LEERKERN

12.4 Voorbeelden van diagnosesystemen

Introductie

In deze paragraaf worden twee kennissystemen behandeld waarin de diagnosetaak een belangrijke rol speelt, namelijk INTERNIST en GDE. Een aantal algemene thema’s uit paragrafen 12.2 en 12.3 wordt in deze voorbeelden op een concrete manier uitgediept.

12.4.1 INTERNIST

Lees uit Stefik: paragraaf 9.3.2 (pagina 737 tot en met 744).

Figure 9.38 geeft in een soort pseudo-code de werking van INTERNIST weer.
In het kort komt het erop neer dat je je verzameling kandidaathypothesen probeert terug te brengen tot de juiste diagnose, in een iteratief proces waarbij de verzameling kandidaten telkens weer geëvalueerd wordt. Hoe dit gebeurt hangt af van het huidige aantal kandidaten:
– als dat er minstens 5 zijn, probeer je er zoveel mogelijk van uit te sluiten
– als het er 2, 3 of 4 zijn focust het systeem op de 2 meest waarschijnlijke hiervan, en laat nieuwe metingen doen om daartussen te discrimineren
– als er maar één kandidaat-hypothese is, stop je als deze kandidaat dominant genoeg is ten opzichte van andere hypothesen; je zoekt bevestiging voor de kandidaat als deze niet dominant genoeg is.

12.4.2 GDE

Lees uit ‘Introduction to knowledge systems’ paragraaf 9.3.5.

Op pagina 739 staat een foutje: ‘Figure 9.5.6 ... presents examples of computing other minimal conflict sets given more measurements’. Dit is helaas niet waar. Wel kunt u in stap 3 in het plaatje op pagina 741 van Stefik een andere minimale conflictverzameling vinden.

Op pagina’s 742 en 743 staat hoe hypothese-discriminatie in GDE werkt met de regel van Bayes. Dit voert wat te ver voor deze cursus. We raden u aan deze pagina’s vluchtig door te kijken zonder u zorgen te maken over de statistische details.

> Opgave 12.4.1

> Opgave 12.4.2