Differences

This shows you the differences between two versions of the page.

--- scenario-lum [2025/06/20 03:08]
216.73.216.118 old revision restored (2025/06/08 04:29)
+++ scenario-lum [2025/07/02 09:12] (current)
47.128.119.35 old revision restored (2025/01/24 03:47)
@@ Line 133: / Line 133: @@
 une instance, alors un nouveau lui correspondant sera créé.
-Les paramètres des agents Similarité est leur seuil de similarité, c'est
+<note>
-à dire le seuil qui leur fait dire si oui ou non deux instances sont similaires.
+le paramètre de l'agent Similarité serait son seuil d'acceptation
+de similarité, mais cela reste à confirmer.
+</note>
 === Couple Association Similarité (A-S) ===
@@ Line 150: / Line 152: @@
 étant les autres flux auquel il tente d'associer son flux
 de référence.
-Un agent Association créé donc des motifs basés sur une
-association d'un évènement **e1** et d'un évènement **e2**,
-puis créé des instances de ce motif à chaque fois que des
-instances de e1 et e2 sont captées, toujours une de chaque,
-une puis l'autre, séparé d'un certain Δt pouvant être nul (voir
-négatif).
-{{wiki:motif.png?250}}
 == Similarité ==
@@ Line 165: / Line 158: @@
 Similarité va comparer et trier les différentes instances de
 l'association.
-La similarité entre deux associations est calculé par rapport
-à la différence entre les Δt de chaque associations. L'agent
-Similarité d'un couple A-S "rangera" donc les instances produite
-par l'agent Association selon leurs Δt.
-<note>
-TODO : image/illustration
-</note>
 === L'espace de marquage ===
@@ Line 251: / Line 235: @@
 **L'intérêt intrapersonnel** se calcule à partir de la **spécificité**,
-le **poids** et la **précision** des évènements évaluées.
+la **précision** et le **poids** des instances évaluées.
-La **spécificité** d'un évènement est calculé à partir de la différence
+Le **poids** d'un type d'instance correspond à son nombre d'occurence
-entre l'évènement et la moyenne générale de tous les évènements. La
+par rapport au
-spécificité permet ainsi d'identifier les évènements "sortant du lot".
-Le **poids** d'un évènement correspond à son nombre d'occurence
-par rapport au nombre d'occurence des autres évènements.
-La **précision** d'un évènement, pour l'intérêt, peut être calculé
-à partir de l'écart type des similarités entre les instances d'un
-évènement.
 == L'intérêt interpersonnel ==
@@ Line 287: / Line 263: @@
 <note tip>
-Concernant les motifs "d'intéraction" :
+Un autre facteur pouvant être pris en compte est la "direction" du motif
+lors d'une association entre un flux interne et un flux externe.
-Une certaine redondance de l'apprentissage se retrouve lors de la
+Pour éviter qu'un même motif soit appris par plusieurs systèmes échangeant
-découverte de motifs dit "d'intéraction", c'est à dire mettant
+entre eux.
-en jeux plusieurs systèmes, donc des associations entre un flux
-interne et un flux externe. Un même motif peut potentiellement
-être appris et diffusé par deux systèmes différents.
-Exemple (en restant du point de vue du système d'éclairage) :
+En partant du prédicat qu'il y aura potentiellement de la latence entre
-le store m'indique qu'il s'est ouvert (V2:2, ou V2:1, voir un motif
+l'émission d'une instance par un flux d'un système et la réception de
-associant les deux), je capte une augmentation de la luminosité (V1:2)
+cette instance par un autre système, nous pouvons dire qu'il serait
-que je communique aussi. L'association de l'ouverture du store (e1) et de
+plus pertinent pour un système de rechercher des motifs qu'il "fini" et
-l'augmentation de la luminosité (e2) est faite par les deux systèmes et
+dont il peut avertir les autres.
-les deux systèmes créent des flux correspondant à cette association, il
-y a donc redondance.
-Cette redondance est elle un mal ?
-Doit-on utiliser cette redondance à notre avantage et l'utiliser
-pour faire un consensus sur des motifs communs à certains objet ?
-Si oui comment détecter qu'un même motif a été découvert par deux
-systèmes différents et comment arriver à un consensus et comment
-décider lequels des systèmes aura pour rôle de notifier les autres
-des instances de ce motif ?
-D'un autre point de vue, cette redondance est elle nécessaire ?
-Ne pourait on pas faire en sorte "d'orienter" l'apprentissage
-pour qu'un minimum de système, au mieux un seul, découvre ce motif ?
-Personellement je penche plus vers ce second point de vue. Nous
-pourrions par exemple donner plus d'intérêt à un concept d'association,
-ou d'interaction, si l'évènement e2 de cette association est capté par un flux
-interne.
-Pour reprendre l'exemple: dans l'association "ouverture store" -> "augmentation
-luminosité", e2 provient d'un flux interne pour le système d'éclairage l'association
-et d'un flux externe pour le store. L'association aura donc un plus fort intérêt à
-être exploité par le système d'éclairage que par le store électrique.
-Partir sur ce principe permettrait de trouver plus rapidement des motifs "d'intéraction"
-complexe, c'est à dire mettant en jeu plusieurs avatars.
-De plus vérifier qu'un motif est "vrai" est plus facile que de détecter une redondance
-(avis personnel), quand bien même qu'avant d'être diffusé un motif est passé par une
-longue phase vérification, donc les systèmes n'ont pas vraiment de "raison" vérifier la
-véracité d'un motif, juste de regarder si il leur est utile ou non. De plus les systèmes
-ont les mêmes capacités d'apprentissage, raison de plus pour qu'ils se fasse "confiance"
-leur de l'apprentissage de motif d'intéraction (je ne parle ici que d'apprentissage et non
-de synchronisation entre eux).
+remarque : prendre en compte ce facteur permettrait certes de réduire
+la redondance mais risque de renforcer l'apparition de motifs "cyclique",
+cependant ce types de motifs sont surement plus facilement indentifiable
+que des redondances de motifs.
 </note>
 == Calcul du feedback ==
-Le feedback d'intérêt **Ί** d'un évènement e se calcule donc à partir du rapport
+Le feedback d'intérêt Ί d'un évènement e se calcule donc à partir du rapport
 de son intérêt intrapersonnel **Ί<sub>α</sub>** sur son intérêt interpersonnel
-**Ί<sub>ε</sub>**.
+Ί<sub>ε</sub>.
-Pour le calcul de **Ί<sub>α</sub>** d'un évènement, notons sa spécificité **s**,
-sa précision **p**, son poids **π**.
 <code>
@@ Line 355: / Line 292: @@
 avec :
-  Ία(e) = s(e) * p(e) * π(e)
+  * intra_interest = specificity * accuracy * weight
-et
-  Ίε(e) = (Nb_Var_Necessary(e) + 1) - Nb_Internal_Var_Used(e)
+  * inter_interest = (Nb_Var_Necessary + 1) - Nb_Internal_Var_Used
 remarque: les coefficients δ et β ne sont présent que pour donner
-plus de "poids" à l'un ou l'autre des intérêt. Par défaut δ = β = 1.
+plus de "poids" à l'un ou l'autre des intérêt. Par défaut α = β = 1.
 </code>
-== Feedback Prédictif ==
-Lorsqu'un motif créé par un couple A-S semble "intéressant", celui-ci
-passe un mode "prédictif", les couples A-S tente alors d'utiliser ce
-motif pour prédire l'apparition d'évènement e2, à partir de l'apparition
-d'un évènement e1.
-Ce feedback prédictif est un score **s** caculé à partir d'une précision
-**acc**, qui est calculé à partir d'une tolérance **tol** (qui est l'écart
-type de la durée entre e1 et e2 lors des prédictions réussies) et de la
-fréquence d'apparition de e2.
-et d'une confiance **rel**, qui est le rapport de prédictions juste sur
-le nombre de prédiction tentés.
-<code>
-s = acc * rel
-avec :
-  rel = nb(prédictions) / nb(e1)
-et
-  acc = 1 - ( tol * freq(e2) )
-</code>
-Le maximum des scores est ajouté à l'intérêt dans l'espace de marquage des
-couple A-S pour la variable et les paramètres associés, leurs donnant ainsi
-plus de poids.
-<note tip>
-Pour l'instant le feedback prédictif sera utilisé comme ceci, mais
-n'est pas exclu d'être modifié.
-Une possibilité serait d'utiliser les formules utilisées en statistique
-pour évaluer un classifieur.
-Le score serait calculé à partir :
-  * d'une **sensibilité** qui est le rapport des **vrais positifs** ou VP (les prédictions juste) sur toute les prédictions dite comme vrais (toutes les fois où l'on a supposé l'arrivé de e2 à partir de e1).
-  * et d'une **spécificité** qui est le rapport des **vrais négatifs** ou VN (les prédictions dite fausses et vraiment fausses) sur toutes les fois où l'on a dit que e2 n'arrivera pas après e2.
-Si nous voulons utiliser ces formules il faudra donner la possibilité
-au couple A-S prédicteur de dire Oui ou Non à la question : un évènement
-e2 arrivera-t-il après cet évènement e1 ?
-Ceci pourrait être fait à partir d'un de l'écart de temps entre les deux
-instances, par exemple : si e2 n'est pas encore apparu un temps T après
-l'apparition d'un évènement e1, alors il n'arrivera surement jamais.
-</note>

DokuWiki

Site Tools

Differences

Page Tools