GIND5439 Systèmes Intelligents

GIND5439
Systèmes Intelligents
Chapitre 3: Incertitude dans les
systèmes à base de règles

2GIND5439 – Gabriel Cormier, Université de Moncton
Contenu du chapitre
Sources d’incertitude
Statistiques
Théorème de Bayes
Facteurs d’incertitude

3GIND5439 – Gabriel Cormier, Université de Moncton
Incertitude
Pourquoi y a-t’il de l’incertitude dans les
systèmes à base de règles?
Raisonnement approximatif
Raisonnement inexacte
Information disponible de l’expert humain
Incomplète
Incertaine
Inconsistante
De l’information comme celle-ci n’est typiquement
pas utilisable pour résoudre des problèmes.

4GIND5439 – Gabriel Cormier, Université de Moncton
Sources d’incertitudes dans des SE
Implications faibles
Associations vagues entre la partie IF et la partie THEN
d’une règle
On doit être en mesure d’inclure des facteurs de certitude
pour indiquer un degré de corrélation
Langage imprécis
Le langage naturel est parfois ambiguë et imprécis; ex:
parfois, souvent, jamais
Difficile alors d’exprimer ceci comme des règles IF – THEN
La quantification de ces termes rend les systèmes experts
capables de comparer les antécédents aux faits dans la
base de données.

5GIND5439 – Gabriel Cormier, Université de Moncton
Sources d’incertitudes dans des SE
Données inconnues
Si certaines données ne sont pas disponibles, on doit
accepter la valeur « inconnue » et continuer le
raisonnement.
Opinions de différents experts
Les experts n’ont pas toujours les mêmes conclusions
Des conclusions contradictoires produiront des règles
contradictoires
Il n’y a pas de méthode systématique pour obtenir des
poids aux décisions.