Contribuţii la achiziţia şi structurarea cunoştinţelor în sisteme inteligente pentru diagnoza defectelor
Diagnoza defectelor
Cu alte cuvinte, urmele sunt seturi de obiecte colectate pornind de la
o urmă principală (o sursă de date neprelucrată), și care ar putea refolosi
„episoade”, adică, înregistrări anterioare ale situaţiilor, prin utilizarea
metodelor de manipulare şi de transformare. În general TBMS este un
instrument dedicat de management al urmelor; acesta putând fi utilizat
pentru diferite scopuri în special pentru a mări posibilităţile CBR.
Considerăm că introducerea conceptului de interacţiune a urmei în CBR
„nu este atât de complicat” fiind o soluţie pentru o mai bună integrare a
contextului în sistemul CBR şi de a facilita posibilitatea de reutilizare a
experienţei.
2.5. Abordarea asumată
Faptul că raţionamentul bazat pe cazuri (CBR) aduce în prim plan o
manieră pragmatică de abordare a problemelor de inteligenţă artificială
(rezolvarea problemelor, învăţarea, utilizarea cunoştinţelor generale şi
specifice dar şi combinarea diferitelor metode de raţionament), acesta
consideră rezolvarea şi învăţarea problemei ca făcând parte dintr-un
întreg. Astfel rezolvarea problemei utilizează rezultatele din experienţele
anterioare şi asigură, în acelaşi timp, structura de experienţe ca suport al
învăţării.
În studiul nostru de caz ţinem seama de faptul că un instrument
CBR trebuie să suporte modalităţi multiple de regăsire a soluţiei şi de
asemenea să permită o posibilă combinare a lor. CBR poate lucra cu
librării mari de cazuri iar funcţie de numărul de cazuri problemă, timpul
de regăsire a soluţiei nu trebuie să fie prea mare. De exemplu, într-o
bază de cazuri putem avea diferite tehnici de regăsire a soluţiilor
cazurilor similare, o metodă principală fiind aceea prin care descrierea
completă a problemei să se facă într-un mod cât mai detaliat şi
bineînţeles, de a folosi această descriere pentru selectarea cazului cel
mai potrivit.
O metodă des folosită de regăsire este tehnica vecinilor celor mai
apropiaţi. În această tehnică algoritmii vecinilor celor mai apropiaţi
folosesc aceeaşi abordare (Watson, 1997).
Astfel, asemănarea dintre un caz (x) din baza de cazuri şi cazul scop
(q) se obţine calculând asemănarea (δ) între fiecare trăsătură (f) din
ambele cazuri. Asemănarea poate fi la rândul ei scalată folosind un
36