e - GSI

Factores de incertidumbre (2)
Combinación de reglas:
(R 1 da la conclusión H(c 1 ) y R 2 da H(c 2 ))
c=c 1 + c 2 − c 1· c 2 si c 1· c2>0
c=
c 1 +c 2
1−mín(|c 1 |,|c 2 |)
si c 1· c 2 < 0
Problemas con este enfoque:
Malos resultados para dominios complejos, con cadenas
causales largas
Resultados catastróficos si se mezclan reglas causales con
reglas de diagnóstico
c○ 2011 DIT-ETSIT-UPM Representación del conocimiento transp. 71
Inferencia bayesiana y abducción
Abducción:
(∀X)(hipótesis_j(X)⇒evidencia_i(X))
evidencia_i(a)
M(hipótesis_j(a))
—————————
♦(hipótesis_j(a))
Teorema de Bayes:
P(H j |E i )= P(H j)P(E i |H j )
P(H j )P(E i |H j )
Pero las H j deberían ser mutuamente excluyentes. . .
∑
j
c○ 2011 DIT-ETSIT-UPM Representación del conocimiento transp. 72