Contribuţii la achiziţia şi structurarea cunoştinţelor în sisteme inteligente pentru diagnoza defectelor
Diagnoza defectelor
2.8. Contribuţii
Contribuţia majoră din acest capitol s-a concretizat în dezvoltarea
unui sistem de asistare a diagnosticianului uman. Acest sistem va
dispune de cunoştinţele expertului şi apoi de informaţiile preluate prin
interacţiune cu omul la solicitarea sa.
Datorită virtualizării şi posibilităţii migrării maşinii virtuale sau
aplicaţiei în cadrul infrastructurii, contextul activităţii urmei este
deosebit de important în abordarea asumată deoarece urmele conţin acel
istoric al defectelor indiferent de locaţia pe care o poate avea maşina
virtuală sau aplicaţia la un anumit moment dat.
Contribuţia importantă adusă de SADU provine din faptul că
sistemul de diagnoză este funcţional din primul moment, fără a necesita
întreaga cazuistică inserată legată de contextul activităţii urmei, deoarece
aceasta se completează pe parcursul desfăşurării proceselor, iar în cazul
apariţiei defectelor necunoscute, fără rezolvare imediată, problema este
lăsată în discuţie/analiză pentru rezolvare comunităţii specialiştilor din
domeniu. Totuşi, pentru a nu întâmpina probleme majore pe parcursul
dezvoltării sistemului de diagnoză a fost necesară o structurare bine
întocmită a domeniului.
De altfel, la construirea unui sistem funcţional de diagnoză
îmbinând cele două tehnici CBR şi TBR (figura 4.12), am redefinit
etapele de regăsire şi adaptare, pornind de la caz la urme. Prin urmare,
înainte de a efectua orice raţionament bazat pe cazuri, este necesar să
construim „cazurile” pornind de la urmă. Acest lucru subliniază
importanţa elaborării pasului de regăsire în TBR dar şi marele avantaj,
care permite unui utilizator să vadă rezultatul direct al cercetării sale.
Procesul oferă posibilitatea identificării imediate în cazul unei
nepotriviri a măsurii similitudinii.
Astfel, noul sistem de raţionament CTBR lasă utilizatorului
posibilitatea să aleagă modalitatea de perfecţionare a măsurii, de a
adopta alta, sau de continuare a ciclului cu alte tipuri de cunoştinţe (de
adaptare sau de context) dacă problema pare să aibă o rezolvare bună.
De asemenea, el poate decide, dacă opreşte procesul aici sau îl continuă.
În acest caz, stocarea în baza de date a contextului specific şi a
cunoştinţelor de adaptare, în special atunci când acestea sunt folosite în
comun de către mai mulţi utilizatori, conduce la rezolvarea problemei
privind automatizarea adaptării atunci când ştim cum să ne adaptăm
contextului. Mai mult decât atât, diferitele tipuri de cunoştinţe sunt
55