You are on page 1of 78

Inteligență artificială

10. Raționament probabilistic

Florin Leon

Universitatea Tehnică „Gheorghe Asachi” din Iași


Facultatea de Automatică și Calculatoare

http://florinleon.byethost24.com/curs_ia.htm
Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm
Raționament probabilistic
1. Rețele bayesiene
2. Inferențe cu rețele bayesiene
3. Teoria evidențelor
4. Concluzii

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 2


Raționament probabilistic
1. Rețele bayesiene
1.1. Teorema lui Bayes
1.2. Independență și independență condiționată
1.3. Algoritmul Bayes-Ball
2. Inferențe cu rețele bayesiene
3. Teoria evidențelor
4. Concluzii

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 3


Probabilități
 P(A) – fracțiunea de lumi posibile în care A este adevărată

 Interpretarea frecventistă (număr de experimente)


 Interpretarea fizică (proprietăți ale obiectelor)
 Interpretarea subiectivistă (caracterizarea convingerilor)

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 4


Probabilități
 Lumea macroscopică
 Probabilitățile sunt doar o măsură a incapacității
de a prezice evoluția unor procese complexe?
 Lumea cuantică
 Procese impredictibile: descompunerea radioactivă
 Double-slit experiment, quantum pigeonholes
 Amplitudini de probabilitate
 Calcul cuantic: qubiți

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 5


Lumea cuantică

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 6


Paradoxuri
 Problema “Monty Hall”

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 7


Paradoxuri

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 8


Paradoxuri
 Eroarea jucătorului de ruletă
 Dacă a ieșit roșu, data următoare sunt mai multe
șanse să iasă negru
 1913, Monte Carlo – negrul a ieșit de 26 de ori la rând

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 9


Paradoxuri
 Eroarea procurorului
 Grupa de sânge găsită la fața locului este o grupă rară, AB cu Rh
negativ, care are 1% frecvență în populație
 S-au mai găsit urme de păr blond, persoanele blonde constituind
tot 1% din populație
 Suspectul are grupa de sânge respectivă și este blond, prezența
împreună a acestor trăsături având împreună probabilitatea de
0,01% ⇒ vinovat cu o probabilitate de 99,99%
 Orașul în care s-a petrecut crima are o populație de 100.000 de
locuitori, deci alți 10 oameni au aceleași trăsături
⇒ vinovat cu o probabilitate de 10%
 Două camere video identifică suspectul cu o probabilitate de 70%,
deci suspectul este nevinovat cu o probabilitate de 0,9 ∙ 0,3 ∙ 0,3
⇒ vinovat cu o probabilitate de 91,9%
Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 10
Probabilități condiționate
 P(A|B) este fracțiunea de lumi posibile în care
B este adevărată și atunci și A este adevărată
 Probabilitatea lui A, dat fiind B

 D = durere de cap, P(D) = 1/10


 G = gripă, P(G) = 1/40
 P(D|G) = 1/2
 Dacă cineva are gripă,
probabilitatea de a avea și dureri
de cap este de 50%
 P(D|G) = P(D⋂G) / P(G)

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 11


Teorema lui Bayes
 P(A|B) = P(A⋂B) / P(B)
 P(A⋂B) = P(A|B) · P(B)
 P(A⋂B) = P(B|A) · P(A)

 ⇒ P(B|A) = P(A|B) · P(B) / P(A)

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 12


Teorema lui Bayes
 P(B|A) = P(A|B) · P(B) / P(A)

 Thomas Bayes (1763). An essay


towards solving a problem in the
doctrine of chances. Philosophical
Transactions of the Royal Society
of London, vol. 53, pp. 370-418

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 13


Diagnoză
 Probabilități cunoscute
 Meningită: P(M) = 0,002%
 Gât înțepenit: P(G) = 5%
 Meningita cauzează gât înțepenit în jumătate din
cazuri: P(G|M) = 50%
 Dacă un pacient are gâtul înțepenit, care este
probabilitatea să aibă meningită?
 P(M|G) = P(G|M) · P(M) / P(G) = 0,02%

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 14


Diagnoză
 Greșeală întâlnită uneori: P(A|B) = P(B|A)
 Diagnostice pentru boli rare
 Trebuie avută în vedere probabilitatea testului de
a returna rezultate fals pozitive

B – boală
T – test

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 15


Independență și
independență condiționată
 Exemplul 1. Ion și Maria dau cu banul de 100
de ori. Fiecare are un ban diferit
 Evenimente independente
 Rezultatul unui experiment nu influențează
rezultatul celuilalt experiment

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 16


Independență și
independență condiționată
 Exemplul 2. Ion și Maria dau cu același ban
 Dacă banul nu este corect, evenimentul A (Ion)
poate aduce informații asupra evenimentului
B (Maria)
 Evenimentele nu sunt independente
 Rezultatul unui experiment poate influența
cunoștințele despre rezultatul celuilalt

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 17


Independență și
independență condiționată
 Exemplul 2 (cont.). Fie C variabila „banul este
influențat în favoarea pajurei”
 Dacă știm C, experimentul A nu mai aduce
informații noi asupra lui B
 P(B|A,C) = P(B|C)
 A și B sunt independente condițional dat fiind C
 Situație numită „cauză comună”

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 18


Independență și
independență condiționată
 Exemplul 3. Ion și Maria locuiesc în zone diferite ale
orașului și vin la serviciu cu tramvaiul, respectiv
mașina
 „Ion a întârziat” și „Maria a întârziat” pot fi considerate
independente
 Dacă vatmanii sunt în grevă, atunci și traficul rutier crește.
Evenimentele sunt independente condițional

 Există multe situații în viața reală în care evenimente


considerate independente sunt de fapt independente
condițional

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 19


Independență și
independență condiționată
 Exemplul 4. Atât răceala cât și alergia îl pot
determina pe Ion să strănute
 Dacă nu știm că Ion a strănutat, răceala și alergia sunt
independente
 Dacă știm că Ion a strănutat, răceala și alergia nu mai sunt
independente
 Dacă mai știm că Ion este răcit, probabil că răceala
determină strănutul, iar probabilitatea alergiei scade
 Situație numită revocare prin explicare (explaining away)

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 20


Distribuție comună de
probabilitate
 3 variabile binare: 23 – 1 = 7 parametri independenți

1 – suma celorlalți

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 21


Reprezentarea cunoștințelor
incerte
 O situație cu 5 variabile binare (exemplul următor)
 Specifică o distribuție comună de probabilitate
cu 25 – 1 = 31 parametri
 Fezabil
 Un sistem expert cu 37 de variabile binare
pentru monitorizarea pacienților de la terapie
intensivă
 237 – 1 ≈ 1011 parametri
 Nefezabil

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 22


Reprezentarea distribuției
comune de probabilitate

Regula de înmulțire
a probabilităților
(chain rule)
Este adevărată doar dacă fiecare
nod este independent condițional
de predecesorii din șirul ordonat al
nodurilor, dați fiind părinții nodului

Dacă efectele sunt considerate


independente ⇒ Naïve Bayes
Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm
Rețea bayesiană
 S-a instalat un nou sistem
de alarmă, care sună în
cazul unei spargeri dar și în
cazul unui cutremur
 Vecinii John și Mary îl sună
pe proprietar la serviciu
dacă aud alarma
 10 parametri independenți
față de 31
Rețea bayesiană (Pearl, 1985)
Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 24
Comparație
 Sistem expert pentru
monitorizarea
pacienților de la
terapie intensivă
 37 variabile
 509 parametri
în loc de 1011
(100.000.000.000)

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 25


Interogări simple
 Care este probabilitatea ca
alarma să se declanșeze fără
să fi fost nicio spargere și
niciun cutremur iar John și
Mary să sune?

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 26


Validitatea unei rețele bayesiene
 O rețea bayesiană este un graf orientat aciclic
 Arcele pot forma bucle, dar nu pot forma cicluri

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 27


Algoritmul Bayes-Ball
 Reprezintă o modalitate simplă de a determina
relațiile de independență și independență
condiționată într-o rețea bayesiană
 Se presupune că o minge este trimisă dintr-un nod
în rețea
 Mingea trece în moduri diferite, în funcție de cine o
trimite (fiu sau părinte) și starea nodului care o
primește (observat/evidență sau neobservat)
 Nodurile la care mingea nu ajunge sunt independente
(condițional) de nodul de start

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 28


Reguli de trimitere a mingii

noduri evidență (gri) noduri neobservate (albe)

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 29


Exemple

nicio cale activă o cale activă

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 30


Ordonarea nodurilor
 Rețelele din dreapta sunt create prin introducerea succesivă a noilor noduri,
de sus în jos
 Ambele sunt echivalente cu distribuția comună de probabilitate
 Nu sunt optime din punct de vedere al compactității
 Necesită mai mulți parametri
 Rețeaua (b) necesită 31 de parametri, la fel ca distribuția comună

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 31


Raționament probabilistic
1. Rețele bayesiene
2. Inferențe cu rețele bayesiene
2.1. Inferența probabilităților marginale
2.2. Inferența prin enumerare
2.3. Eliminarea variabilelor
3. Teoria evidențelor
4. Concluzii

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 32


Inferența probabilităților
marginale

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 33


Nodul Febră
FD = (Febră = Da)
FN = (Febră = Nu)

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 34


Nodul Oboseală

OD = (Oboseală = Da)
ON = (Oboseală = Nu)

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 35


Nodul Anorexie

XD = (Anorexie = Da)
XN = (Anorexie = Nu)

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 36


Probabilitățile marginale ale
nodurilor

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 37


Inferența prin enumerare
 Interogare: Care este probabilitatea ca o
persoană să aibă gripă, dacă prezintă
simptome de oboseală și anorexie?

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 38


Rezolvare
Coeficient de normalizare

Variabila interogată

Evidența observată Variabilele neobservate

Sumă după toate valorile posibile ale lui y,


de exemplu afirmat și negat

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 39


Rezolvare
 Vom calcula independent 𝑃 𝐺𝐷 |𝑂𝐷 , 𝑋𝐷 și 𝑃 𝐺𝑁 |𝑂𝐷 , 𝑋𝐷
 Pentru 𝑃 𝐺𝐷 |𝑂𝐷 , 𝑋𝐷 , variabilele rămase sunt Abcesul și
Febra
 Vom suma probabilitățile corespunzătoare tuturor valorilor
acestor variabile: 𝑎 ∈ {𝐴𝐷 , 𝐴𝑁 } și 𝑓 ∈ {𝐹𝐷 , 𝐹𝑁 }
 Pentru a crește eficiența calculelor, se recomandă ca
variabilele rămase să fie mai întâi sortate topologic, astfel
încât părinții să apară înaintea copiilor
 În acest caz, se vor putea descompune mai ușor sumele,
scoțând în față factorii care nu depind de o anumită variabilă

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 40


Observație
 Toate variabilele care nu sunt predecesori ai
unei variabile de interogare sau de evidență
sunt irelevante și pot fi ignorate în calcule

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 41


Rezolvare

42
Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm
Rezolvare

43
Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm
Rezultat
 𝑃 𝐺𝐷 |𝑂𝐷 , 𝑋𝐷 + 𝑃 𝐺𝑁 |𝑂𝐷 , 𝑋𝐷 = 1
 𝑃 𝐺𝐷 |𝑂𝐷 , 𝑋𝐷 = 𝛼 ∙ 0,02174
 𝑃 𝐺𝑁 |𝑂𝐷 , 𝑋𝐷 = 𝛼 ∙ 0,03312
 ⇒ 𝛼 = 18,23

 𝑃 𝐺𝐷 |𝑂𝐷 , 𝑋𝐷 = 0,39628 ≈ 40%


 𝑃 𝐺𝑁 |𝑂𝐷 , 𝑋𝐷 = 0,60372 ≈ 60%

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 44


Pseudocod

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 45


Structura de rezolvare
 Se repetă unele calcule:

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 46


Eliminarea variabilelor
 Se fac sumări de la dreapta la stânga, stocând
rezultatele intermediare (factori) pentru evitarea
recalculărilor

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 47


Operații de bază
 Produs punct cu punct (pointwise product)

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 48


Operații de bază
 Eliminarea prin sumare (sum out) a unei
variabile dintr-un produs de factori: mutarea
tuturor factorilor constanți în afara sumării,
presupunând că fi nu depind de X

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 49


Factorul OX

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 50


Factorul FOX

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 51


Eliminarea prin sumare

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 52


Factorul AFOX

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 53


Factorul GAFOX

Aceleași valori ca la exemplul


de la inferența prin enumerare

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 54


Pseudocod

CPT = Conditional Probability Table

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 55


Aplicații
 Sisteme pentru diagnostic medical, de exemplu
diagnosticarea bolilor ficatului
 Predicția defectelor și a fiabilității produselor
software, de exemplu AgenaRisk, utilizat de Motorola,
Philips și Siemens
 TrueSkill (Microsoft Research): sistem de ierarhizare
a jucătorilor pe baza rezultatelor finale obținute de
echipă

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 56


Raționament probabilistic
1. Rețele bayesiene
2. Inferențe cu rețele bayesiene
3. Teoria evidențelor
3.1. Regula Dempster-Shafer
3.2. Regula Yager
4. Concluzii

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 57


Teoria evidențelor
 Probabilitățile evaluează o situație folosind un singur număr
 Teoria evidențelor acordă propozițiilor intervale pentru gradele
de încredere [Bel, Pl ]
 Bel = convingerea (belief)
 Pl = plauzibilitatea: Pl(A) = 1 – Bel(A)
 Se calculează independent pentru A și A
 Dacă nu avem informații nici despre A nici despre A, intervalul
de încredere este [0, 1]
 În loc de probabilitatea 0.5
 Pe măsură ce se acumulează informații, intervalul se micșorează
 Bel(A) ≤ P(A) ≤ Pl(A)

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 58


Aruncarea unui ban
 Dacă nu avem nicio informație despre ban, dacă este corect
sau nu, atunci:
 Bel(cap) = 0 și Bel(cap) = 0
 Pl(cap) = 1 – Bel(cap) = 1
 Intervalul de încredere pentru cap este [0, 1]
 Dacă un expert este 90% sigur că banul este corect, adică
P(cap) = 0.5, atunci:
 Bel(cap) = 0.9 · 0.5 = 0.45
 Bel(cap) = 0.9 · 0.5 = 0.45
 Pl(cap) = 1 – Bel(cap) = 0.55
 Intervalul de încredere pentru cap este [0.45, 0.55]

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 59


Formalizare
 Θ este cadrul de discernământ (se mai notează cu
H și se mai numește universul ipotezelor mutual
exclusive)
 m este o funcție de masă (sau atribuire de
convingeri de bază, Basic Belief Assignement, BBA)
 m : (Θ) → [0, 1], unde (Θ) este mulțimea părților lui Θ
 m() = 0
 ∑A(Θ) m(A) = 1

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 60


Combinarea evidențelor
 Regula Dempster-Shafer ne permite să
combinăm convingerile m care apar din
surse multiple de evidențe

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 61


Exemplul 1
 Două site-uri de știri relatează despre o
demonstrație
 Primul site are nivelul de încredere de 80%
iar al doilea are nivelul de încredere de 60%
 Ambele afirmă că demonstrația a fost una
mare, cu peste 10.000 de participanți

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 62


Rezolvare

Nu există evidențe împotriva faptului că demonstrația a fost mare


Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 63
Exemplul 2
 Primul site afirmă că demonstrația a fost mare, iar al doilea
afirmă contrariul

 Ar fi incorect să considerăm m2({Mare}) = 0,4, deoarece


al doilea site a spus doar că demonstrația a fost mică,
nu a spus nimic despre o demonstrație mare
 Valoarea asociată mulțimii vide este 0,48 și deci numitorul
fracției va fi: 1 – 0,48 = 0,52
Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 64
Rezolvare

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 65


Exemplul 3
 Un pacient poate avea răceală (Cold), gripă
(Flu), Meningită sau Nimic (e sănătos)
 Mulțimea de ipoteze H = { C, F, M, N }
 Din studii anterioare:
 Febra susține ipoteza { C, F } la nivelul 0.5 și
{ M } la nivelul 0.2
 Grețurile susțin ipoteza { C, F, N } la nivelul 0.7

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 66


Combinarea evidențelor
Avem un pacient cu febră și grețuri (m1 și m2)

Singura combinație care produce mulțimea vidă are produsul 0.14,


deci numitorul va fi 1 – 0.14 = 0.86

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 67


Noua BBA

suma tuturor
0.825 = 0.581 + 0.244
submulțimilor

Posibilitatea de răceală sau gripă: [0.581, 0.93]


Posibilitatea de meningită: [0.07, 0.175]

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 68


Altă evidență
 Dacă se face un test de laborator și acesta
iese pozitiv, indicând ipoteza { M } la nivelul
0.8, cum se schimbă convingerile?

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 69


Evidențe conflictuale
 Exemplu de rezultat neplauzibil (Zadeh):
 Un pacient este examinat de doi medici, care
stabilesc că ar putea avea meningită (M),
o contuzie (C) sau o tumoare pe creier (T)
 Ambii medici consideră că tumoarea este
improbabilă, dar nu se pun de acord asupra
diagnosticului cel mai probabil

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 70


Evidențe conflictuale

 Valoarea corespunzătoare mulțimii vide este în acest caz


0,9801 + 0,0099 + 0,0099 = 0,9999 și deci numărătorul fracției
va fi 0,0001
 Funcția de masă m3 va fi doar: m3({T }) = 0,0001 / 0,0001 = 1

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 71


Discuție
 O convingere puternică atribuită mulțimii vide
indică evidențe conflictuale în mulțimea de
convingeri
 Când avem mulțimi mari de ipoteze și mulțimi
complexe de evidențe, calculele devin
laborioase

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 72


Regula Yager
 Regula Yager nu normalizează conflictul, ci îl adaugă la
mulțimea Θ
 Regula generală:

 Pentru două evidențe:

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 73


Exemplul lui Zadeh
 Funcțiile de masă:
 m1{(M)} = 0.99, m1({T}) = 0.01
 m2{(C)} = 0.99, m2({T}) = 0.01
 Cu regula lui Yager:

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 74


Exemplul cu demonstrația,
evidențe convergente

Același rezultat ca la
regula Dempster-Shafer
Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 75
Exemplul cu demonstrația,
evidențe conflictuale

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 76


Aplicații
 Sisteme expert
 Sisteme de diagnoză
 Combinarea informațiilor provenite de la mai mulți
senzori (sensor fusion)

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 77


Concluzii
 Rețelele bayesiene asigură un mod concis de a
reprezenta relațiile de independență condițională
într-un domeniu și de a face inferențe
 Teoria evidențelor permite combinarea informațiilor
oferite de surse de evidențe posibil contradictorii. Se
face o distincție între probabilitatea unei propoziții
dată fiind o evidență incertă și probabilitatea unei
propoziții în lipsa oricărei evidențe

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm 78