Professional Documents
Culture Documents
VI - II - Domaci Zadatak - Bajesove Mreza
VI - II - Domaci Zadatak - Bajesove Mreza
DOMAI ZADATAK
Vetaka inteligencija
Bajesove mree
Autori:
Mirko Lianin 13657
Milo Stoi 13837
Nikola Kesi 13638
Mentor:
Prof. Dr Leonid Stoimenov
Dr Vladan Mihajlovi
Dr Aleksandar Milosavljevi
1. UVOD
U dananjem vremenu tehnologija i eljom za futuristikim ivotom, vetaka
inteligencija predstavlja iroko polje istraivanja. Kao posebna grana u raunarskim
naukama, nailazi na iroku primenu, kao i neizostavni deo, gotovo u svim oblastima i
naukama. Svoju iroku primenu nalazi u industriji, medicini, robotici, sistemima za
automatizovano upravljanje, itd. Kako se vremenom razvijala bili su potrebni razliiti
naini zakljuivanja i obrade podataka, da bi se na osnovu njih dolo do novih saznanja
ili analize razliitih dogaaja. Kao jedan od naina, Bajesove mree su nal svoju
primenu u oblastima vetake inteligencije.
Zamislimo jednog dana kako smo u urbi i sedamo u auto, kako bismo stigli na
vreme, sa druge strane iz nekog razloga auto nee da se startuje. U tom sluaju imamo
skup razliitih dogaaja koji su mogli da uslove zbog ega auto nije upalio. Auto nije
startovao jer mu je akumulator prazan, ili jer nema dovoljno gasa, ili mu je blokiran
dovodni kanal za gorivo, ili je starter pokvaren. Takoe moemo nai razloge zbog ega je
akumulator prazan, a to su ili da mu je isteko ivotni vek, ili da nije napunjen, zatim, i dalje
moemo granati uzroke. Sa druge strane imamo i dosta drugih stvari koje moemo
proveravati, kao to su svetla, pokaziva koliko je akumulator napunjen, mera gasa,
lampica za ulje, plovak za merenje nivoa ulja i njihove uzroke, a to je da nema dovoljno
ulja i slino, i ovaj skup parametara koje moemo meriti mogu nam dati odgovor na to
zbog ega auto nije upalio. Na slici ispod primera crvenom bojom je oznaen glavni
problem, plavom uzroci nastalih problema, a zelenom parametri koji se mogu meriti i koji
nam mogu ukazati na razlog zbog koga je dolo problem.
Slika 1
2. BAJESOVE MREE
Bajesove mree predstavljaju mree uverenja, i pripadaju probabilistikim grafikim
modelima - grafovima. Ova vrsta grafova koristi se za predstavljanje znanja o
neizvesnim domenskim problemima. Posmatrano pojedinano, svaki vor u grafu
predstavlja jednu sluajnu promenljivu, a potezi izmeu vorova predstavljaju
probabilistiku zavisnost izmedju promenljivih dobijene statistikom ili raunarskom
metodom. Uzimajui u obzir ovu osnovnu definiciju Bajesovih mrea, moe se zakljuiti,
da kombinuju pravila i principe teorije grafova, verovatnou, raunarskih nauka i
statistike. Najvei akcenat kod Bajesovih mrea je na verovatnoi i njenim pravilima.
Generalno posmatrano, grafiki modeli, tj. grafovi sa neusmerenim potezima
predstavljaju sluajna polja Markova ili drugaije mree Markova. Ove mree pruaju
jednostavnu definiciju nezavisnosti izmeu dva razliita vora baziranu na konceptu
pokrivaa Markova. Ova vrsta mrea svoju najveu upotrebu pronalazi u statistikoj
fizicii raunarskoj grafici.
Sa druge strane, Bajesove mree su drugaije strukture i pripadaju drugoj grupi,
usmerenih aciklinih grafova. Svoju primenjenost najvie pronalaze u statistici,
mainskom uenju, vetakoj inteligenciji uopte, ali i u drugim oblastima. Matematiki
su precizne i intuitivne za razumevanje, takoe pruaju efikasnost u predstavljanju i
izraunavanju zajednike raspodele verovatnoe nad skupom sluajnih promenljivih.
2.1. Struktura
Kao to je napomenuto u optenom opisu Bajesovih mrea one pripadaju
usmerenim aciklinim grafovima, za lake razumevanje mrea potrebno je da se razume
osnovna struktura navedenog tipa grafova. Grafovi se satoje od skupa vorova i skupa
usmerenih potega. vorovi predstavljaju sluajne promenljive koje se predstavljaju kao
krunice unutar kojih stoji oznaka sluajne promenljive. Potezi predstavljaju direktnu
zavisnost izmedju prmenljivih i obeleavaju se kao strelice izmeu vorova. Poteg od
vora Xi prema voru Xj predstavlja statistiku zavisnost izmeu odgovarajuih
promenljivih vezanih za te vorove. Stoga, vrh strelice ukazuje na to da vrednost
promenljive vezane za vor Xj zavisi od vrednosti promenljive vezane za vor Xi. U ovom
sluaju potrebno je da se usvoji odreena notacija, stoga se za vor Xi kae da je roditelj
voru Xj, a da je vor Xj dete vora Xi. Generalno gledano geneoloki mogu se uoptiti
izrazi predak i sledbenik. Predaci nekog vora su svi vorovi od kojih se praenjem
potega moe stii do zadatog vora, dok sledbenici su svi vorovi do kojih se praenjem
putanje koju obrazuju potezi moe stii od zadatog vora. Ovakva stuktura grafova nam
ukazuje na to da je nemogue da postoji vor koji je sam sebi sledbenik i predak. Ova
osobina ima veoma znaajnu ulogu u faktorizaciji problema, sa druge strane omoguava
Bajesovim mreama da proces zakljuivanja usmere u bilo kom pravcu. Kada je u
pitanju struktura Bajesovih mrea dobro je naglasiti da se uz svaki vor pripisuje tabela
sa numerikim vrednostima odgovarajuih verovatnoa za deavanje nekog dogaaja
koja obuhvata sve mogue vrednosti za svaku kombinaciju njegovih roditelja/predaka.
Veoma bitnu ulogu u svemu tome ima i Bajesova formula, stoga njena definicija
e biti data u vidu matematikog izraza:
Zajednike posledice
2.5. D-separacija
Prikazano je kako Bajesove mree dovode do uslovne nezavisnosti, objanjeni su
osnovni sluajevi, i kako se nezavisnost odraava na promene u problemu prilikom
auriranja informacija. D-separacija nije nita drugo do uoptenja ve prikazanih
konfiguracija, na skup vorova. D-separacija definie nezavisnost izmeu setova
vorova X i Y, ukoliko je dat set E koji se sastoji od dokazanih(poznatih) vorova. Kako
bi d-separacija bila jasnija, bie date definicije putanje, blokirane putanje, d-separacije i
d-konekcije.
Putanja izmeu dva skupa vorova X i Y je bilo koja sekvenca vorova izmeu
lanova iz X i lanova iz Y, pri emu svaki par suseda je povezan potegom (bez obzira na
smer) i ne postoji vor koji se dva puta pominje u sekvenci.
Blokirana putanja za putanju se kae da je blokirana ako za dati set vorova E
postoji neki vor Z na toj putanji, takav da zadovoljava jedan od sledea tri uslova:
1. Z iz skupa E, takav da ima jedan poteg koji je ulazni i jedan izlazni poteg. (kauzalni
lanac)
2. Z iz skupa E, takav da ima oba izlazna potega. (zajedniki uzrok)
3. Ni Z, ni njegov potomakne pripadaju skupu E, pri emu je Z takav da ima oba
ulazna potega. (zajednika posledica)
D-separacija - za skup vorova E se kae da vri d-separaciju dva druga skupa X i Y,
ukoliko za svaku putanju, za svaki vor iz seta X do svakog vora iz seta Y, se kae da je
blokirana za zadato E.
D-konekcija za skup vorova X i Y se kae da su d-konektovani za zadato E, ukoliko
bar jedna putanja od X do Y nije blokirana za zadato E.
Na engleskom jeziku se ovaj nain naziva explaining away, ovo je pokuaj da se prilagodi srpskom
jeziku, mogue je da nije ispravan.
1
Slika 3
Kako se nad bilo kojim vorom moe postaviti upit, ali i moe biti i posmatrani
vor, time se komplikuje nain zakljuivanja, pa stoga najdominantniji tip zakljuivanja
je kombinovanje ova tri navedena naina zakljuivanja. (slika 3 donji desni deo)
3. LITERATURA
[1] Bayesian artifical intelligence, Kevin B. Korb, Ann E. Nicholson
[2] A tutorial on learning with Bayesian networks, David Hackerman
[3] Bayesian networks, Irad Ben-Gal
[4] Video lectures form www.udacity.com, course Artificial intelligence