Weights and Activities Model
Magyar megnevezés: Induktív szakértői rendszer,
Tartalomjegyzék
Történeti modul
- 1996
A WAM (Weight Activity Model) az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az előrejelzési feladatok megoldásában az elérhető maximális pontosságot közelíti. [1]
- 1998
A WAM, mint induktív szakértői rendszer, ill. neuronális háló szimuláció, általában véve mint MI eljárás, nagyon egyszerűen, rugalmasan és gyorsan képes tanulási folyamatot megvalósítani és ebből kifolyólag előrejelzésre is használható[2]
- 2003
(Weights and Activities Model) Excel program segítségével készül. Alkalmas arra, hogy induktív szakértői és szabályrendszert állítson elő. Az új generációs eljárásokon belül a generátor-modellek közé sorolt módszer, amely az előrejelzési feladatok megoldásában az elérhető maximális pontosságot megközelíti. Ezt úgy éri el, hogy a rendelkezésre álló adatok alapján véletlenszerűen meghatározott súlyokat alkalmaz, valamint az elemzést 1000-szer futtatja le, ezzel megközelítve az elérhető maximális pontosságot.[3]
- 2003
A trianguláris (WAM Weight-Activity-Modell ) módszer lényege, hogy az alapadatok transzformációjával létrehozunk egy olyan idõsorosan oszloponként egy helyi értékkel elcsúsztatott mátrixot, amely az egymás után idõben következõ adatok egymáshoz viszonyított növekedését (1), illetve csökkenését (0) tükrözi. Ezekhez véletlenszerûen generálunk egy számot, és egy mûveleti jelet, majd e három érték (0/1, a hozzá tartozó szám és mûveleti jel) összefûzésével újabb mátrixot kapunk. Ennek a mátrixnak a visszanyúlási mélységnek megfelelõ sor és oszlopértékeinek összegzésével kapjuk a változás irányát jelzõ értéket, ha összehasonlítjuk a véletlenszerûen generált küszöbértékkel, mely a mátrix minimum és maximumeleme között helyezkedik el (0/1), ha az elsõ mátrixban található értékkel megegyezik az adat, akkor jó az elõrejelzés.[4]
Ontológiai modul
"ez egy" kapcsolattípus:
- Excel (fejlesztői környezet)
- Mátrixok (alkalmazási terület)
- Neurális klasszifikáció stratégia (probléma megoldáshoz használt alkaklmazás)
- IKTABU(2000 ben beébült ebbe a szolgáltatásba)
- IIER ( stratégiai tervező rendszer)
- ...
"van neki, része a címszónak" kapcsolattípus:
"a címszó része valaminek (a címszóval egyenrangú fogalmak)" kapcsolattípus:
- MI eljárás (Szakértői rendszerek, e-learning, gépi tanulás,mesterséges élet, természetes nyelvek kezelése)
- Szakértői rendszer (Home e/o- mining, COCO)
- Szakmai előrejelzések (white box alapú, black box alapu, data mining, esetalapú előkövetkeztetés)
- ...
Ellentmondások és vitatott kijelentések modulja
A kutatásaim során, nem találtam vitattott vagy ellentmondásos tényeket.
===Szerkesztői javaslat:=== Mi az összefüggés a függvényillesztés, az operációkutatás, a WAM, a függvénygenerátor, a mintázatgenerátor, a jövőgenerátor, a neurális hálók, az indukció és a konzisztens jövőkép fogalmai között?
Válasz a szerkeztői javaslatra
Definiciók
- Függvényillesztés :Függvényillesztés célja egy adott mérési eredménysor pár közötti függvénykapcsolat megállapítása vagy a függvény paramétereinek meghatározása. Ez az eljárás önmagában nem magyarázza a folyamatot, csak leírja. A függvényillesztés legegyszerûbb esete az, amikor tudjuk milyen típusú függvényt akarunk illeszteni. Ebben az esetben vagy egy megfelelõ beépített Mathcad függvényt alkalmazzuk, vagy egy kicsit bonyolultabb, de általánosabb megoldáshoz folymodunk. Az utóbbi lehet a legkisebb négyzetek módszere. A függvényillesztés alapvetõen statisztikus jellegû, tehát szükséges az illesztés jóságát vizsgálni.
- Operációkutatás : Szűkebb értelemben olyan tudományos módszer, amely a döntések előkészítéséhez, a gazdasági optimum meghatározásához többnyire valamilyen matematikai szélsőérték feladatot alkalmaz. Jellemző eszközei a lineáris és nem lineáris programozási modellek és a hálótervezés
- WAM :A WAM, mint induktív szakértői rendszer, ill. neuronális háló szimuláció, általában véve mint MI eljárás, nagyon egyszerűen, rugalmasan és gyorsan képes tanulási folyamatot megvalósítani és ebből kifolyólag előrejelzésre is használható
- Függvény- és mintázatgenerátor :Függvény- és Mintázatgenerátor két, hasonló elven működő, legjobban mesterséges neuronális hálókhoz (MNH) hasonlítható eljárás. Legfontosabb tulajdonságuk, hogy nem parametrizált függvénykapcsolatokkal dolgoznak, hanem véletlenszerűen választott műveletekkel állítják elõ a függvényt
- Jövőgenerátor : • A jövőgenerátor a generátormodellek közül a legkomplexebb eljárástípus, mely adott múltbéli adatok figyelembevételével képes a jövőben bekövetkező események "megjósolására", algoritmusok segítségével. A jövőgenrátor egy eszközt, módszert jelent, aminek a segítségével a jövőben bekövetkező események kimenetelét lehet meghatározni, előrejelezni, vagyis prognosztizálni. A jövőgenerátor tehát a prognózis eszköze. A WAM egy konkrét módszer a jövőgeneráláshoz. Tehát a jövőgenerátor egy bővebb fogalom, a WAM módszer pedig alárendelt viszonyban van vele. A WAM egy táblázatot használ fel a jövőgeneráláshoz
- A neuronális hálók : Matematikai struktúrát jelentenek, mely az emberi agy müködésének néhány aspektusát imitálja és olyan lehetıségeit demonstrálja mint az informális tanulás képessége, a nem osztályozott információk klaszterizációjának és általánossá tételének képessége, a már megadott idısorok alapján prognózis önálló felépítésének a képessége. Legfıképpen abban különbözik más, például a szakértıi módszerektıl, hogy elméletileg a neuronális hálóknak nincs szükségük egy korábbi ismert modellre, hanem maguk építik azt kizárólag a megadott információk alapján. „Pontosan ezért a neuronális hálók és a genetikai algoritmusok vonultak be a gyakorlatba mindenhol, ahol elırejelzés, osztályozás, irányítás feladatait kell megoldani, más szóval, az emberi tevékenység azon területére, ahol rosszul algoritmizálható feladatok vannak, melyek megoldására vagy képzett szakértık csoportja folyamatos munkájára vagy az automatizálás adaptív szisztémáira - ilyenek a neuronális hálók is - van szükség"
- Indukció : Előfordul, hogy a szakértő nem tudja, vagy nem akarja kimondani a szabályokat, de a tapasztalatában van néhány eset az értékeléssel együtt. Ezeket az eseteket felhasználhatjuk arra, hogy megtaláljuk a tulajdonságok értékeit összekapcsoló szabályokat. Mivel az esetek képezik a következtetés alapját, ezt esetalapú következtetésnek (Case-Based Reasoning – CBR) nevezzük. Mivel konkrét esetek halmazát használjuk arra, hogy általánosított szabályokat fogalmazzunk meg, használhatjuk az indukció elnevezést is
- Konzisztens jövőkép :Egy konzisztens jövőkép tehát alapvetően abban különbözik egy plauzibilistől, hogy abban minden állapot erősíti, hitelesíti a másikat, míg egy plauzibilis esetben csak annyit tudunk, hogy minden egyes vizsgált állapot egy-egy helyesnek vélt (konzisztens?) értelmezési intervallumba esik. Ebből következően egyedi jelenségek vizsgálatakor (előrejelzésekor) nem is beszélhetünk valós konzisztenciáról, így eleve nagyobb hibaszázalékkal kell számolni a jövőbeli bekövetkezések és a jelenlegi előrejelzések egymásra vetítésékor, ha az egyedi előrejelzések együttállását nem vizsgáljuk egymáshoz képest. A parciális szemléletet erősíti, hogy a legtöbb statisztikai közlés (hibásan hivatkozva, az amúgy valóban létező információ-áradatra és a befogadó ember szelektív és véges kapacitásaira) nem veszi magának a fáradságot, hogy tetszőleges komplexitás mellett számoljon el a vizsgált, összefüggő jelenségek halmazával.
Definiciók közötto összefüggés
- Mindegyik módszer, alkalmazás abban egyezik hogy valamilyen tapasztalat, múltbéli esemény, kapcsolat alapján előkészit illetve jővőképet,lehetséges megoldást állít fel az adott témával kapcsolatban. Mindegyik más formában alkítja ezt de a főbb összefüggés az ez. Mivel az egyik paraméterek, mig a másik lineáris vagy algoritmusos döntéseket alakít ki de a közös a kezdetben van hogy van már előzmény és a végben hogy egy lehetséges módot állítannak fel a cél elérése érdekében.
Definíciós modul
- A WAM egy olyan szimulációs szakértői renszer, mely a legnagyobb pontossággal és legközzelebbi étrékekkel képes megadni egy adot adatbázisnak akár 1 napos akár 2 éves előrejelzését. Ezt főleg mezőgazdasági rendszerben használatos hisz ennek a program segítségével előre kiszámolhatjuk atermés átlagot, szükséget tápanyag utánpótlást..stb. Az előrejelzést pedig az 'un' WAM_TXT program alakítja át vizuális formába, az erdemény gyorsabb és könnyebb megértése érdekéban.
Tesztkérdések modul
- Milyen területen alkalmazható a WAM rendzer?
- (Főleg mezőgazdasági területen lett alkalmazva)
- Melyik program segítségével müködik a WAM rendszer?
- (Excel)
- Mely Informatikai témakör része a WAM?
- (MI)
