Tietämysjärjestelmien tietämyksen esittäminen ja hankinta sekä huimaustautien päätöstukijärjestelmän ja sen tietämyksen uudistaminen
VARPA, KIRSI (2005)
2005
Tietojenkäsittelyoppi - Computer Science
Informaatiotieteiden tiedekunta - Faculty of Information Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2005-08-25
Julkaisun pysyvä osoite on
https://urn.fi/urn:nbn:fi:uta-1-14978
https://urn.fi/urn:nbn:fi:uta-1-14978
Tiivistelmä
Hakutermit:
tietämysjärjestelmä, tietämyksen esittäminen, tietämyksen hankinta, tietämyksen muodostaminen koneoppimismenetelmillä, ONE:n uudistaminen
Tietämysjärjestelmiä hyödynnetään useilla eri sovellusalueilla ongelmanratkaisun ja päätöksenteon tukemiseen. Järjestelmän tietämyksen kuvausmenetelmä vaikuttaa niin järjestelmän päättelyyn kuin sen toimintatapaan. Lisäksi se määrittää tavan, jolla tietämystä hankitaan järjestelmään. Tietämystä on mahdollista hankkia sekä sovellusalueen asiantuntijoilta ja dokumentaatioista että muodostaa sitä sovellusalueelta kootusta datasta erilaisia koneoppimismenetelmiä hyödyntäen.
Pro gradu -tutkielman tarkoituksena on antaa yleiskuva tietämysjärjestelmistä ja niiden tarkoituksesta. Lisäksi tutkielmassa esitellään kirjallisuuden pohjalta erilaisia tietämysjärjestelmien tietämyksen kuvausmenetelmiä sekä tapoja hankkia tietämystä perinteisin tavoin sekä koneoppimismenetelmillä. Sovellusosassa kuvataan huimaustautien päätöstukijärjestelmä ONE (Otoneurological expert system) ja kerrotaan sen uudistusprojektista: kysymyssarjojen ja tietämyskannan päivittämisestä ja näiden aiheuttamista muutoksista järjestelmään.
Tutkielmassa testataan myös menetelmää muodostaa tietämyskannan muuttujien arvojen sopivuusarvoja sovellusalueen datasta. Menetelmällä luotua tietämystä verrataan asiantuntijoiden alkuperäiseen tietämykseen sekä sen ja asiantuntijatietämyksen yhdistelmiin. Vertailusta havaitaan, että tietämysyhdistelmistä parhaimmat luokittelutarkkuudet ovat koneoppimista ja asiantuntijatietämystä sisältävillä tietämyskannoilla. Ilman asiantuntijoiden tietämystä ei tapauksia saada luokiteltua yhtä hyvin kuin yhdistämällä asiantuntijoiden tietämystä koneoppimismenetelmällä muodostettuun tietämykseen.
tietämysjärjestelmä, tietämyksen esittäminen, tietämyksen hankinta, tietämyksen muodostaminen koneoppimismenetelmillä, ONE:n uudistaminen
Tietämysjärjestelmiä hyödynnetään useilla eri sovellusalueilla ongelmanratkaisun ja päätöksenteon tukemiseen. Järjestelmän tietämyksen kuvausmenetelmä vaikuttaa niin järjestelmän päättelyyn kuin sen toimintatapaan. Lisäksi se määrittää tavan, jolla tietämystä hankitaan järjestelmään. Tietämystä on mahdollista hankkia sekä sovellusalueen asiantuntijoilta ja dokumentaatioista että muodostaa sitä sovellusalueelta kootusta datasta erilaisia koneoppimismenetelmiä hyödyntäen.
Pro gradu -tutkielman tarkoituksena on antaa yleiskuva tietämysjärjestelmistä ja niiden tarkoituksesta. Lisäksi tutkielmassa esitellään kirjallisuuden pohjalta erilaisia tietämysjärjestelmien tietämyksen kuvausmenetelmiä sekä tapoja hankkia tietämystä perinteisin tavoin sekä koneoppimismenetelmillä. Sovellusosassa kuvataan huimaustautien päätöstukijärjestelmä ONE (Otoneurological expert system) ja kerrotaan sen uudistusprojektista: kysymyssarjojen ja tietämyskannan päivittämisestä ja näiden aiheuttamista muutoksista järjestelmään.
Tutkielmassa testataan myös menetelmää muodostaa tietämyskannan muuttujien arvojen sopivuusarvoja sovellusalueen datasta. Menetelmällä luotua tietämystä verrataan asiantuntijoiden alkuperäiseen tietämykseen sekä sen ja asiantuntijatietämyksen yhdistelmiin. Vertailusta havaitaan, että tietämysyhdistelmistä parhaimmat luokittelutarkkuudet ovat koneoppimista ja asiantuntijatietämystä sisältävillä tietämyskannoilla. Ilman asiantuntijoiden tietämystä ei tapauksia saada luokiteltua yhtä hyvin kuin yhdistämällä asiantuntijoiden tietämystä koneoppimismenetelmällä muodostettuun tietämykseen.