cng d n n k t qu nhanh v t t. Lm sao tm c Heuristic t t???
Slide 43
K t qu c a tm ki m v i Heuristic
1. t OPEN ch a tr ng thi kh i u. 2. Cho n khi tm c tr ng thi ch ho c khng cn nt no trong OPEN, th c hi n : 2.a. Ch n tr ng thi t t nh t (Tmax) trong OPEN (v xa Tmax kh i OPEN) 2.b. N u Tmax l tr ng thi k t thc th thot. 2.c. Ng c l i, t o ra cc tr ng thi k ti p Tk c th c t tr ng thi Tmax. i v i m i tr ng thi k ti p Tk th c hi n : Tnh f(Tk); Thm Tk vo OPEN
Slide 44
3.2 Tm ki m t i u (ti p)
Thu t gi i BEST-FIRST SEARCH
Begin Open := {s}; Close := ; While (Open <> ) do begin n:=Retrieve(Open); if (n=g) then Return True; Open := Open (n); // ((n) Close) Close := Close {n}; end; Return False;
Begin open:={s}; While (open<> ) do begin n:= Retrieve(Open) //Ch n tr ng thi t t nh t t Open. if (n=g) then return True else begin T o (n) for m i nt con m c a (n) do Gn gi tr chi ph cho m Open:=Open{m}; end; End; Return False; End;
Slide 45
3.2 Tm ki m t i u (ti p)
- BFS kh n gi n. Tuy v y, trn th c t , cng nh tm ki m chi u su v chi u r ng, hi m khi ta dng BFS m t cch tr c ti p. Thng th ng, ng i ta th ng dng cc phin b n c a BFS l AT, AKT v A*
Slide 46
3.3 Thu t gi i AT
Phn bi t khi ni m g v h
Slide 47
3.3 Thu t gi i AT
Thu t gi i AT l m t phng php tm ki m theo ki u BFS v i t t c a nt l gi tr hm g t ng chi u di con ng i t tr ng thi b t u n tr ng thi hi n t i.
Begin open:={s}; While (open<> ) do begin n:= Retrieve(Open) //Ch n n sao cho g(n) nh nh t t Open. if (n=g) then return True else begin T o (n) for m i nt con m c a (n) do if (mOpen) then Begin g(m):=g(n)+Cost(n,m) Open:=Open{m}; end else So snh g(m) va gNew (m) v c p nh t end; Return False; End;
Slide 48
Begin open:={s}; close := While (open<> ) do begin n:= Retrieve(Open) //Ch n n sao cho g(n) nh nh t t Open. if (n=g) then return True else begin T o (n) for m i nt con m c a (n) do if (mOpen) and (mClose) then Begin g(m):=g(n)+Cost(n,m) Open:=Open{m}; end else So snh g(m) va gNew (m) v c p nh t close = close {n} end; Return False; End;
Slide 49
V d :
Xt graph sau: A
20
B
30 35 15
C D
40
E
45
F
10
G
30
H
25
I
10
J
20 u
Slide 50
s = A l nh b t g= J l nh ch
V d :
Xt graph sau: Tr c Sau * A A B A C A D B E C F C G F J
L nl p 0 1 A B D C G {B,C,D} {E,F} {F,G} {J} (J} n (n) Open {(A,0)} {(B,20), (C,35), (D,30)} (C,35), (D,30),(E,60),(F,65) (C,35),(E,60),(F,65) (E,60),(F,50),(G,45) (E,60),(F,50),(J,65) (E,60),(J,60)
s = A l nh b t g= J l nh ch
F J
Slide 51
Begin open:={s}; While (open<> ) do begin n:= Retrieve(Open) //Ch n n sao cho f(n) nh nh t t Open. if (n=g) then return True else begin T o (n) for m i nt con m c a (n) do Begin g(m):=g(n)+Cost(n,m) f(m):= g(m)+h(m); Open:=Open{m}; end; end; Return False; End;
Slide 52
3.5 Thu t gi i A*
Thu t gi i A*
A* l m t phin b n c bi t c a AKT p d ng cho tr ng h p th . Thu t gi i A* c s d ng thm t p h p CLOSE lu tr nh ng tr ng h p c xt n. A* m r ng AKT b ng cch b sung cch gi i quy t tr ng h p khi "m " m t nt m nt ny c s n trong OPEN ho c CLOSE.
Slide 53
Open:=Open{m}
end; end; /*end case*/ Close:=Close{n} end; / while/ return false; End;
Slide 54
Hm l ng gi Heuristic
Hm l ng gi Heuristic l hm c l ng ph t n i t tr ng thi hi n t i n tr ng thi goal. C s xc nh hm l ng gi l d a vo tri th c/kinh nghi m thu th p c. Hm l ng gi cho k t qu ng (g n th c th ) hay sai (xa gi tr th c) s d n n k t qu tm c t t hay x u. Khng c chu n m c cho vi c nh gi m t hm l ng gi Heuristic. L do:
Khng c c u trc chung cho hm l ng gi Tnh ng/sai thay i lin t c theo t ng v n c th Tnh ng/sai thay i theo t ng tnh hu ng c th trong m t v n
Tr
Tr 15
8 hay 15
u Tr ng thi ch
1 12 11 10 9 2 13 3 14 15 8 4 5 6 7
Tr ng thi ban
11 10 1 9 14 6 2 12 13 8 4 7 5 15 3
Tr 8
2 3 6 5 2
8 7 1
1 8 7
3 4
Slide 56
Thu t gi i A* V d
l
2 8 3 1 6 4 7 5 2 8 3 1 4
7 6 5 2 8 3 1 6 4 7 5
Hm l ng gi Heuristic C u trc
Xt l i ho t
Khi c 2 nt cng c gi tr k v ng t n m c tiu b ng nhau th nt c path t nt b t u n nt ng n hn s c ch n tr c nh v y nt ny c gi tr Heuristic t t hn. Hay ni cch khc hm l ng gi Heuristic cho nt g n start hn l t t hn n u k v ng n goal l b ng nhau. V y ch n nt no n u k v ng c a 2 nt khc nhau? Nt k v ng t t hn nhng xa start hay nt k v ng x u hn nhng g n root
n goal.
Slide 58
Thu t gi i A* V d
l
Xt v d l bi ton 8 puzzle v i:
2 8 3 1 6 4 7 5 1 2 3 8 4 7 6 5
B t
ch
Hm l ng gi: F(n) = G(n) + H(n) V i G(n): s l n chuy n v tr th c hi n H(n): S mi ng n m sai v tr Nt X c gi tr heuristic t t hn nt Y n u F(x) < F(y). Ta c ho t ng c a gi i thu t Best First search trn nh hnh sau:
Slide 59
Open:=Open{m}
end; end; /*end case*/ Close:=Close{n} end; / while/ return false; End;
Slide 60
V d
1
2 1 7 8 6 3 4 5
2 1
8 6 7
3 4 5
2 1 7
8 6
2 1 7
8 6 5
3 4
2 7
8 1 6
3 4 5
2 1 7 8 6
3 4 5
State F
2 1 7
8 4 6
3 5
2 1 7
8 6
3 4 5
F(f) =2+3=5
x
2 7
8 1 6
3 4 5
2 7
8 1 6
3 4 5
2 1 7
8 6
3 4 5
Slide 61
V d
4
2 1 7 8 6 3 4 5
5
1 7
2 8 6
3 4 5
2 1 7
2 1 7
8 6
3 4 5
State Close
1 7
2 8 6
3 4 5
2 1 7 8 6
3 4 5
Close
y
1 7
2 8 6
3 4 5
State Close
1 8 7
2 6
3 4 5
1 7
2 8 6
3 4 5
The 8-puzzle searched by a production system with loop detection and depth bound 5
Tr chi 8-puzzle
Ho t
L n n
ng theo gi i thu t A*
Open Close
0 1 2 3 4 5 6 7
A4 C4 E5 F5 J5 l5 m5
Slide 64
nh gi gi i thu t Heuristic
Admissibility Tnh ch p nh n
n goal
c g i l gi i thu t A
M t gi i thu t tm ki m c xem l admissible n u i v im t th b t k n lun d ng path nghi m t t nh t (n u c). Gi i thu t A*: L gi i thu t A v i hm heuristic H(n)lun lun gi tr th c i t n n goal. Gi i thu t A* l admissible Slide 65
nh gi gi i thu t Heuristic
Monotonicity n i u
Gi i thu t A c hm H(n) monotone l gi i thu t A* v Admissible Informedness Xt 2 hm heuristic H1(n) v H2(n) n u ta c H1(n) H2(n) v i m i tr ng thi n th H2(n) c cho l informed hn H1(n).
Slide 66
i khng
th , qua cc
N u tr ng thi cha m l MAX, gn cho n gi tr l n nh t c trong cc tr ng thi con. N u tr ng thi b , m l MIN, gn cho n gi tr nh nh t c trong cc tr ng thi con.
C 4 Tm ki m Heuristic
Slide 67
C 4 Tm ki m Heuristic
Slide 68
Minimax v i
Minimax
su l p c
nh.
nh
i v i m t KGTT gi
Hm Heuristic: E(n) = M(n) O(n) Trong : M(n) l t ng s ng th ng c th c a ti O(n) l t ng s ng th ng c th c a i th E(n) l tr s nh gi t ng c ng cho tr ng thi n
C 4 Tm ki m Heuristic Slide 70
C 4 Tm ki m Heuristic
Slide 71
Gi i thu t c t t a -
Tm ki m theo ki u depth-first. Nt MAX c 1 gi tr (lun tng) Nt MIN c 1 gi tr (lun gi m) TK c th k t thc d i b t k:
C 4 Tm ki m Heuristic
Slide 72
C tta
MAX S= A=
MIN
Z - cut =z z
C 4 Tm ki m Heuristic
Slide 73
C tta
MIN S = A= Z - cut =z z
MAX
C 4 Tm ki m Heuristic
Slide 74
GT C t T a - p d ng cho KGTT gi
nh
C 4 Tm ki m Heuristic
Slide 75
TS. Nguy n nh Thun Khoa Cng ngh Thng tin i h c Nha Trang Email: thuanvinh122@gmail.com
4.1. M
2.
Tri th c th t c: m t cch th c gi i quy t m t v n . Lo i tri th c ny a ra gi i php th c hi n m t cng vi c no . Cc d ng tri th c th t c tiu bi u th ng l cc lu t, chi n l c, l ch trnh v th t c. Tri th c khai bo: cho bi t m t v n c th y nh th no. Lo i tri th c ny bao g m cc pht bi u n gi n, d i d ng cc kh ng nh logic ng ho c sai. Tri th c khai bo cng c y hn th l m t danh sch cc kh ng nh nh m m t v i t ng hay m t khi ni m no .
Slide 77
4.2. Cc
3.
lo i tri th c (ti p)
Siu tri th c:
m t tri th c v tri th c. Lo i tri th c ny gip l a ch n tri th c thch h p nh t trong s cc tri th c khi gi i quy t m t v n . Cc chuyn gia s d ng tri th c ny i u ch nh hi u qu gi i quy t v n b ng cch h ng cc l p lu n v mi n tri th c c kh nng hn c .
4.
Tri th c heuristic: m t
cc "m o" d n d t ti n trnh l p lu n. Tri th c heuristic l tri th c khng b m m hon ton 100% chnh xc v k t qu gi i quy t v n . Cc chuyn gia th ng dng cc tri th c khoa h c nh s ki n, lu t, sau chuy n chng thnh cc tri th c heuristic thu n ti n hn trong vi c gi i quy t m t s bi ton.
5.
tri th c theo c u trc. Lo i tri th c ny m t m hnh t ng quan h th ng theo quan i m c a chuyn gia, bao g m khi ni m, khi ni m con, v cc i t ng; di n t ch c nng v m i lin h gi a cc tri th c d a theo c u trc xc nh.
Tri th c c c u trc: m t
Slide 78
Slide 79
Slide 80
4.3.1 B ba
i t ng-Thu c tnh-Gi tr
M t s ki n c th c dng xc nh n gi tr c a m t thu c tnh xc nh c a m t vi i t ng. V d , m nh "qu bng mu " xc nh n " " l gi tr thu c tnh "mu" c a i t ng "qu bng". Ki u s ki n ny c g i l b ba i t ng-Thu c tnh-Gi tr (O-A-V Object-AttributeValue).
Slide 81
4.3.1 B ba
Trong cc s ki n O-A-V, m t i t ng c th c nhi u thu c tnh v i cc ki u gi tr khc nhau. Hn n a m t thu c tnh cng c th c m t hay nhi u gi tr . Chng c g i l cc s ki n n tr (single-valued) ho c a tr (multi-valued). i u ny cho php cc h tri th c linh ng trong vi c bi u di n cc tri th c c n thi t. Cc s ki n khng ph i lc no cng b o m l ng hay sai v i ch c ch n hon ton. V th , khi xem xt cc s ki n, ng i ta cn s d ng thm m t khi ni m l tin c y. Phng php truy n th ng qu n l thng tin khng ch c ch n l s d ng nhn t ch c ch n CF (certainly factor). Khi ni m ny b t u t h th ng MYCIN (kho ng nm 1975), dng tr l i cho cc thng tin suy lu n. Khi , trong s ki n O-A-V s c thm m t gi tr xc nh tin c y c a n l CF.
Slide 82
4.3.2 Cc lu t d n
Lu t l c u trc tri th c dng lin k t thng tin bi t v i cc thng tin khc gip a ra cc suy lu n, k t lu n t nh ng thng tin bi t. Trong h th ng d a trn cc lu t, ng i ta thu th p cc tri th c lnh v c trong m t t p v lu chng trong c s tri th c c a h th ng. H th ng dng cc lu t ny cng v i cc thng tin trong b nh gi i bi ton. Vi c x l cc lu t trong h th ng d a trn cc lu t c qu n l b ng m t module g i l b suy di n.
Slide 83
4.3.2 Cc lu t d n(ti p) Cc d ng lu t c b n: 7 d ng
1. Quan h :
IF Bnh i n h ng THEN Xe s khng kh i ng c
2. L i khuyn:
IF Xe khng kh i THEN i b ng c
3. H ng d n
IF Xe khng kh i ng c AND H th ng nhin li u t t THEN Ki m tra h th ng i n
Slide 84
4.3.2 Cc lu t d n(ti p)
4. Chi n l c
IF Xe khng kh i ng c THEN u tin hy ki m tra h th ng nhin li u, sau ki m tra h th ng i n
5. Di n gi i
IF Xe n AND ti ng gin THEN ng c ho t ng bnh th ng
6. Ch n on
IF S t cao AND hay ho AND H ng THEN Vim h ng
7. Thi t k
IF L n AND Da sng THEN Nn ch n Xe Spacy AND Ch n mu sng
Slide 85
4.3.3 M ng ng
ngha
Slide 86
4.3.3 M ng ng
ngha(ti p)
V d : Gi i bt tam gic t ng qut (tt) B1 : Kch ho t nh ng nh hnh trn cho ban u (nh ng y u t c gi tr ) B2 : L p l i b c sau cho n khi kch ho t c t t c nh ng nh ng v i nh ng y u t c n tnh ho c khng th kch ho t c b t k nh no n a. N u m t nh hnh ch nh t c cung n i v i n nh hnh trn m n-1 nh hnh trn c kch ho t th kch ho t nh hnh trn cn l i (v tnh gi tr nh cn l i ny thng qua cng th c nh hnh ch nh t).
Slide 89
p=(a+b+c)/2
Slide 90
4.3.4 Frame
4.3.5 Logic
1. Logic m nh
IF Xe khng kh i ng c (A) AND Kho ng cch t nh n ch lm l xa (B) THEN S tr gi lm (C) Lu t trn c th bi u di n l i nh sau:AB C
2. Logic v t
Logic v t , cng gi ng nh logic m nh , dng cc k hi u th hi n tri th c. Nh ng k hi u ny g m h ng s , v t , bi n v hm.
Slide 92
4.4 SUY DI N D
1. Modus ponens
1. E1 2. E1 E2 3. E2 N u c tin 1. E2 2. E1 E2 3. E1
LI U
2. Modus tollens
Slide 93
4.5 Ch ng minh m nh
M t trong nh ng v n kh quan tr ng c a logic m nh l ch ng minh tnh ng n c a php suy di n (a b). y cng chnh l bi ton ch ng minh th ng g p trong ton h c. V i hai php suy lu n c b n c a logic m nh (Modus Ponens, Modus Tollens) c ng v i cc php bi n i hnh th c, ta cng c th ch ng minh c php suy di n. Tuy nhin, thao tc bi n i hnh th c l r t kh ci t c trn my tnh. Th m ch i u ny cn kh khn v i c con ng i! V i cng c my tnh, c th cho r ng ta s d dng ch ng minh c m i bi ton b ng m t phng php bi t l l p b ng chn tr . Tuy v l thuy t, phng php l p b ng chn tr lun cho c k t qu cu i cng nhng ph c t p c a phng php ny l qu l n, O(2n) v i n l s bi n m nh . Sau y chng ta s nghin c u hai phng php ch ng minh m nh v i ph c t p ch c O(n).
Slide 94
4.5 Ch ng minh m nh
M t trong nh ng v n kh quan tr ng c a logic m nh l ch ng minh tnh ng n c a php suy di n (a b). y cng chnh l bi ton ch ng minh th ng g p trong ton h c. V i hai php suy lu n c b n c a logic m nh (Modus Ponens, Modus Tollens) c ng v i cc php bi n i hnh th c, ta cng c th ch ng minh c php suy di n. Tuy nhin, thao tc bi n i hnh th c l r t kh ci t c trn my tnh. Th m ch i u ny cn kh khn v i c con ng i! V i cng c my tnh, c th cho r ng ta s d dng ch ng minh c m i bi ton b ng m t phng php bi t l l p b ng chn tr . Tuy v l thuy t, phng php l p b ng chn tr lun cho c k t qu cu i cng nhng ph c t p c a phng php ny l qu l n, O(2n) v i n l s bi n m nh . Sau y chng ta s nghin c u hai phng php ch ng minh m nh v i ph c t p ch c O(n).
Slide 95
v 3
Slide 96
Php h p gi i Robinson:
Slide 98
Trong : GTi v KLj c xy d ng t cc bi n m nh v cc php ton : , , B2 : N u GTi c php th thay b ng d u "," N u KLi c php th thay b ng d u "," B3 : Bi n i dng chu n B1 v thnh danh sch m nh nh sau : B4 : N u trong danh sch m nh b c 2 c 2 m nh i ng u nhau th bi ton c ch ng minh. Ng c l i th chuy n sang B5. (a v a g i l hai m nh i ng u nhau)
{ GT1, GT2, ..., GTn , KL1, KL2, ..., KLm }
Slide 99
Slide 100
Chng 5
5.1 M U
My h c
Cc chng tr c th o lu n v bi u di n v suy lu n tri th c. Trong tr ng h p ny gi nh c s n tri th c v c th bi u di n t ng minh tri th c. Tuy v y trong nhi u tinh hu ng, s khng c s n tri th c nh:
K s tri th c c n thu nh n tri th c t chuyn gia lnh v c. C n bi t cc lu t m t lnh v c c th . Bi ton khng c bi u di n t ng minh theo lu t, s ki n hay cc quan h . H c t k hi u: bao g m vi c hnh th c ha, s a ch a cc lu t t ng minh, s ki n v cc quan h . H c t d li u s : c p d ng cho nh ng h th ng c m hnh d i d ng s lin quan n cc k thu t nh m t i u cc tham s . H c theo d ng s bao g m m ng Neural nhn t o, thu t gi i di truy n, bi ton t i u truy n th ng. Cc k thu t h c theo s khng t o ra CSTT t ng minh.
Slide 101
C hai ti p c n cho h th ng h c:
5.2 CC HNH TH C H C
1. H c v t: H ti p nh n cc kh ng nh c a cc quy t nh ng. Khi h t o ra m t quy t nh khng ng, h s a ra cc lu t hay quan h ng m h s d ng. Hnh th c h c v t nh m cho php chuyn gia cung c p tri th c theo ki u tng tc. 2. H c b ng cch ch d n: Thay v a ra m t lu t c th c n p d ng vo tnh hu ng cho tr c, h th ng s c cung c p b ng cc ch d n t ng qut. V d : "gas h u nh b thot ra t van thay v thot ra t ng d n". H th ng ph i t mnh ra cch bi n i t tr u t ng n cc lu t kh d ng. 3. H c b ng qui n p: H th ng c cung c p m t t p cc v d v k t lu n c rt ra t t ng v d . H lin t c l c cc lu t v quan h nh m x l t ng v d m i.
Slide 102
Slide 103
V d v CC HNH TH C H C
Slide 104
L thu t ton h c theo quy n p dng lu t, a m c tiu. Do Quinlan a ra nm 1979. t ng: Ch n thu c tnh quan tr ng nh t t o cy quy t nh. Thu c tnh quan tr ng nh t l thu c tnh phn lo i B ng quan st thnh cc b ng con sao cho t m i b ng con ny d phn tch tm quy lu t chung.
Slide 105
V(Size=Small) = (ASmall, BSmall) ASmall=S quan st A c Size l Small / T ng s quan st c Size=Small BSmall= S quan st B c Size l Small / T ng s quan st c Size=Small
V(Size=Small) = (1/3 , 2/3) V(Size=Large) = (2/5 , 3/5)
Slide 107
Rule 1: If (Nationality IS Italian) then (Conclusion IS B) Rule 2: If (Nationality IS French) then (Conclusion IS A) Rule 3: If (Nationality IS German) AND (Family IS Single) then (Conclusion IS A) Rule 4: If (Nationality IS German) AND (Family IS Married) then (Conclusion IS B)
Slide 109
b t
Profit Down Down Up Down Up Up Up Up Down Down
nh
Slide 110
H c theo
b t nh c a X:
b t
nh(ti p)
k
E ( X ) = - p i log 2 p i
i =1
E ( C / A ) = - p ( c i , a i ) log 2 p ( c i , a i )
i =1
4 4 2 2 E ( C / Competitio n = No ) = - log 2 - log 2 = 0 . 918 6 6 6 6 1 1 3 3 E ( C / Competitio n = Yes ) = - log 2 - log 2 = 0 . 811 4 4 4 4 E ( C / Competitio n ) = 0 . 6 * 0 .918 + 0 .4 * 0 . 811 = 0 .8752
Slide 111
H c theo
b t
STT 1 2 3 4
Age
nh(ti p)
Competition Yes No No Yes Type Software Hardware Software Hardware Profit Down Up Up Down
Old Down No Up
New Up
Slide 112
H c theo
b t
Age
nh(ti p)
Old Down No Up
New Up
Rule 1: If (Age IS Old) then (Profit IS Down) Rule 2: If (Age IS New) then (Profit IS Up) Rule 3: If (Age IS Midle) And (Competition IS No) then (Profit IS Up) Rule 4: If (Age IS Midle) And (Competition IS Yes) then (Profit IS Down)
Slide 113