Báo cáo tiểu luận công nghệ tri thức đề tài nghiên cứu công nghệ tri thức và hệ chuyên gia vào bài toán dự đoán các rối loạn tâm thần

Trang 3 LỜI NÓI ĐẦUHệ chuyên gia là một trong những lĩnh vực của trí tuệ nhân tạo đượcnghiên cứu và phát triển từ giữa thập niên 60, góp phần tạo ra các hệ thống cókhả năng trí tuệ của c

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI

KHOA CÔNG NGHỆ THÔNG TIN

======***======

BÁO CÁO TIỂU LUẬN CÔNG NGHỆ TRI THỨC

ĐỀ TÀI: Nghiên cứu Công nghệ tri thức và Hệ chuyên gia vào bài toán

dự đoán các rối loạn tâm thần

Giảng viên: TS Nguyễn Thị Mỹ Bình

Thành viên: Nguyễn Hữu Hoàng

Vũ Văn Hôm

Hà Nội 2022

LỜI CẢM ƠN

Lời đầu tiên, chúng tôi xin được gửi lời cảm ơn chân thành đến TS.Nguyễn Thị Mỹ Bình Trong quá trình học tập và tìm hiểu môn Công nghệ trithưc, chúng tôi đã nhận được sự quan tâm giúp đỡ, hướng dẫn rất tận tình,tâm huyết của thầy Cô đã giúp chúng tôi tích luỹ thêm nhiều kiến thức.Thông qua bài tiểu luận này chúng tôi xin trình bày lại cách áp dụng kiến thứccủa Cô vào một bài toán thực tế

Có lẽ kiến thức là vô hạn mà sự tiếp nhận kiến thức của bản thân mỗingười luôn tồn tại những hạn chế nhất định Do đó, trong quá trình hoàn thànhbài tiểu luận, chắc chắn không tránh khỏi những thiếu sót Bản thân chúng tôirất mong nhận được những góp ý đến từ thầy để bài tiểu luận được hoàn thiệnhơn

Kính chúc Cô sức khoẻ, hạnh phúc thành công trên con đường nghiêncứu cũng như sự nghiệp giảng dạy

LỜI NÓI ĐẦU

Hệ chuyên gia là một trong những lĩnh vực của trí tuệ nhân tạo đượcnghiên cứu và phát triển từ giữa thập niên 60, góp phần tạo ra các hệ thống cókhả năng trí tuệ của con người, giải quyết các vấn đề dựa trên một tập luật

phân tích thông tin và đưa lời khuyên về trình tự các hành động cần thực hiện

để giải quyết vấn đề

Nhiều hệ chuyên gia đã được thiết kế và xây dựng để phục vụ trongnhiều lĩnh vực giáo dục, y học, kế toán, điều khiển tiến trình (process control),dịch vụ tư vấn tài chính (financial service), tài nguyên con người (humanresources), đem lại những lợi ích tích cực

Bài thu hoạch này sẽ trình bày tổng quan về hệ chuyên gia, cách biểudiễn tri thức bằng luật dẫn trong một hệ chuyên gia, từ đó xây dựng ứng dụnggiải quyết bài toán…

MỤC LỤC

LỜI CẢM ƠN i

LỜI NÓI ĐẦU ii

MỤC LỤC iii

MỤC LỤC BẢNG BIỂU iv

CHƯƠNG 1 PHÁT BIỂU BÀI TOÁN 1

1.1 Lý do lựa chọn đề tài 1

1.2 Mục tiêu nghiên cứu 1

CHƯƠNG 2 CƠ SỞ LÝ THUYẾT 2

2.1 Các khái niệm về đặc trưng cơ bản của số liệu 2

2.1.1 Các đặc trưng về sự tập trung của tập số liệu 2

2.1.2 Các tham số đặc trưng cho sự phân tán của tập số liệu 6

2.2 Mô hình hồi quy 8

2.2.1 Mô hình hồi quy đơn biến 8

2.2.2 Mô hình hồi quy đa biến 10

CHƯƠNG 3 PHÂN TÍCH DỮ LIỆU CÂY TRỒNG HÀNG NĂM BẰNG MÔ HÌNH HỒI QUY TUYẾN TÍNH 14

3.1 Chọn phương pháp phân tích dữ liệu 14

3.2 Phân tích hồi quy tuyến tính đơn biến, đa biến 17

3.2.1 Phân tích hồi quy tuyến tính đơn biến 17

3.2.2 Phân tích hồi quy tuyến tính đa biến 19

CHƯƠNG 4 KẾT QUẢ THỰC NGHIỆM VỚI PHẦN MỀM EXCEL 21

4.1 Dữ liệu thu thập 21

4.2 Phương pháp phân tích đặc trưng 22

4.3 Phân tích hồi quy tuyến tính đơn biến, đa biến 24

4.3.1 Phân tích hồi quy đơn biến 24

4.3.2 Phân tích hồi quy đa biến 24

KẾT LUẬN 26

TÀI LIỆU THAM KHẢO 27

MỤC LỤC BẢNG BIỂU

CHƯƠNG 1 PHÁT BIỂU BÀI TOÁN 1.1 Lý do lựa chọn đề tài

Ngày nay, trí tuệ nhân tạo đang được áp dụng hỗ trợ chẩn đoán một sốbệnh và nguy cơ sức khỏe Các nhà nghiên cứu gần đây thấy rằng học máy cóthể giúp dự đoán sự khởi phát của rối loạn tâm thần, một chứng rối loạn tâmthần suy nhược có thể làm tổn thương tâm lý cá nhân và khả năng tư duy, cảmnhận của một người

Không có cách chữa trị rối loạn tâm thần nhưng việc phát hiện và canthiệp sớm có thể làm chậm sự suy giảm chức năng nhận thức và sự khởi phátrối loạn tâm thần được đặc trưng qua những thay đổi tư duy, nhận thức vàgiao tiếp Việc phát hiện ra những thay đổi này có thể gặp khó khăn vì chúngthường không rõ ràng, khó nhận biết Chính bởi những lý do trên mà đề tài

“Nghiên cứu Công nghệ tri thức và Hệ chuyên gia vào bài toán dự đoán các rối

loạn tâm thần” là có tính thực tiễn

1.2 Mục đích nghiên cứu

Đề tài nhằm tổng hợp và nghiên cứu các kiến thức về Hệ chuyên gia Đưa ra ý tưởng, cơ chế hoạt động của Hệ chuyên gia và ứng dụng trong các bài toán điển hình cụ thể Đồng thời cũng thực hiện mô phỏng bài toán thử nghiệm, đo đạc thống

kê và đánh giá kết quả thử nghiệm.

1.3 Phạm vi nghiên cứu

Đề tài tập trung nghiên cứu về lý thuyết và cài đặt thử nghiệm vấn đề đưa ra.

1.4 Đối tượng nghiên cứu

Đối tượng của đề tài nghiên cứu là Hệ chuyên gia Cụ thể là sử dụng bài toán

dự đoán các rối loạn tâm thần để cài đặt thực nghiệm.

1.5 Phương pháp nghiên cứu

Phương pháp nghiên cứu tài liệu

- Thu thập dữ liệu và đánh giá các công trình khoa học trong và ngoài

nước đã công bố liên quan đến đề tài nghiên cứu

Phương pháp thực nghiệm

Tiến hành thực nghiệm để đánh giá hiệu năng của giải thuật đề xuất

sự kiện.

Các hoạt động khác của KE đặc biệt cho sự phát triển của hệ thống dựatrên tri thức như:

- Đánh giá vấn đề.

- Phát triển cấu trúc của hệ thống dựa trên tri thức.

- Biến tri thức có cấu trúc thành cơ sở tri thức.

- Thu thập và xây dựng thông tin, tri thức và suy diễn đặc trưng liên quan nhau.

- Kiểm nghiệm và xác định tính hợp lệ của tri thức chen vào.

- Tích hợp và duy trì hệ thống.

- Xem xét lại và đánh giá hệ thống.

Trong thực tế, KE không chỉ gần với các hoạt động trên mà nó cònmang dáng vẻ nghệ thuật hơn là công nghệ Các giai đoạn chồng chéo, việc

xử lý có thể bị lặp và nhiều nhiệm vụ khó khăn có thể xuất hiện

Gần đây siêu KE nổi lên như một dạng hệ thống mới tiến tới với việcphát triển của lý thuyết trí tuệ và tri thức hợp nhất

1 Nguyên lý KE

Từ giữa những năm 1980, KE đã phát triển một số nguyên lý,phương pháp, công cụ mà chúng đã cải thiện đáng kể quá trình thu nhận vàsắp xếp tri thức Vài nguyên lý chính được tóm tắt như sau:

- KE thừa nhận rằng có những loại tri thức khác nhau, thực trạng tiếpcận và kỹ thuật được dùng cho tri thức được yêu cầu

- KE thừa nhận rằng có những loại chuyên gia và ý kiến chuyên gia

mà các phương pháp nên chọn một cách gần đúng

- KE thừa nhận rằng có những cách biểu diễn tri thức khác nhau mà

có thể hỗ trợ việc thu thập, xác định tính hợp lệ và sử dụng lại tri thức

- KE thừa nhận rằng có những cách sử dụng tri thức do quá trình thunhận tri thức được dẫn dắt bởi mục đích của dự án

- KE dùng các phương pháp đã được xây dựng để tăng hiệu quả củaquá trình thu thập

2 Cách nhìn KE

Có 2 cách nhìn chính về KE:

- Cách nhìn chuyển đổi: Đây là cách nhìn truyền thống Theo cáchnày, những kỹ thuật của KE được áp dụng để chuyển tri thức của con ngườithành hệ trí tuệ nhân tạo

- Cách nhìn mô hình hóa: Đây là cách nhìn luân phiên Theo cáchnày, KE cố gắng mô hình hóa tri thức và những kỹ thuật giải quyết vấn đề củamiền chuyên gia thành hệ trí tuệ nhân tạo.

3 Tổng quan về các xu hướng trong Công nghệ Tri thức

Một số các xu hướng trong Công nghệ Tri thức trong vài năm qua đượcthảo luận trong văn bản này Dưới đây là một tổng quan ngắn gọn của bài báo

"Công nghệ Tri thức: Nguyên tắc và phương pháp" tác giả của Rudi Studer, V.Richard Benjamins và Dieter Fensel

Theo cách nhìn chuyển đổi các kiến thức của con người cần thiết đểgiải quyết một vấn đề được chuyển giao và triển khai thực hiện vào cơ sở trithức Tuy nhiên điều này giả định rằng kiến thức cụ thể là đã có trong conngười để giải quyết một vấn đề Đây là một trong những lý do cho một sựthay đổi mô hình hướng tới cách nhìn mô hình hóa Sự thay đổi này được sosánh với một sự thay đổi từ các hệ thống chuyên gia đầu tiên thế hệ này sang

hệ thống chuyên gia thế hệ thứ hai

Cách nhìn mô hình hóa là một điểm gần gần đúng của thực tế và nhậnthức giải quyết vấn đề như một tiến trình động, tuần hoàn, không ngừng phụthuộc vào kiến thức có được và diễn giải được thực hiện bởi hệ thống Điềunày cũng tương tự như cách một chuyên gia giải quyết các vấn đề trong cuộcsống thực

Việc sử dụng mô hình hóa Frameworks

Sự phát triển của các ngôn ngữ đặc tả và phương pháp giải quyết vấn

đề của các hệ thống dựa trên tri thức Vài năm qua các mô hình frameworks

đã trở nên nổi bật trong Công nghệ Tri thức là COMMON KADS và II.PROTÉGÉ-II là một khung mẫu chịu ảnh hưởng của các khái niệm về'Ontology

Protégé-Artificial Intelligence

Robotic

Sự ảnh hưởng của Ontology

Bản thể học giúp xây dựng mô hình của một miền và xác định các điềukhoản bên trong các miền và các mối quan hệ giữa chúng Có nhiều loại khácnhau của bản thể học bao gồm Domain bản thể học, Generic bản thể học, bảnthể học ứng dụng và bản thể học representational

Trong khi kiến thức phân loại, lưu trữ, truy lục và thông tin quản lý không chỉ hữu ích cho việc giải quyết vấn đề mà không cần trực tiếp về

chuyên môn của con người mà còn dẫn đến những nỗ lực kiến thức quản lý

"cho phép một tổ chức hoạt động có hiệu quả về lâu dài

II HỆ CHUYÊN GIA (Expert systems - ES)

1 Giới thiệu hệ chuyên gia

Theo E Feigenbaum : «Hệ chuyên gia (Expert System) là một chương trình máy tính thông minh sử dụng tri thức (knowledge) và các thủ tục suy luận (inference procedures) để giải những bài toán tương đối khó khăn đòi hỏi những chuyên gia mới giải được».

Hệ chuyên gia là một hệ thống tin học có thể mô phỏng(emulates) năng lực quyết đoán (decision) và hành động (makingabilily) của một chuyên gia (con người) Hệ chuyên gia là một

trong những lĩnh vực ứng dụng của trí tuệ nhân tạo (Artificial

Intelligence) như hình dưới đây

Ng ườ ử ụ i s d ng

(User)

Máy suy diễễn (Inference Engine)

C s tri th c (Knowledge Base) ơ ở ứ

H thốống ệ giao tiễốp (User interface)

Hình 1.1 Một số lĩnh vực ứng dụng của trí tuệ nhân tạo

Hệ chuyên gia sử dụng các tri thức của những chuyên gia đểgiải quyết các vấn đề (bài toán) khác nhau thuộc mọi lĩnh vực

Tri thức (knowledge) trong hệ chuyên gia phản ánh sự tinh

thông được tích tụ từ sách vở, tạp chí, từ các chuyên gia hay các

nhà bác học Các thuật ngữ hệ chuyên gia, hệ thống dựa trên tri thức (knowledgebased system) hay hệ chuyên gia dựa trên tri thức (knowledgebased expert system) thường có cùng nghĩa.

Một hệ chuyên gia gồm ba thành phần chính là cơ sở tri thức (knowledge base), máy suy diễn hay môtơ suy diễn (inference engine), và hệ thống giao tiếp với người sử dụng (user

interface) Cơ sở tri thức chứa các tri thức để từ đó, máy suy

diễn tạo ra câu trả lời cho người sử dụng qua hệ thống giao tiếp

Người sử dụng (user) cung cấp sự kiện (facts) là những gì

đã biết, đã có thật hay những thông tin có ích cho hệ chuyên gia,

và nhận được những câu trả lời là những lời khuyên hay những

Lĩnh v c vấốn đễề ự (Problem Domain)

Lĩnh v c tri th c ự ứ (Knowledge Domain)

Mỗi hệ chuyên gia chỉ đặc trưng cho một lĩnh vực vấn đề

(problem domain) nào đó, như y học, tài chính, khoa học hay

công nghệ, v.v , mà không phải cho bất cứ một lĩnh vực vấn đề

nào

Tri thức chuyên gia để giải quyết một vấn đề đặc trưng được gọi là

lĩnh vực tri thức (knowledge domain).

Hình 1.3 Quan hệ giữa lĩnh vực vấn đề và lĩnh vực tri thức

Ví dụ : hệ chuyên gia về lĩnh vực y học để phát hiện các căn

bệnh lây nhiễm sẽ có nhiều tri thức về một số triệu chứng lây

bệnh, lĩnh vực tri thức y học bao gồm các căn bệnh, triệu chứng

và chữa trị

Chú ý rằng lĩnh vực tri thức hoàn toàn nằm trong lĩnh vực

vấn đề Phần bên ngoài lĩnh vực tri thức nói lên rằng không phải

là tri thức cho tất cả mọi vấn đề

Tùy theo yêu cầu người sử dụng mà có nhiều cách nhìn nhậnkhác nhau về một hệ chuyên gia

Loại người sử dụng Vấn đề đặt ra

Người sử dụng cuối Nó sẽ giúp tôi cái gì đây ?

Nó có rắc rối và tốn kém không ?

Nó có đáng tin cậy không ?

2 Đặc trưng và ưu điểm của hệ chuyên gia

Có bốn đặc trưng cơ bản của một hệ chuyên gia :

 Hiệu quả cao (high performance) Khả năng trả lời

với mức độ tinh thông bằng hoặc cao hơn so với chuyên gia(người) trong cùng lĩnh vực

 Thời gian trả lời thoả đáng (adequate response

time) Thời gian trả lời hợp lý, bằng hoặc nhanh hơn so vớichuyên gia (người) để đi đến cùng một quyết định Hệchuyên gia là một hệ thống thời gian thực (real time system)

 Độ tin cậy cao (good reliability) Không thể xảy ra

sự cố hoặc giảm sút độ tin cậy khi sử dụng

 Dễ hiểu (understandable) Hệ chuyên gia giải thích

các bước suy luận một cách dễ hiểu và nhất quán, khônggiống như cách trả lời bí ẩn của các hộp đen (black box).Những ưu điểm của hệ chuyên gia :

 Phổ cập (increased availability) Là sản phẩm

chuyên gia, được phát triển không ngừng với hiệu quả sửdụng không thể phủ nhận

 Giảm giá thành (reduced cost).

 Giảm rủi ro (reduced dangers) Giúp con người

tránh được trong các môi trường rủi ro, nguy hiểm

 Tính thường trực (Permanance). Bất kể lúc nào

cũng có thể khai thác sử dụng, trong khi con người có thể mệt mỏi, nghỉ ngơi hay vắng mặt.

 Đa lĩnh vực (multiple expertise) chuyên gia về

nhiều lĩnh vực khác nhau và được khai thác đồng thời bất kể thời gian sử dụng

 Độ tin cậy (increased relialility) Luôn đảm bảo độ tin

cậy khi khai thác

 Khả năng giảng giải (explanation) Câu trả lời với

mức độ tinh thông được giảng giải rõ ràng chi tiết, dễ hiểu

 Khả năng trả lời (fast reponse) Trả lời theo thời gian

1943 Dịch vụ bưu điện ; mô hình Neuron của (Mc Culloch and Pitts Model)

1954 Thuật toán Markov (Markov Algorithm) điều khiển thực thi các luật

1956 Hội thảo Dartmouth ; lý luận logic ; tìm kiếm nghiệm suy (heuristic search) ; thống

3 Sự phát triển của công nghệ hệ chuyên gia

Sau đây là một số sự kiện quan trọng trong lịch sử phát triển

của công nghệ hệ chuyên gia (expert system technology).

nhất thuật ngữ trí tuệ nhân tạo (AI: Artificial Intelligence)

1957 Rosenblatt phát minh khả năng nhận thức ; Newell, Shaw và Simon đề xuất giải bài toán tổng quát (GPS: General Problem Solver)

1958 Mc Carthy đề xuất ngôn ngữ trí tuệ nhân tạo LISA (LISA AI language)

1962 Nguyên lý Rosenblatt’s về chức năng thần kinh trong nhận thức (Rosenblatt’s

Principles of Neurodynamicdynamics on Perceptions)

1965 Phương pháp hợp giải Robinson Ưng dụng logic mờ (fuzzy logic) trong suy luận về các đối tượng mờ (fuzzy object) của Zadeh Xây dựng hệ chuyên gia đầu tiên về nha khoa DENDRAL (Feigenbaum , Buchanan , et.al)

1968 Mạng ngữ nghĩa (semantic nets), mô hình bộ nhớ kết hợp (associative memory model) của Quillian

1969 Hệ chuyên gia về Toán học MACSYMA (Martin and Moses)

1970 Ưng dụng ngôn ngữ PROLOG (Colmerauer, Roussell, et, al.)

1971 Hệ chuyên gia HEARSAY I về nhận dạng tiếng nói (speech recognition).

Xây dựng các luật giải bài toán con người (Human Problem Solving popularizes

rules (Newell and Simon)

1973 Hệ chuyên gia MYCIN về chẩn trị y học (Shortliffe, et,al.)

1975 Lý thuyết khung (frames), biểu diễn tri thức (knowledge representation) (Minsky)

1976 Toán nhân tạo (AM: Artificial Mathematician) (Lenat) Lý thuyết DempsterShafer

về tính hiển nhiên của lập luận không chắc chắn (DempsterShafer theory of

Evidence for reason under uncertainty) Ứng dụng hệ chuyên gia PROSPECTOR trong khai thác hầm mỏ (Duda, Har)

1977 Sử dụng ngôn ngữ chuyên gia OPS (OPS expert system shell) trong hệ chuyên gia XCON/R1 (Forgy)

1978 Hệ chuyên gia XCON/R1 (McDermott, DEC) để bảo trì hệ thống máy tính DEC (DEC computer systems)

1979 Thuật toán mạng về so khớp nhanh (rete algorithm for fast pattern matching) của Forgy ; thương mại hoá các ứng dụng về trí tuệ nhân tạo

1980 Ký hiệu học (symbolics), xây dựng các máy LISP (LISP machines) từ LMI.

1982 Hệ chuyên gia về Toán học (SMP math expert system)

; mạng nơ-ron Hopfield (Hopfield Neural Net) ;

Dự án xây dựng máy tính thông minh thế hệ 5 ở Nhật bản

(Japanese Fifth Generation Project to develop intelligent computers)

1983 Bộ công cụ phục vụ hệ chuyên gia KEE

(KEE expert system tool) (intelli Corp)

1985 Bộ công cụ phục vụ hệ chuyên gia CLIPS

(CLIPS expert system tool (NASA)