Diagnózis (mesterséges intelligencia)

A diagnózis a mesterséges intelligencia diszciplínája, amelynek célja algoritmusok kidolgozása annak megállapítására, hogy a rendszer viselkedése megfelel-e az elvárt viselkedésnek. Ellenkező esetben az algoritmusnak képesnek kell lennie a lehető legpontosabban meghatározni, hogy a rendszer mely részei hibásak és milyen típusú működési zavarokat szenvednek. A számítás megfigyeléseken alapul , amelyek a viselkedésre vonatkozó információk.

A diagnosztika kifejezés a számításra, valamint a számítás eredményére is utal. Ez a kifejezés az orvosi területről származik, ahol a diagnózis a beteg tüneteinek magyarázatát jelenti.

Példa

A dinamikus rendszer diagnózisának (a számítás értelmében) diagnózisának példája a jármű előtt álló szerelő érvelése. A szerelő először meggyőződik arról, hogy a jármű meghibásodott, majd a megfigyelések alapján kideríti a meghibásodás forrását. Ebben az esetben a megfigyelések a jármű állapota, a motor megfigyelése, a jármű által keltett zajok, a tünetek felhasználó általi leírása stb. A diagnosztika (az eredmény értelmében) példája az állítás, hogy az akkumulátor lemerült .

Diagnózis szakértői rendszer szerint

A szakértői rendszer által végzett diagnózis a rendszeren rendelkezésre álló tapasztalatokon alapul, hogy egy megfelelőségi táblázatot készítsen, amely lehetővé teszi a megfigyelések hatékony társítását a megfelelő diagnózisokkal.

Tapasztalat nyújtható:

egy emberi operátor által. Ebben az esetben az emberi ismereteket számítógépes nyelvre kell lefordítani;
a rendszer korábbi végrehajtásainak esetlegesen kommentált rögzítésével. Ebben az esetben gépi tanulási algoritmust kell használni.

E módszerek fő hátrányai:

szakértelem megszerzése: a szakértelem csak a rendszer bizonyos időtartama után érhető el, amely kizárja a kritikus rendszerek (például atomerőművek vagy űrrobotok) alkalmazását. Másrészt a szakértelem teljessége soha nem garantált. Így amikor ismeretlen viselkedés történik a rendszeren, a megadott diagnózis téves lesz.
a szakértői rendszer elsajátítása: a szakértői rendszer felépítése offline állapotban történik (vagyis a felhasználáson kívül), és erőforrásigényes lehet.
a szakértői rendszer mérete: mivel a szakértői rendszer minden lehetséges megfigyelést megragad, néha nagyon nagy méretet igényel, míg a rendszer modellje kompaktabb lenne. Előfordul azonban, hogy éppen ellenkezőleg, a szakértői rendszer kompaktabb, mint a modell, mivel csak a diagnózis szempontjából releváns információkat tartalmazza.
nem robusztusság: a rendszer akár enyhe módosítása esetén a szakértői rendszert teljesen át kell számolni.

Vegye figyelembe, hogy egyes szakértői rendszerek nem szakértelemből, hanem közvetlenül a rendszer modelljének összeállításából épülnek fel. Példaként említhetjük Sampath diagnosztikusát a diszkrét eseményrendszerek diagnosztizálásában .

Modell alapú diagnosztika

A diagnózis abduktív érvelés, amely a rendszer modelljén és a rendszeren végzett megfigyeléseken alapul.

A modellalapú diagnózis általános sémája a következő.

Van egy modellünk, amely leírja a rendszer viselkedését ( műtárgy ). Ez a modell a rendszer viselkedésének absztrakciója, és lehet, hogy hiányos. Különösen a meghibásodási modellt (vagyis a rendszer viselkedésének leírását meghibásodás esetén) általában nagyon részben meghatározzák, mivel nem ismert. A diagnózisért felelős felügyelőnek megfigyelései vannak a rendszerről is. Ezeket a megfigyeléseket a rendszerre helyezett érzékelők szolgáltatják, vagy közvetlenül a rendszer biztosíthatja őket (például amikor a megfigyelhető belső üzeneteket vagy üzeneteket külsejére továbbítja). A felügyelő a modell segítségével szimulálja a rendszert, és összehasonlítja a szimuláció által előre jelzett megfigyeléseket a rendszer által biztosított megfigyelésekkel.

A modellalapú diagnózis abduktív érvelés . Sőt, tudjuk egyszerűsíteni a modellezés képletek, mint a következő (amely az állítmány jelző kóros viselkedés ( az abnormális angol)) ${\ displaystyle Ab}$ ${\ displaystyle Ab}$

${\ displaystyle \ neg Ab (S) \ Rightarrow Int1 \ wedge Obs1}$

${\ displaystyle Ab (S) \ Rightarrow Int2 \ wedge Obs2}$

A képletek a következőképpen szólnak: ha a rendszer nem viselkedik rendellenesen, akkor az Int1 belső viselkedést és az Obs1 megfigyelhető viselkedést eredményezi. Rendellenes magatartás esetén ez az Int2 belső viselkedést és az Obs2 megfigyeléseket eredményezi. Figyelembe véve az Obs megfigyeléseket, meg kell határozni, hogy a rendszer viselkedése normális-e vagy sem ( vagy ), ami valóban egy elrabló érvelésből fakad. ${\ displaystyle \ neg Ab (S)}$ ${\ displaystyle Ab (S) \,}$

Diagnosztizálhatóság

A diagnosztizálhatóság az angol diagnosztizálhatóság kifejezés fordítási kísérlete . A diagnosztizálhatóság kifejezés megtalálható a francia nyelvű tudományos szakirodalomban is az angol nyelvű mimikával.

A diagnózis a diagnózis aldomainje. A meghatározás a figyelembe vett rendszer típusától függően változik, de megegyezhetünk ebben a meghatározásban:

Azt mondják, hogy egy rendszer akkor diagnosztizálható, ha a rendszer viselkedésétől függetlenül a felügyelő képes lesz egyértelműen kiszámítani a diagnózist.

A diagnózist általában a rendszer modelljéből számítják ki, ezért csak a modellalapú diagnózis részeként ellenőrizhető. Ne feledje, hogy a rendszert a valóságban úgy lehet diagnosztizálni, hogy ezt a tulajdonságot nem lehet bizonyítani, mivel a rendszerről a modelljére való áttérést követően információvesztés következik be. A diagnosztizálhatóság kérdése tehát lehetővé teszi az absztrakció különböző fokozatain elhelyezkedő modellek megrendelését ugyanabból a rendszerből: egy elvontabb modell sokkal érdekesebb, amennyiben a diagnózist gyakran könnyebb elvégezni egy kis modellen, de kevésbé érdekes ha ez már nem teszi lehetővé a rendszer pontos diagnózisát.

A diagnosztizálhatóság kérdése szintén nagyon fontos egy rendszer megtervezésekor, mivel a tervező kompromisszumra törekszik egyrészt a lehető legtöbb érzékelő eltávolítása (a költségek csökkentése), másrészt a lehető legtöbb érzékelő hozzáadása között a javítás érdekében az üzemzavarok észlelésének és megértésének esélye.

Bibliográfia

Olvasások a modellalapú diagnózisban , W Hamscher, L Console és J de Kleer, Morgan Kaufmann Publishers Inc., 1992.

Külső linkek

Lásd is