INDIRA NOLIVOS ALVAREZ, PhD.

CARLOS JORDAN VILLAMAR, MSc.

APLICACIÓN DE SISTEMAS EXPERTOS AL ANALISIS DE SISTEMAS

La ingeniería del conocimiento

SISTEMAS EXPERTOS

Un sistema experto debe ser capaz de emular a un experto resolviendo un problema específico.

Usuario

Base de conocimie

nto

Motor de inferenci

a

evidencia

experiencia

Sistema experto

•Datos•Hardware•Software

REPRESENTACION DEL CONOCIMIENTO

Motores de Inferencia están diseñados para un cierto tipo de representación del conocimiento como las reglas o la lógica.

Regla 1: SI ?x trabaja para ESPOL ENTONCES ?x gana un buen salario

La manera en la que el conocimiento es representado afecta el desarrollo, eficiencia, velocidad y mantenimiento del sistema experto.

El CONOCIMIENTO

EPISTEMIOLOGIA

ARISTOTELESPLATOKANTLOCKEMILL

TEORIAS FILOSOFICAS

CONOCIMIENTO PREVIO

CONOCIMIENTO POSTERIOR

TIPOS DE CONOCIMIENTO

Conocimiento procedimental: know how

Conocimiento declarativo: Proposiciones

Conocimiento tácito: Conocimiento inconsciente

JERARQUIA DEL CONOCIMIENTO

Metaconocimiento

Conocimiento

Información

Data

Ruido

REPRESENTACION DEL CONOCIMIENTO

Reglas de producción Redes semánticas: conocimiento

declarativo-estructura de conocimiento superficial

Esquemas: meta-conocimiento; causa-efecto

Marcos o cuadros: estereotipos, sentido común

Marcos situacionales Marcos de acción

Lógica y conjuntos Venn Diagram

ADQUISICION DEL CONOCIMIENTO

Experto Humano

Ingeniero del

conocimiento

Base de conocimiento del sistema

experto

Diálogo

Explícito

Proceso clave en el desarrollo de un modelo experto.

Giarratano & Riley, 2002

CRITERIOS

El propósito del ejercicio de modelaje. La fase del proceso de construcción del

modelo y el tipo de tarea que se realiza (Ej. extracción, exploración o evaluación).

Número de personas involucradas. El tiempo disponible. El costo del método.

METODOS

Métodos cualitativos: modelaje conceptual – basados en entrevistas

Metáfora-Analogía Causal loop diagrams

Métodos cuantitativos: modelaje formal Construcción de modelos dinámicos Construcción de modelos matemáticos

MÉTODO DE EXTRACCIÓN DEL CONOCIMIENTO

Fase de posicionamiento Establecer el contexto Enfocarse en una relación a la vez Ilustrar el método

Fase de descripción Descripción visual Descripción verbal Descripción textual Descripción gráfica

Fase de discusión Analizar descripciones individuales Comparar descripciones

MOTOR DE INFERENCIA

Deducción: causa + regla efecto Abducción: efecto + regla causa Inducción: causa + efecto regla

Data-driven Análisis de datos

Goal driven Enfocado en la solución

ADQUISICION DEL CONOCIMIENTO

Experto Humano

Ingeniero del

conocimiento

Base de conocimiento del sistema

experto

Diálogo

Explícito

Proceso clave en el desarrollo de un modelo experto.

Giarratano & Riley, 2002

PROCESO DE DECISION

ANALISIS DELPROBLEMA

CONSTRUCCION DEMODELOS

DISEÑO DE ALTERNATIVAS(SOLUCION)

SELECCION DE UNAALTERNATIVA

SISTEMA EXPERTO

PROCESOS ACTORES

DEFINICION DEL PROBLEMA Expertos, involucrados,

ingeniero del conocimiento

DISEÑO DEL SISTEMA: Expertos, involucrados,

Conocimiento, datos ingeniero del conocimiento

asunciones, modelos-reglas

IMPLEMENTACION DEL SISTEMA Ingeniero del conocimiento,

programadores

VALIDACION DEL SISTEMA Involucrados, Ingeniero del

conocimiento, expertos

CONSTRUCCIÓN DE MODELOS

Identificación del objetivo: que debe arrojar el modelo?

Identificación de variables: cualitativas/cuantitativas

Identificación de procesos: simples/complejos Identificación de interrelaciones: integración de

procesos Identificación de asunciones:

contexto/simplificación Identificación de escenarios: condiciones de fondo Implementación formal

LA CUENCA DEL RIO CHAGUANA

OBJETIVO: MANEJO INTEGRADO DEL AGUA

ANALISIS DEL PROBLEMA DE MANEJO DEL AGUA

COLECCION DE DATOS // EXTRACCIÓN DEL CONOCIMIENTO

SELECCION DE MODELOS IA / ESTADISTICOS / MATEMATICOS

DESARROLLO DE APLICACIONES

ANALISIS DE DATOS Y CONOCIMIENTO

ESTADISTICO EXPERTO

ESTRATEGIA

Economical revenue

Environmental risks:

Human health

Agricultural Practices:

Pest Control

Crop Yield

Water Quality

Production Costs

(-)

(+)

(+)

(-)

(-)

(+)

Export Price

(+)

MODELO AGNPS (concentración de

Propiconazole en ríos)

No existe modelo formal

ANALISIS DEL PROBLEMA: MODELO CONCEPTUAL

COLECCION DE INFORMACION

Variable Unidad Media DS Rango Serie

Emisión foliar (FE) leaves/week 1.0 0.1 0.7-1.3 2003-2008*

Lluvia acumulada (R) mm/week 20 36.3 0-346.7 2003-2008*

Estado de evolución de S.N. (SED)

329.4 83.4 173.6-669.2 2003-2008*

Hoja más joven con síntomas de S.N.(YLS)

leaf number 7.2 0.4 6.0-8.7 2003-2008*

Período de fumigación (FP)

days 18.1 3.3 12-27 2003-2008*

Producción de banano (BP)

boxes/ha/ week

30.1 7.1 14.0-61.4 2003-2008+

* (excepto 2005) + (excepto 2003)

DATOS

Irrigación & Drenaje

Labores agrícolas

Producción de banano

Emisión foliar

Clima

Lluvia

Fertilización

Infección por Sigatoka negra

Estado de evolución de la enfermedad

Período de fumigación

Infr. Drenaje

Irrigación

Textura del suelo

Hoja mas joven con síntomas

MODELO EXPERTO

PARAMETRIZACION DEL MODELO EXPERTO

24

1. Datos: frecuencia relativa de ocurrencia de un estado de la variable objetivo frente a la combinación de estados de las variables que la influencian directamente. (VALIDACION)

2. Estimación directa de los parámetros:

Cual es la probabilidad de que la produccion sea alta dado que drenaje & irrigación, prácticas agrícolas y fertilización son buenas, pero el clima es húmedo y la infección de Sigatoka negra es alta?

3. Estimación indirecta de parámetros:

modelos canónicos: Noisy-OR

Noisy-AND

Asumen independencia de influencias causales.

TALLER SOBRE ESTRUCTURACION DEL CONOCIMIENTO

CASO:Asesoría para ubicar una vivienda en Guayaquil,

considerando los escenarios futuros de inundación por la acción del cambio climático.

ACTORES:La dinámica del juego considera a tres participantes por

grupo. Experto: persona que maneja conocimiento, criterios y

capacidad de juicio especializado. Cliente: persona que recurre al experto en busca de una

solución a su problema. Ingeniero del conocimiento: observador que

documenta la interacción entre el experto y el cliente, recreando el modelo de solución aplicado por el experto.

RECURSOS

Comunicación verbal explícita: Entrevistas estructuradas/no estructuradas (cliente, experto e ingeniero del conocimiento)

Datos del problema (cliente) Criterios y juicios para la solución del

problema (experto) Reglas de producción, redes semánticas o

esquemas (ingeniero del conocimiento) Validación (experto e ingeniero del

conocimiento)