1 Cambios realizados en ElviraManuel Luque Gallego Proyecto Elvira II Almería 19-20 de Mayo de 2005

2 Índice Evaluación de diagramas de influencia con nodos super-valorGeneración aleatoria de diagramas de influencia Explicación del razonamiento en diagramas de influencia

3 Evaluación de DI con nodos SV

4 Evaluación de DI con nodos SVEn San Sebastián se disponía de los siguientes algoritmos: ReductionAndEvalID: Reduce el DI a uno con un solo nodo de valor y evalúa VariableEliminationSV: Aplica el esquema de eliminación de variables a un árbol de potenciales Implementación desde la reunión de San Sebastián ArcReversalSV: Algoritmo de Tatman y Shachter

5 Evaluación de DI con nodos SVAlgoritmo de Tatman y Shachter (clase ArcReversalSV) Adaptación del algoritmo de inversión de arcos a DIs con nodos SV Posibilidades de evaluación en el interfaz Sólo políticas óptimas Políticas óptimas y utilidades Adicionalmente la clase ArcReversalSV permite evaluar con subset rule o sin subset rule

6 Generación aleatoria de DIsObjetivo: Comparar rendimiento en espacio y tiempo de VariableEliminationSV y ArcReversalSV Generación aleatoria de DI con nodos SV, con orden total entre las decisiones Para medir tiempos se empleó Java 2's Java Virtual Machine Profiler Interface (JVMPI), que proporciona tiempos netos al ejecutar el proceso en un sistema operativo multitarea Generación aleatoria de DIs basada en los trabajos: Jaime S. Ide y Fabio G. Cozman: Redes bayesianas Marta Vomlelova: Diagramas de influencia sin restricciones de orden entre las decisiones

7 Generación aleatoria de DIsEsquema de la generación de DIs aleatorios Generar la estructura Generar estructura de nodos de azar y de decisión Generar un árbol ordenado simple Decidir para cada nodo si es aleatorio o decisión Añadir y quitar enlaces de forma aleatoria Ordenar de forma aleatoria las decisiones no ordenadas Generar estructura de nodos de valor Generar nodos de utilidad (non-super) y elegir aleatoriamente sus padres Combinar aleatoriamente nodos de valor en nodos SV y elegir su tipo (suma o product), hasta que haya un solo nodo SV terminal Generar la parte cuantitativa Generar aleatoriamente las tablas de probabilidad y de utilidad

8 Generación aleatoria de DIsDibujar en Elvira DIs aleatorios grandes

9 Explicación del razonamiento en DIsAnálisis de la estrategia óptima, basada en los trabajos Cooper: Convertir DI a red bayesiana y propagar sobre red bayesiana para evaluar el DI Finn Jensen: Probabilidad de decisiones futuras Clase añadida: CooperPolicyNetwork, hija de Bnet

10 Explicación del razonamiento en DIsConstrucción de la CPN (CooperPolicyNetwork) Evaluación del DI con método para DI Construcción de la CPN a partir de las políticas óptimas Nodos de decisión se convierten a nodos de azar con distribución determinística dada por la política óptima Nodos de utilidad y super-valor son convertidos a nodos de azar mediante la transformación de Cooper

11 Explicación del razonamiento en DIsDiagrama de influencia y CooperPolicyNetwork

12 Explicación del razonamiento en DIsPermite realizar un análisis de la estrategia óptima incorporando la “evidencia” sobre el DI en el interfaz de Elvira Se incorpora la evidencia en la CPN Cálculo de probabilidades a posteriori para el nuevo caso Nodos de azar  Probabilidades marginales Nodos de decisión  Probabilidades de decisiones futuras Nodos de utilidad  Utilidades esperadas para el nuevo caso

13 Explicación del razonamiento en DIsEl modo inferencia de Elvira dibuja en verde los arcos de no-olvido que no aparecen en el modo edición Probilidades y utilidades de los distintos escenarios del árbol de decisión Ejemplo: p(Oil|Seismic, Test)