1 Redes Bayesianas Renato Fernandes Corra CIn UFPE
1 Redes Bayesianas Renato Fernandes Corrêa CIn- UFPE
2 Conhecimento incerto n A conexão entre antecedente e consequente não é uma implicação lógica em nenhuma direção n Exemplo: sistema de diagnóstico odontológico n Regra de diagnóstico " p sintoma (p, dor de dente) Þ doença (p, cárie) • A doença (causa do sintoma) pode ser outra. n Regra causal " p doença (p, cárie) Þ sintoma (p, dor de dente) • Há circunstâncias em que a doença não provoca o sintoma. CIn- UFPE
3 Conhecimento incerto n A lógica de primeira ordem falha no domínio de diagnóstico médico devido a: • “preguiça”: – existem causas ou conseqüências demais a considerar • ignorância teórica e prática: – não existe uma teoria completa para o domínio, nem podemos fazer todos os testes necessários para o diagnóstico perfeito. n Nestes casos, o conhecimento do agente pode apenas prover um grau de crença nas sentenças relevantes. CIn- UFPE
4 Teoria da Probabilidade n Fornece um meio de descrever e manipular conhecimento incerto ou incompleto n Associa às sentenças um grau de crença numérico entre 0 e 1 • Contudo, cada sentença ou é verdadeira ou é falsa n Grau de crença(probabilidade): • a priori(incondicional): calculado antes do agente receber percepções – Ex. P(cárie= true) = P(cárie) = 0. 5 • condicional: calculado de acordo com as evidências disponíveis – evidências: percepções que o agente recebeu até agora – Ex: P(cárie|dor de dente)= 0. 8 CIn- UFPE
5 Probabilidade condicional n Probabilidade condicional (a posteriori) de A dado que B ocorreu é definida por: • P(A|B) = P(AÙB) , quando P(B) > 0. P(B) n Teorema de Bayes: P(A|B) = P(B|A) P(B) n Probabilidade condicional: • possibilita inferência sobre uma proposição desconhecida A dada a evidência B CIn- UFPE
Probabilidade condicional e independência 6 n Independência: • P(A|B) = P(A) • Exemplo: A = dor de dente e B=úlcera – Úlcera não causa dor de dente n Eventos mutuamente excludentes • P(A Ù B) = 0 • Experimento: Lançamento de um dado – A = a face do dado é ímpar e B = a face do dado é par n Independência condicional • Seja X e Y independentes dado Z => P(X|Y, Z) = P(X|Z) • Independência condicional é crucial para o funcionamento eficaz de sistemas probabilísticos. CIn- UFPE
Redes Bayesianas (Redes de Crença) 7 n Estrutura de dados usada para representar 3 tipos de conhecimento do domínio: • relações de dependência entre variáveis aleatórias (graficamente); • probabilidades a priori de algumas variáveis; • probabilidades condicionais entre variáveis n Permitem calcular eficientemente a probabilidades a posteriori de qualquer variável aleatória (inferência) por meio de uma definição recursiva do teorema de Bayes. n Conhecimento representado pode ser aprendido a partir de exemplos CIn- UFPE
8 Estrutura das Redes Bayesianas n Uma Redes Bayesiana é um grafo acíclico e dirigido onde: • Cada nó da rede representa uma variável aleatória • Um conjunto de ligações ou arcos dirigidos conectam pares de nós – cada nó recebe arcos dos nós que tem influência direta sobre ele (nós pais). • Cada nó possui uma tabela de probabilidade condicional associada que quantifica os efeitos que os pais têm sobre ele CIn- UFPE
Rede Bayesiana com as probabilidades condicionais Roubo Terremoto Alarme João ligar Maria ligar P(A|R, T) =P(alarme-disparou|roubo, terremoto) 9
10 Redes Bayesianas n Fornecem uma descrição completa do domínio n A probabilidade de ocorrencia de qualquer estado do domínio pode ser calculada • probabilidade de uma conjunção de assinalamentos a cada variável, tal que P(X 1=x 1 Ù. . . Ù Xn=xn), pode ser abreviado como P(x 1, . . . , xn) • Ex: Calcular a probabilidade de o alarme tocar sem ter havido assalto nem terremoto e João e Maria telefonarem – P(A Ù ØR Ù Ø T Ù J Ù M)= = P(J|A) P(M|A) P(A| Ø R Ù Ø T )P(Ø R)P(Ø T)= = 0. 9 x 0. 7 x 0. 001 x 0. 999 x 0. 998 = 0. 00062 ou 0. 062 % CIn- UFPE
Inferência em Redes Bayesianas • Causal (das causas para os efeitos) P (João Ligar|Roubo) = 0. 86 Alarme Roubo Evidência João. Ligar Query • Diagnóstico (dos efeitos para as causas) P (Roubo|João Ligar) = 0. 016 Alarme Roubo Query João. Ligar Evidência 11
Inferência em Redes Bayesianas • Intercausal (entre causas com um efeito comum) P(Roubo/Alarme) = 0, 376 P(Roubo/Alarme ÙTerremoto) = 0, 003 Alarme Roubo Query Terremoto Evidência • Mista (combinando duas ou mais das de cima) P(Alarme/João. Ligar ÙØTerremoto) = 0, 03 Este é um uso simultâneo de inferência causal e diagnóstico. Alarme Terremoto Evidência João. Ligar Query Evidência 12
13 Inferência em Redes Bayesianas n Caso simples: • polytree (redes com conexões simples) – algoritmo recursivo usando teorema de bayes a cada passo n Caso complexo: • rede multiplamente conectados (classes de algoritmos) – redução para polytree – agrupamento (grandes tabelas) – separação condicional (muitas redes) – árvore de junção ou árvore de cliques (mais usada) – simulação estocástica (muitas iterações) n Software para inferêcia: Nética da NORSYS. CIn- UFPE
14 Engenharia do conhecimento para Redes Bayesianas 1. Escolher um conjunto de variáveis relevantes que descrevam o domínio 2. Ordem de inclusão dos nós na rede 1. causas “raízes” 2. variáveis que elas influenciam 3. folhas, que não influenciam diretamente nenhuma outra variável. 3. Enquanto houver variáveis a representar: a) escolher uma variável Xi e adicionar um nó para ela na rede b) estabelecer Pais(Xi) dentre os nós que já estão na rede, satisfazendo a propriedade de dependência condicional c) definir a tabela de probabilidade condicional para Xi CIn- UFPE
Engenharia do conhecimento para Redes Bayesianas 15 n São necessários n 2 k números para especificar a rede completa(variáveis aleatórias booleanas), onde: • K= n° de pais de cada variável e n = n° de nós • É desejável que: – cada variável seja diretamente influenciada por poucas variáveis – a topologia da rede reflita essas influências com um conjunto apropriado de Pais • algumas dependências poderão ser relaxadas – Ex: P(Joãoligar|Terremoto) e P(Marialigar|Terremoto) – se o alarme tocar e houver terremoto, eles vão assumir que esta foi a causa do alarme ter disparado, e não vão ligar. CIn- UFPE
16 Aprendizagem das probabilidades com estrutura fixa n Humanos acham fácil dizer o que causa o que, mas acham difícil colocar probabilidades nos links. n Tarefa de aprendizagem • • Dados: – relações de independência entre variáveis aleatórias (estrutura) – probabilidades a priori das variáveis “de entrada” – probabilidades a posteriori de variáveis “de saída” Calcular: – probabilidades condicionais das variáveis dependentes n 2 algoritmos principais: • • • gradiente ascendente de P(D|Hi) algoritmo EM (Estimação Média) ambos iterativos e sujeito a encontrar mínimo local CIn- UFPE
17 Aprendizagem da estrutura n A duas classes de métodos de aprendizagem da estrutura de uma rede bayesiana: • Métodos baseados em Busca e Pontuação - pesquisa no espaço de possíveis estruturas – Determinar a melhor estrutura que se encaixa aos dados, iniciando com uma rede sem arcos e adicionando-os aos poucos e avaliando(pontuando) a estrutura obtida – Existem vários métodos de pontuação – ex: K 2(Cooper e Herskovits, 1992) • Métodos baseados em análise de dependência entre variáveis – Iniciar com uma estrutura totalmente conectada com arcos sem direção, eliminar arcos baseando-se em testes de independência condicional, associar direções aos arcos – ex: CDL(Chen, Bell e Liu 1997) CIn- UFPE
Software que aprende a estrutura e probabilidades n Belief Network Power Constructor (Cheng, Bell e Liu) • Ordem dos atributos (total ou parcial) • Causas e efeitos diretos • Estrutura Inicial • Arcos proibidos • Raízes e folhas X 1 Conjunto de Dados X 2 X 3 BNPC Conhecimento do Domínio Opcional X 4 Estrutura e Parâmetros CIn- UFPE
19 Aplicação em Diagnóstico Médico Visita à Asia Fumante Informação do Paciente Tuberculose Câncer (Pulmão) Bronquite Dificuldades Médicas Tuberculose ou Câncer Raio-X Dispnéia Exames diagnósticos Cooper, 1984 CIn- UFPE
20 Aplicação em Diagnóstico Médico Tuber Câncer Tub ou Can Visita à Asia Presente True Presente Ausente True Ausente Presente True Ausente False Tuberculose Câncer (Pulmão) Tuberculose ou Câncer Raio-X Fumante Bronchitis Dispnéia Medical Difficulties Presente Ausente Tub ou Can Bronquite True Presente 0. 90 0. l 0 True Ausente 0. 70 0. 30 False Presente 0. 80 0. 20 False Ausente 0. 10 0. 90 Dispnéia n As relações são tabelas de probabilidades condicionais CIn- UFPE
Aplicação em Diagnóstico Médico 21 n PATHFINDER é um sistema de diagnóstico de doenças que atacam os nodos linfáticos. • Foi construido por membros do programa Stanford Medical Computer Science, durante os anos 80. • O sistema lida com 60 doenças e 100 evidências(sintomas e resultados de exames). • A metodologia utilizada para a criação da base de conhecimento foi a especificada anteriormente. n Uma comparação recente demonstrou que o Pathfinder está superando os especialistas consultados durante sua criação (patologistas reconhecidos mundialmente). CIn- UFPE
Aplicação em Recuperação de Informação 22 n O objetivo: • desenvolver uma arquitetura de IR probabilística que: – auxilie os usuários que tem necessidade de informações estáveis em ordenar um grande volume de material sensitivo ao tempo; – permita a utilização de uma linguagem intuitiva na especificação das necessidades de informação a serem supridas; – integre relevance feedback e dados de treinamento com o julgamento feito pelo usuário para incrementalmente melhorar sua performance de recuperação CIn- UFPE
Aplicação em Recuperação de Informação 23 n Tendo sido especificado: • um ou mais tópicos de interesse, e • características do documento que devem ser usadas como evidência de cada tópico de interesse. n A tarefa de recuperação de informação pode ser divida em 3 passos: • 1. Construir a rede representando a pergunta (query) • 2. Pontue cada documento; – 2. 1. Extrair as características de cada documento; – 2. 2. Instanciar as características na rede de recuperação; – 2. 3. Calcular a probabilidade a posteriori da relevância do documento. • 3. Ranquear os documentos de acordo com as pontuações. CIn- UFPE
Aplicação em Recuperação de Informação 24 n Requer dois conjuntos de probabilidades a serem especificadas: • A probabilidade a priori de um documento ser relevante a um dado tópico ti; • A probabilidade condicional da uma característica fik estar presente em um documento, dado que o documento é relevante para um tópico ti. n A tarefa de recuperação de informação envolve computar a probabilidade: P(ti|f 1, . . . , fm) = P(ti) P (f 1, . . . , fm|ti) P(f 1, . . . , fm) CIn- UFPE
Aplicação em Recuperação de Informação em artigos de jornal Política contraditória do governo dos EUA empréstimo Intervenção Conflito no Oriente-Médio Forças armadas mortos 25 Corrupção de oficiais corrupção CIn- UFPE
Aplicação em Recuperação de Informação 26 n A relação ente tópicos: • pode ser derivado examinando uma coleção de documentos de treinamento, onde o julgamento de relevância do documento para cada tópico é fornecido. • Diagramas de co-ocorrência. n Aproximação das probabilidades: P(fk|ti) = # documentos relevantes para ti que contém fk #documentos relevantes para o tópico ti P(ti) = # documentos relevantes para ti # total de documentos CIn- UFPE
27 Aplicações de Redes Bayesianas Ê Modelo do estudante para o ANDES, tutor inteligente para Física, do Learning R&D Center da Universidade de Pittsburgh. www. pitt. edu/~vanlehn/andes. html Ë Produto para e-commerce modelado com agentes virtuais distribuídos baseados em RB que supervisionam as linhas de usuários em sites Web, da Manna Network Technologies. www. mannanetwork. com Ì Sym. Text usa um modelo de contexto baseado em RB para extrair informação de textos médicos escritos em linguagem natural (Universidade de Utah - Spencer Koehler, CRL). http: //students. cs. byu. edu/~sbk/ CIn- UFPE
28 Aplicações de Redes Bayesianas Í Agentes em que as suas qualidades (mentais ou emocionais) são descritas por redes bayesianas: passa-se de um determinado estado emocional para um outro, com uma certa probabilidade. hcoelho@di. fc. ul. pt Î PAINULIM é um sistema para apoio ao diagnóstico de doenças neuro-musculares, desenvolvido por Yang Xiang, com base em uma rede bayesiana múltiplamente seccionada nos domínios clínico, EMG (eletromiografia) e condução nervosa. http: //snowhite. cis. uoguelph. ca/faculty_info/yxiang/research. html Ï Diversos outros sistemas são citados por Russ Greiner na página www. cs. ualberta. ca/~greiner/bn. html#applic CIn- UFPE
29 Outros Usos de Redes Bayesianas n Além de calcular consultas a partir de variáveis como evidência uma rede bayesiana também pode ser usada para realizar as seguintes tarefas: • • • tomada de decisão decidir qual variável adicional deve ser observada Análise sensitiva – nos dá resposta as questões: – Qual evidência é a favor, contra e/ou irrelevante para uma dada hipótese? – Qual evidência distingue uma hipótese hi da hipótese hj? • explicar os resultados para o usuário CIn- UFPE
30 Conclusões n A maior vantagem do raciocínio probabilistico em relação ao raciocínio lógico é permitir ao agente chegar a decisões racionais mesmo quando não há informação suficiente para provar que qualquer das ações dadas irá funcionar. n Raciocínio probabilístico trata o grau de incerteza associado à maioria dos domínios. n Estimativas grosseiras podem implicar em respostas imprecisas, mesmo utilizando sofisticados método estatísticos. n Redes Bayesianas são usadas em muitas aplicações do mundo real. CIn- UFPE
31 Referências Bibliográficas n Stuart, J. Russel and Norvig, P. (1995) - Artificial Intelligence: A Modern Approach. Prentice Hall. Pages 436 -458, 588 -593. n Mitchell, T. & (1997): Machine Learning, Mc. Graw-Hill. Cap. 6. n Carneiro, A. Lenin. Aprendizado automático em redes bayesianas. Dissertação de Mestrado. Brasília: Un. B, Ciência da Computação, 1999. n Fung, R. , Del Favero, B. Applying Bayesian Networks to Information Retrieval. Proceedings of Communications of the ACM, march 1995/Vol. 38, No. 3. n BNPC: http: //www. cs. ualberta. ca/~jcheng/bnpc. htm n Nética: http: //www. norsys. com/ CIn- UFPE
- Slides: 31