Javascript must be enabled for the correct page display

Verificatie van Kennisbanken

Santen de Hoog, M.F. van (2005) Verificatie van Kennisbanken. Master's Thesis / Essay, Artificial Intelligence.

[img]
Preview
Text
AI_Ma_20005_MFvanSantendeHoog.CV.pdf - Published Version

Download (2MB) | Preview

Abstract

Het vakgebied van kennissystemen is voortgekomen uit de kunstmatige intelligentie, ongeveer in de jaren '60 en '70. Kennissystemen (Ook wel expertsystemen genoemd) kenmerken zich door een opzet waarbij de kennis, de kennisbank (Knowledge Base, KB), gescheiden is van de afleidlogica. De kennis in de KB is meestal gerepresenteerd in if-then-regels of in beslistabellen, hoewel ook andere representatievormen mogelijk zijn. Het bedrijf Everest BV te 's-Hertogenbosch is gespecialiseerd in het bouwen van kennissystemen. Everest BV is geinteresseerd in technieken die het mogelijk maken de KB automatisch te verifiëren. Hiermee wordt bedoeld het detecteren van logische anomalieën zoals: redundantie (overbodige kennis), contradictie (tegenstrijdige kennis), circulariteit en onvolledige kennis. Anomalieën kunnen ertoe leiden dat het kennissysteem onjuiste of onvolledige output geeft. Verificatie is daarom een belangrijk onderdeel van het ontwikkelproces. De hoofdvraagstelling van dit afstudeeronderzoek was of venficatietechnieken voor de systemen die Everest BV gebruikt mogelijk en haalbaar zijn. Hiertoe is theoretisch literatuuronderzoek gedaan naar verificatietechnieken, er zijn een aantal reeds bestaande verificatietools onderzocht, er zijn algoritmen opgesteld en uiteindelijk is een prototype verificatietool geconstrueerd. In eerste instantie is het onderzoek toegespitst op de verificatie van zowel regelgebaseerde als beslistabel gebaseerde kennissystemen. Later bleek echter dat het eenvoudiger was om de algoritmiek en het prototype alleen op regels te baseren. Beslistabellen kunnen worden geverifieerd door deze eerst om te zetten in regels. Het uiteindelijk geconstrueerde prototype is in staat om alle categorieen en subcategorieen van anomalieën te detecteren en geeft hiervan een uitgebreide rapportage. Hoewel het prototype niet gebouwd is voor alle complexiteiten en details van de systemen die Everest BV bouwt, is de doelstelling op dit punt geslaagd. Naast de mogelijkheid van verificatie ging het echter ook om haalbaarheid. Een belangrijk punt hierbij is de sneiheid van anomalie detectie in praktijksituaties. Voor de meeste anomaliecategorieen verliep deze binnen aanvaardbare normen. Echter, bij bepaalde specifleke categorieen was sprake van een exponentiele toename van de detectiesneiheid, naarmate de complexiteit van de input toenam. In praktijksituaties was de sneiheid van deze specifieke tests niet meer aanvaardbaar. Enig onderzoek en denkwerk resulteerden echter in een aantal concrete oplossingen voor dit probleem waardoor het prototype in de toekomst ook bij deze situaties inzetbaar kan zijn.

Item Type: Thesis (Master's Thesis / Essay)
Degree programme: Artificial Intelligence
Thesis type: Master's Thesis / Essay
Language: Dutch
Date Deposited: 15 Feb 2018 07:30
Last Modified: 15 Feb 2018 07:30
URI: https://fse.studenttheses.ub.rug.nl/id/eprint/8994

Actions (login required)

View Item View Item