Diagnoza (sztuczna inteligencja)

Diagnoza jest dyscypliną od sztucznej inteligencji , która ma na rozwój algorytmów określania, czy zachowanie systemu a Przylega do oczekiwanego zachowania. W przeciwnym razie algorytm musi być w stanie jak najdokładniej określić, które części systemu są wadliwe i na jakie rodzaje usterek cierpią. Kalkulacja opiera się na obserwacjach , które są informacjami o zachowaniu.

Termin diagnostyka odnosi się również do kalkulacji oraz wyniku kalkulacji. Termin ten pochodzi z dziedziny medycyny, w której diagnoza stanowi wyjaśnienie objawów pacjenta.

Przykład

Przykładem diagnozy (w sensie obliczeń) układu dynamicznego jest rozumowanie mechanika przed pojazdem. Mechanik najpierw upewnia się, że pojazd się zepsuł, a następnie na podstawie obserwacji ustala źródło awarii. W tym przypadku obserwacje to stan pojazdu, obserwacja silnika, hałasy wydawane przez pojazd, opis objawów przez użytkownika itp. Przykładem diagnostyki (w sensie wyniku) jest stwierdzenie, że bateria jest rozładowana .

Diagnoza przez system ekspercki

Diagnostyka przez system ekspercki opiera się na doświadczeniu dostępnym w systemie w celu zbudowania tabeli korespondencji umożliwiającej efektywne powiązanie obserwacji z odpowiednimi diagnozami.

Doświadczenie można zapewnić:

przez człowieka. W takim przypadku wiedza ludzka musi zostać przetłumaczona na język komputerowy;
poprzez ewentualnie opatrzony adnotacjami zapis poprzednich wykonań systemu. W takim przypadku należy użyć algorytmu uczenia maszynowego .

Główne wady tych metod to:

zdobywanie wiedzy fachowej: wiedza specjalistyczna jest dostępna dopiero po pewnym czasie użytkowania systemu, co wyklucza zastosowanie w systemach krytycznych (na przykład elektrownie jądrowe lub roboty kosmiczne). Z drugiej strony kompletność ekspertyzy nigdy nie jest gwarantowana. Tak więc, gdy w systemie ma miejsce nieznane zachowanie, podana diagnoza będzie błędna.
nauka systemu eksperckiego: budowa systemu eksperckiego odbywa się w trybie offline (tj. poza użytkowaniem) i może być zasobochłonna.
wielkość systemu eksperckiego: ponieważ system ekspercki rejestruje wszystkie możliwe obserwacje, czasami wymaga bardzo dużego rozmiaru, podczas gdy model systemu byłby bardziej zwarty. Zdarza się jednak, że przeciwnie, system ekspercki jest bardziej zwarty niż model, ponieważ zawiera tylko informacje istotne dla diagnozy.
niesolidność: w przypadku nawet niewielkiej modyfikacji systemu, system ekspercki musi zostać całkowicie przeliczony.

Należy zauważyć, że niektóre systemy eksperckie są budowane nie na podstawie ekspertyzy, ale bezpośrednio na podstawie kompilacji modelu systemu. Możemy zatem podać przykład diagnosty Sampatha do diagnozowania systemów zdarzeń dyskretnych .

Diagnostyka oparta na modelu

Diagnoza jest rozumowaniem abdukcyjnym opartym na modelu systemu i obserwacjach dokonanych na systemie.

Ogólny schemat diagnozy opartej na modelu jest następujący.

Mamy model opisujący zachowanie systemu ( artefakt ). Model ten jest abstrakcją zachowania systemu i może być niekompletny. W szczególności model awarii (to znaczy opis zachowania systemu w przypadku awarii) jest na ogół bardzo częściowo zdefiniowany, ponieważ nie jest dobrze znany. Opiekun odpowiedzialny za diagnozę ma również obserwacje dotyczące systemu. Obserwacje te są dostarczane przez czujniki umieszczone w systemie lub mogą być dostarczane bezpośrednio przez system (na przykład, gdy ten ostatni przekazuje obserwowalne wiadomości wewnętrzne lub wiadomości na zewnątrz). Osoba nadzorująca symuluje system za pomocą modelu i porównuje obserwacje przewidywane przez symulację z obserwacjami dostarczonymi przez system.

Diagnoza oparta na modelu to rozumowanie abdukcyjne . Rzeczywiście, możemy uprościć formuły modelowania, takie jak następujące (który jest predykatem wskazującym na nieprawidłowe zachowanie ( dla nienormalnego języka angielskiego)) ${\ displaystyle Ab}$ ${\ displaystyle Ab}$

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

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

Formuły brzmią następująco: jeśli system nie wykazuje nienormalnego zachowania, wytworzy wewnętrzne zachowanie Int1 i obserwowalne zachowanie Obs1. W przypadku nieprawidłowego zachowania, wytworzy wewnętrzne zachowanie Int2 i obserwacje Obs2. Biorąc pod uwagę obserwacje Obs, konieczne jest ustalenie, czy zachowanie systemu jest normalne czy nie ( lub ), co rzeczywiście wynika z rozumowania abdukcyjnego. ${\ styl wyświetlania \ neg Ab (S)}$ ${\ displaystyle Ab (S) \,}$

Diagnozowalność

Diagnosability to próba przetłumaczenia angielskiego terminu diagnosability . Termin diagnozowalność występuje również we francuskojęzycznej literaturze naukowej poprzez naśladowanie języka angielskiego.

Diagnoza jest subdziedziną diagnozy. Definicja różni się w zależności od rodzaju rozważanego systemu, ale możemy zgodzić się z tą definicją:

Mówi się, że system jest diagnozowalny, jeśli niezależnie od zachowania systemu, osoba nadzorująca będzie w stanie jednoznacznie obliczyć diagnozę.

Diagnoza jest zwykle wyliczana z modelu systemu, dlatego może być weryfikowana tylko w ramach diagnozy opartej na modelu. Należy zauważyć, że system można zdiagnozować w rzeczywistości bez możliwości udowodnienia tej właściwości z powodu utraty informacji po przejściu z systemu do jego modelu. Zagadnienie diagnozowalności pozwala więc na uporządkowanie modeli o różnym stopniu abstrakcji z tego samego systemu: bardziej abstrakcyjny model jest o tyle o tyle, że diagnoza jest często łatwiejsza do przeprowadzenia na małym modelu, ale jest mniej interesująca jeśli nie umożliwia już dokładnej diagnozy systemu.

Kwestia diagnozowalności jest również bardzo ważna przy projektowaniu systemu, ponieważ projektant szuka kompromisu między usunięciem jak największej liczby czujników z jednej strony (w celu zmniejszenia kosztów), a z drugiej strony dodaniem jak największej liczby czujników w celu poprawy szanse wykrycia i zrozumienia nieprawidłowości.

Bibliografia

Odczyty w diagnostyce opartej na modelu , W Hamscher, L Console i J de Kleer, Morgan Kaufmann Publishers Inc., 1992.

Linki zewnętrzne

Zobacz również