Fallbasiertes Schließen (Case-based Reasoning, CBR) CBR-Zyklus nach Aamodt und Plaza 1994:

Größe: px

Ab Seite anzeigen:

Download "Fallbasiertes Schließen (Case-based Reasoning, CBR) CBR-Zyklus nach Aamodt und Plaza 1994:"

Curt Brahms
vor 5 Jahren
Abrufe

1 Fallbasiertes Schließen (Case-based Reasoning, CBR) CBR-Zyklus nach Aamodt und Plaza 1994: 1 Retrieve the most similar case 2 Reuse the solution and other information of the case 3 Revise the proposed solution 4 Retain the useful part of the case 1

2 Fallbasierte Klassifikation Kernidee: Suche ähnlichen Fall und übernimm dessen Lösung Lösungsauswahl: Mittels Ähnlichkeitsmaß über Merkmalsvektor wie zb Hamming-Abstand : Anzahl der übereinstimmenden im Verhältnis zu allen Merkmalen, meist mit Zusatzwissen Beispiel: Autotyp Km-Stand Benzinverbrauch Motor ruckelt Springt nicht an Geräusche Lösung Neuer Fall Alter Fall 1 Alter Fall 2 Marke A ja meistens Klopfen? Marke B ja manchmal Klingeln und Klopfen Zündkerzen verbraucht Marke A nein immer keine Batterie leer Alter Fall 3 Marke C ja meistens unbekannt C-Turbo defekt Zusatzwissen für Ähnlichkeitsmaß: 1 Gewicht (relative Bedeutung der Merkmale) 2 Abnormalität (zur Modifikation des Gewichtes in Abhängigkeit der Merkmalsausprägung) 3 Ähnlichkeitstyp (individuell, skaliert, gruppiert) 4 Ähnlichkeitsangabe (Wissen zur Berechnung partieller Ähnlichkeiten) 5 Datenabstraktionen (zur Vorberechnung von Merkmalsabstraktionen) 6 Filter (zb Abstraktionsebene zur Unterscheidung zwischen Merkmalen und Merkmalsabstraktionen) 7 Lösungsspezifische Modifikationen, zb lösungsspezfisches Gewicht oder Ausschlussregeln 2

3 Wissen über Ähnlichkeitsmaß 1 Filter mittels Abstraktionsebene: Merkmale und Merkmalsabstraktionen werden in Abstraktionsebenen eingeteilt, von denen eine benutzt wird 2 Gewichtung: Für die Berechnung der Bedeutung eines Merkmals sind folgende Attribute erforderlich: - Gewicht: eine Zahl, die die Bedeutung des Merkmals angibt - Abnormalität: Liste von Zahlen, die das Gewicht in Abhängigkeit der Merkmalsausprägung modifizieren - Fallspezifische_Gewichtung: vom Benutzer oder von der Lösung des Vergleichsfalles stammende Zahl, die das Gewicht überschreibt 3 Ähnlichkeitsangaben: Eine Typ-Angabe und eine inhaltliche Angabe pro Merkmal, auf deren Basis mit einer typ-spezifischen Formel die relative Ähnlichkeit zwischen zwei Merkmalsausprägungen berechnet wird Das Ergebnis ist eine Zahl zwischen 0 und 1 Die relative Ähnlichkeit wird mit der Gewichtung des Merkmals verrechnet 4 Regelbasiertes Wissen: Für die Herleitung von Merkmalsabstraktionen und das kategorische Setzen von Lösungen 3

4 Ablaufdiagramm zur fallbasierten Klassifikation Testauswahl Standard- Indikation Tests Datenerfassung Merkmale Datenabstraktion Merkmale Merkmal-Filter Merkmale Vorauswahl Falldatenbank Fälle Fälle Lösungsbasierter Filter (regelbasiert) Vollvergleich Fälle Lösungen Bestimmung der Lösungen 4

5 Darstellung von Alternativen der fallbasierten Klassifikation 0 Testauswahl 1 Datenerfassung 2 Datenabstraktion 3 Merkmal-Filter 4 Herleitung ähnlicher Fälle 41 Vorauswahl und Vergleich 411 Vorauswahl 4111 Keine Vorauswahl 4112 Mit gewichteten Merkmalen 412 Lösungsbasierter Filter (mit Regeln) 413 Vollvergleich der Restfälle 42 Hill-Climbing in Fallnachbarschaften 421 Wähle Startfälle 422 Bestimme Fallnachbarschaft 423 Lösungsbasierter Filter (mit Regeln) (so) 424 Vollvergleich der Restfälle (so) 5 Bestimmung der Lösungen 5

6 Beispiel aus D3 (Wissenseingabe) 6

7 Beispiel aus D3 (Problemlösung) 7

8 Alternativen der Diagnostik-Methoden 1 Klassifikation 11 Testauswahl 111 Benutzer-Auswahl 112 Standardisierte Indikation 113 Kosten-Nutzen-Analyse 12 Datenerfassung 121 -> Interviewerkomponente 122 Überprüfen der Antworten 123 Ableiten von Folgefragen 13 Datenabstraktion 14 Sichere Lösungsbewertung 15 Unsichere Lösungsbewertung 151 Heuristische Bewertung 1511 Herleitung verdächtigter Lösungen 1512 Herleitung bestätigter Lösungen 152 Statistische Bewertung 153 Fallbasierte Bewertung 1531 Merkmal-Filter 1532 Herleitung ähnlicher Fälle Vorauswahl und Vergleich Vorauswahl Keine Vorauswahl Mit gewichteten Merkmalen Lösungsbasierter Filter (mit Regeln) Vollvergleich der Restfälle Hill-Climbing in Fallnachbarschaften Wähle Startfälle Bestimme Fallnachbarschaft Lösungsbasierter Filter (mit Regeln) (so) Vollvergleich der Restfälle (so) 1533 Bestimmung der Lösungen 154 Überdeckende Bewertung 1541 Berechnung der Einfachüberdeckungen 1542 Berechnung der Mehrfachüberdeckungen 155 Funktionale Bewertung 1551 Entdeckung von Diskrepanzen 1552 Berechnung der Einfachüberdeckungen (so) 1553 Berechnung der Mehrfachüberdeckungen (so) 8

9 Bewertung der Wissensarten Wissensart Wissensquelle Objektivierbarkeit Bedeutung von Wahrscheinlichkeiten Verdachtsgenerierung Verdachtsüberprüfung Stellen von Mehrfachdiagnosen Erklärungsfähigkeit sicher Erfahrungswissen heuristisch Erfahrungswissen statistisch Falldaten fallvergleichend Falldaten und Erfahrung überdeckend Erfahrung und Literatur funktional Literatur Qualität bzw Ausprägung der Eigenschaft: und = schlecht bzw gering, = mittel, und = gut bzw hoch 9

10 Integration der Wissensarten Benutzer, Meßgeräte Merkmalerfassungs- Vorverarbeitungs- Indikation zusätzlicher Merkmalsklassen Hinzufügen von Merkmalen und Merkmalsabstraktionen heuristischer Generierung von Verdachtshypothesen globale Steuerung Unterscheidung zwischen ähnlichen Verdachtshypothesen Verdachtsgenerierung und -überprüfung statistischer fallvergleichender Überprüfung der Verdachtshypothesen Überprüfung der Verdachtshypothesen überdeckender funktionaler 10

11 Struktur einer integrierenden Blackboard Merkmale mit Werten: M1 = W1 M2 = W2 Mn = Wn Merkmalsabstraktionen mit Werten: MA1 = W1 MA2 = W2 MAm = Wm Lösungen heuristisch statistisch fallvergleichend überdeckend funktional Lösung 1 wahrscheinlich (0,6) höchstwahrscheinlich (0,9) plausibel (0,8) Lösung 2 verdächtigt unplausibel (0,2) Lösung 3 verdächtigt neutral (0,2) möglich (0,5) Lösung 4 sicher (1,0) sicher (0,95) plausibel (1,0) 11

Ähnliche Dokumente

Fallbasiertes Schließen (Case-based Reasoning, CBR) CBR-Zyklus nach Aamodt und Plaza 1994:

Fallbasiertes Schließen (Case-based Reasoning, CBR) CBR-Zyklus nach Aamodt und Plaza 1994: 1. Retrieve the most similar case 2. Reuse the solution and other information of the case 3. Revise the proposed