浙江大学及研究生《人工智能引论》 课件.ppt

Outline Rough sets理论的快速入门方法 Rough sets理论的发展概述 Rough sets理论的基本原理 计算举例 课后研读论文 6.1 Rough sets的快速入门方法 认真研读Rough Sets Theory的创始人、波兰数学家Z. Pawlak于1982年发表的第一篇论文“Rough Sets”。【注】：最好直接阅读英文论文原文。 研读王珏等人1996年在《模式识别与人工智能》上发表的关于Rough Sets理论及其应用的综述性文章。 参考史忠植编著的《高级人工智能》、《知识发现》等教材中讨论粗糙集的有关章节。【注】：国内王国胤、刘清、张文修、曾黄麟等人先后出版了关于Rough Sets的教材，也可适当参考。 粗糙集理论的提出（续1） “含糊”（Vague） 1904年谓词逻辑创始人G. Frege (弗雷格)首次提出 将含糊性归结到 “边界线区域”(Boundary region) 在全域上存在一些个体，它既不能被分类到某一个子集上，也不能被分类到该子集的补集上 …… “模糊集”（Fuzzy Sets） 1965年美国数学家L. A. Zadeh首次提出 无法解决G. Frege提出的“含糊”问题 未给出计算含糊元素数目的数学公式 …… 粗糙集理论的提出（续3） 粗糙集理论中的一些基本观点 “概念”就是对象的集合 “知识”就是将对象进行分类的能力(“各从其类”) “知识” 是关于对象的属性、特征或描述的刻划 不可区分关系表明两个对象具有相同的信息 提出上近似集、下近似集、分类质量等概念 …… 6.2.2 粗糙集理论的发展历程 1970s，Pawlak和波兰科学院、华沙大学的一些逻辑学家，在研究信息系统逻辑特性的基础上，提出了粗糙集理论的思想。 在最初的几年里，由于大多数研究论文是用波兰文发表的，所以未引起国际计算机界的重视，研究地域仅限于东欧各国。 1982年，Pawlak发表经典论文《Rough sets》，标志着该理论正式诞生。 粗糙集理论的发展历程（续1） 1991年，Pawlak的第一本关于粗糙集理论的专著《Rough sets: theoretical aspects of reasoning about data》；1992年，Slowinski主编的《Intelligence decision support: handbook of applications and advances of rough sets theory》的出版，奠定了粗糙集理论的基础，有力地推动了国际粗糙集理论与应用的深入研究。 1992年，在波兰召开了第一届国际粗糙集理论研讨会，有15篇论文发表在1993年第18卷的 《Foundation of computing and decision sciences》上。 6.2.4 粗糙集理论在知识发现中的作用 在数据预处理过程中，粗糙集理论可以用于对遗失数据的填补。 在数据准备过程中，利用粗糙集理论的数据约简特性，对数据集进行降维操作。 在数据挖掘阶段，可将粗糙集理论用于分类规则的发现。 粗糙集理论在知识发现中的作用（续） 在数据挖掘阶段的主要作用 通过布尔推理挖掘出约简的规则来解释决策 通过熵理论将规则的复杂性和预测的误差分析溶入到无条件的度量中 与模糊集理论、证据理论构成复合分析方法 搜寻隐含在数据中的确定性或非确定性的规则 …… 在解释与评估过程中，粗糙集理论可用于对所得到的结果进行统计评估。 6.2.5 粗糙集理论的研究现状 在理论研究方面 数学性质：研究其代数与拓扑结构、收敛性等 粗糙集拓广：广义粗糙集模型、连续属性离散化 与其它不确定性处理方法的关系和互补：与模糊集理论、Dempster-Shafer证据理论的关系和互补 粒度计算：粗糙集理论是其重要组成之一 高效算法：导出规则的增量式算法、简约的启发式算法、并行算法、现有算法的改进 …… 6.3 粗糙集理论的基本原理 “知识”的定义 使用等价关系集R对离散表示的空间U进行划分，知识就是R对U划分的结果。 “知识库”的形式化定义 等价关系集R中所有可能的关系对U的划分 表示为：K = (U, R) 6.4 计算实例 长期以来，中东局势一直动荡不安且变幻莫测，有人对该地区的局势进行了较深入的研究，并总结出中东局势所牵涉的主要国家/地区及其关心的主要问题，如下表所示。 实例分析（续）：关于问题(1)的解答 【问题(1)】： 试写出根据决策属性f所得到的等价类。 【解答】：对决策属性f而言，有2个等价类，分别为 对应于Reject： {1, 4, 5} 对应于Accept： {2, 3, 6} 实例分析（续）：课后习题 问题2：课后习题。 问题3：课后习题。