На правах рекламы:
ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Авторитетность издания

ВАК - К1
RSCI, ядро РИНЦ

Добавить в закладки

Следующий номер на сайте

2
Ожидается:
16 Июня 2024

В Национальном исследовательском университете «Московский энергетический институт» совместно с Белорусским государственным университетом информатики и радиоэлектроники (БГУИР) исследовались актуальные вопросы повышения эффективности работы систем, использующих рассуждения на основе прецедентов (CBR – Case-Based Reasoning).

14.02.2018

Прецедентный подход базируется на понятии прецедента, определяемого как случай, имевший место ранее и служащий примером или оправданием для последующих случаев подобного рода, и довольно простом принципе, что подобные задачи имеют подобное решение.

В общем случае модель представления прецедента включает описание ситуации, решение для данной ситуации и результат применения решения: CASE = (Situation, Solution, Result), где Situation – ситуация, описывающая данный прецедент; Solution – решение (например диагноз и рекомендации); Result – результат применения решения, который может включать список выполненных действий, дополнительные комментарии и ссылки на другие прецеденты, а также в некоторых случаях обоснование выбора данного решения и возможные альтернативы. В большинстве случаев для представления прецедентов используется простое параметрическое представление.

Как правило, CBR-методы основываются на так называемом CBR-цикле, включающем в себя четыре основных этапа:

- извлечение наиболее соответствующего (подобного) прецедента (или прецедентов) для сложившейся ситуации из базы прецедентов (БП);

- повторное использование извлеченного прецедента для попытки решения текущей проблемы;

- адаптация и применение полученного решения для решения текущей проблемы;

- сохранение вновь принятого решения как части нового прецедента.

Для извлечения прецедентов из БП системы могут применяться различные методы:

- метод ближайшего соседа (NN – Nearest Neighbor) и его модификации (например метод k ближайших соседей (k-NN));

- метод поиска на деревьях решений;

- метод извлечения на основе знаний;

- метод извлечения с учетом применимости прецедентов и др.

Подробное описание дается в статье «Применение методов классификации и кластеризации для повышения эффективности работы прецедентных систем», авторы: П.Р. Варшавский, Ар Кар Мьо (Национальный исследовательский университет «Московский энергетический институт», Москва), Д.В. Шункевич (Белорусский государственный университет информатики и радиоэлектроники (БГУИР), г. Минск).