“Υβριδικές Μέθοδοι για Εξαγωγή Συμπερασμάτων Αβέβαιης Γνώσης – Αυτόματη Παραγωγή Κανόνων με Αβεβαιότητα από Δεδομένα” – Τμήμα Μηχανικών Η/Υ και Πληροφορικής
Ομιλητής: Κωνσταντίνος Κόβας, Υποψήφιος Διδάκτορας, ΤΜΗΥΠ
Ημερομηνία-χώρος: Παρασκευή 25 Οκτωβρίου, 3-5μμ, ΤΜΗΥΠ, αίθουσα Ε2
Περίληψη: Η λήψη αποφάσεων ή η δημιουργία προβλέψεων από δεδομένα μέσω μεθόδων μηχανικής μάθησης (ΜΜ) είναι από τα ερευνητικά θέματα υψηλού ενδιαφέροντος τα τελευταία χρόνια. Ένα μειονέκτημα των μεθόδων αυτών είναι η αδιαφάνεια στον τρόπο εξαγωγής αποτελεσμάτων, και ως εκ τούτου η αδυναμία παροχής επεξηγήσεων, διότι τα χρησιμοποιούμενα μοντέλα ΜΜ δεν το επιτρέπουν. Μια εναλλακτική είναι η δημιουργία μοντέλων που έχουν τέτοια δυνατότητα, όπως τα μοντέλα βασισμένα σε κανόνες (rule-based models) ή σε περιπτώσεις (case-based models). Επίσης, στα περισσότερα προβλήματα είτε υπάρχουν ελλιπή δεδομένα είτε η γνώση που παριστάνουν τα δεδομένα είναι εγγενώς αβέβαιη, καταστάσεις που πρέπει επίσης να αντιμετωπιστούν. Ένα άλλο (ενίοτε) μειονέκτημα των μοντέλων ΜΜ είναι η αναγκαιότητα ύπαρξης (ικανών) δεδομένων, τα οποία δεν είναι πάντα διαθέσιμα. Τα μοντέλα των κανόνων δεν έχουν αυτό το μειονέκτημα. Τέλος, έχει αποδειχθεί ότι ο κατάλληλος υβριδισμός μεθόδων σε ένα μοντέλο καταλήγει σε καλύτερα αποτελέσματα.
Στην ομιλία θα παρουσιαστούν μοντέλα και μέθοδοι που βασίζονται στις παραπάνω ερευνητικές κατευθύνσεις. Πιο συγκεκριμένα, στο πρώτο μέρος θα παρουσιαστεί ένα μοντέλο, ονόματι ACRES, που έχει σχεδιαστεί για να παράγει έμπειρα συστήματα βασισμένα σε κανόνες με ενσωματωμένο μοντέλο συντελεστών βεβαιότητας (certainty factors) από σύνολα δεδομένων. Το ACRES διαθέτει διάφορες μεθόδους εξαγωγής κανόνων και υπολογισμού των συντελεστών βεβαιότητας από δεδομένα, καθώς και ιεραρχικής οργάνωσης των κανόνων ώστε να διευκολύνεται η παροχή επεξηγήσεων. Η απόδοσή του συγκρίνεται με πολλές γνωστές μεθόδους ΜΜ.
Στο δεύτερο μέρος, θα παρουσιαστεί μια υβριδική μέθοδος συλλογισμού που ενσωματώνει την εξόρυξη διεργασιών (process mining) και τον συλλογισμό με κανόνες (rule-based reasoning) στο πλαίσιο του συλλογισμού με περιπτώσεις (case-based reasoning), η οποία εφαρμόστηκε σε ένα σύστημα εξατομικευμένης παροχής υπηρεσιών σε άτομα με διαταραχές του φάσματος του αυτισμού.
Σχετικά με τον ομιλητή:
Ο Κωνσταντίνος Κόβας κατέχει Δίπλωμα Μηχανικού Ηλεκτρονικών Υπολογιστών και Πληροφορικής και Μεταπτυχιακό Δίπλωμα ειδίκευσης στην Επιστήμη και Τεχνολογία Υπολογιστών από το τμήμα Μηχανικών Η/Υ & Πληροφορικής του Πανεπιστημίου Πατρών. Αποτελεί υποψήφιο διδάκτορα στο ίδιο τμήμα, με ερευνητικά ενδιαφέροντα στην Τεχνητή Νοημοσύνη και πιο συγκεκριμένα: Έμπειρα Συστήματα, Συλλογισμό υπο Αβεβαιότητα, καθώς και Εκπαίδευση σε Εικονικά Περιβάλλοντα. Έχει δημοσιεύσει πάνω από 30 εργασίες σε διεθνή συνέδρια και περιοδικά. Έχει επίσης συμμετάσχει ως ερευνητής σε πολλά εθνικά και ευρωπαϊκά ερευνητικά προγράμματα και διαθέτει διδακτική εμπειρία στην Επαγγελματική και Τριτοβάθμια Εκπαίδευση. Από το 2016 εργάζεται ως μηχανικός λογισμικού στην εταιρεία Knowledge A.E.
