Introduo

O raciocnio baseado em casos, combina as vantagens da recuperao da informao e do

raciocnio baseado em regras. O fato dos engenheiros de apoio utilizarem a experincia de
problemas anteriores para resolver muitos dos problemas novos, torna o raciocnio baseado
em casos particularmente apropriado para os sistemas "help desks".
Uma questo importante em CRB a representao do caso (conhecimento) no computador.
Em essncia, os casos na biblioteca do CBR devem manter a informao necessitada pelos
usurios. Kolodner (1993) descreve casos como contendo trs partes principais, que seriam:
1. A descrio do caso, a qual permite sua identificao e armazenamento;
2. O caso em si, contendo as informaes relevantes para o domnio de sua aplicao; e
3. O estado posterior do domnio quando a soluo aplicada.
Por exemplo, um dos casos no prottipo trata de uma estrutura de andaime utilizada para o
trabalho na cobertura de um edifcio de trs pavimentos. A descrio para este caso refere-se a
informao que diferencia este caso de outros tambm armazenados, tais como o tipo do
andaime, o tipo de trabalho a ser executado, o tipo da edificao e sua vizinhana. A segunda
parte descreve caractersticas da inspeo realizada no andaime e a seqncia de itens
verificados. A terceira parte apresenta as informaes relativas situao verificada no local de
trabalho e recomendaes para inspees similares.
CBR uma tecnologia emergente para representao e processamento de conhecimento. Usa
experincia passada, acumulando casos e tentando descobrir por analogia solues para
outros problemas. CBR contrasta com MBR (raciocnio baseado em modelos, os outros
formalismos). Em MBR preciso descrever o conhecimento conforme o modelo adotado.


Construo de um Modelo CBR





aquisio e representao
Selecionar os melhores dentro de um conjunto de casos
disponveis.
indexao
Seleciona caractersticas da descrio dos casos que
permitam recuperao eficiente dos casos relevantes ao
problema.
recuperao
Mecanismos para medir grau de similaridade entre casos e
problemas, seleo dos "casos candidatos".
adaptao
Estratgias para adaptar a soluo ou solues dos casos
recuperados; mecanismos para avaliar a qualidade da soluo
aprendizado
Um problema resolvido e com soluo validada pode ser
acrescentado base de casos.
Recuperao de casos um dos processos mais importantes do paradigma Raciocnio
Baseado em Casos .
Ele tem como propsito recuperar, de uma memria de casos, o caso mais adequado a uma
nova situao e sugerir a soluo desse caso ou uma adaptao dela como soluo do novo
caso. Prope-se um modelo de funo de crena ( Teoria de Dempster-Shafer) para
recuperao de casos no domnio de diagnsticos. Em tal modelo, primeiro determina-se o
diagnstico mais provvel e, em seguida, seleciona-se, dentre os casos dessa classe de
diagnstico, o caso mais similar nova situao. Para avaliar o modelo, implementou-se um
prottipo numa sub-rea de doenas pulmonares. Para uma memria de casos balanceada -
uma memria onde a diferena entre o nmero de casos de cada diagnstico pequena - com
apenas 48 casos, obteve-se um percentual acima de 64% de recuperaes corretas. Na
avaliao do diagnstico no foram considerados os resultados de exames de laboratrios.


Problema na Aquisio de Dados




CBR parece facilitar a aquisio de conhecimento por permitir acesso a conhecimento
episdico armazenado em bancos de dados, registros diversos, anotaes de especialistas.
Mas experincia mostra que aquisio de casos pode ser to difcil com em MBR, dependendo
da disponibilidade dos casos: - casos no disponveis em fonte externa: to difcil quanto MBR;
- casos semi-disponveis em fontes externas: registros incompletos, sem todos o dados,
registro de solues parciais ou inexistentes. Serve para comear, mas precisa usar
abordagem convencional MBR; - casos disponveis, mas com erros: registros corretos, mas
com solues diferentes, ou conflitantes. Necessrio trabalho com especialistas para tornar a
base ntegra. - casos disponveis e corretos: situao ideal, raramente encontrada com volume
adequado de casos (em geral bases pequenas)



Vantagens do CBR




Raciocnio Baseado em Casos pode ser usado para vrias tarefas de raciocnio como, por
exemplo: propor solues para novos problemas, antecipar, evitar e explicar fracassos em
solues propostas, e adequar e/ou reparar solues propostas. Em todas estas tarefas CBR
tem suas vantagens quando comparado a outros mtodos de raciocnio mais tradicionais. Um
sistema que usa o modelo CBR pode desenvolver uma grande capacidade para aprender,
porque seu processo de aprendizagem muito simples. Um sistema que usa esse modelo de
raciocnio aprende quando ele permite que problemas recm-resolvidos possam ser
acrescentados sua memria de casos, de forma que eles possam ser utilizados para resolver
novos problemas. Esse um aprendizado que ocorre a partir dos sucessos do sistema ao
determinar a soluo de um problema. Mas um sistema CBR tambm aprende de seus
fracassos: quando uma poro proposta falha, o sistema pode gerar uma explicao dos
motivos da falha e armazenar um exemplar no caso fracassado em sua memria.
Sistema CBR pode solucionar problemas em domnio apenas parcialmente compreendidos
porque eles trabalham com experincias. Mas, ao armazenar um caso de sucesso ou de
fracasso em sua memria o sistema, na realidade, est aumentando a sua compreenso e o
seu conhecimento do domnio. E, isso, permite que a sua performance possa melhorar como,
por exemplo:
Aumentando a sua capacidade de recuperar casos mais similares aos novos
problemas, o que implica em solues mais adequadas e que exigem menos
adaptaes.
Casos similares a casos passados, que foram resolvidos em vrios passos devido a
suas complexidades, podem agora ser solucionados mais facilmente, porque no
necessitam repetir os caminhos traados pelos outros - basta adaptar as suas
solues.
Situaes similares a casos passados que fracassaram evitam repetir o mesmo erro,
sendo indexadas por caractersticas que impedem esses casos de serem recuperados.
Casos fracassados tambm tem outras utilidades: antecipar fracassos em novos casos
sendo solucionados e explicar o erro de um novo caso durante a fase de reparo.
Outras vantagens da CBR:
Permitem a construo de prottipo nas fases iniciais do projeto, antes da
compreenso e estruturao completa do domnio. - aquisio de casos em domnios
pouco estruturados ou com base terica mal definida.
Boa amostragem dos tipos de problemas que o sistema deve resolver.
Casos podem ser bons indicadores de quais partes do problema so importantes e
quais as caractersticas que o especialista considera relevantes para a soluo.
Substituem entrevistas demoradas.
Ajuda a "clusterizao" de conhecimento (conhecimento que vai ser usado junto,
adquirido e armazenado modularmente).


CBR Interpretativo X CBR Solucionador
de Problemas




H dois tipos principais de sistemas que usam o modelo de raciocnio baseado em casos:
sistema CBR interpretativo, em que se usa casos passados para justificar ou criticar a soluo
de nova situao, e sistema CBR solucionador de problemas, em que se usa casos passados
para propor uma soluo inicial que pode ser adaptada para satisfazer as necessidades de um
novo problema.
Sistemas CBR Interpretativos
CBR interpretativo um processo de avaliar situaes ou solues sob a luz de experincias
anteriores. Todo ser humano - seja ele adulto ou criana, profissional ou leigo, especialista ou
aprendiz - usa casos para interpretar ou avaliar situaes. Os casos so teis porque sendo,
em geral, o conhecimento do domnio bastante incompleto, no h uma outra forma simples de
avaliao que possa ser usada. O raciocinador que usa casos para ajudar avaliar e justificar
decises ou interpretaes compensa a sua falta de conhecimento assumindo que o universo
consistente. Esse emprego de CBR prov uma forma de manter consistncia e justia atravs
do tempo (Kolodner,1993).
Casos diferentes suportam interpretaes diferentes. Assim, para chegar a uma interpretao
da situao, o raciocinador deve comparar e contrastar os casos entre si. Tarefas
interpretativas suportam uma variedade de metas de raciocnio como por exemplo:
classificao, avaliao de situao e avaliao e reparo da soluo. Para classificar uma nova
situao, um CBR interpretativo gera uma anlise dos prs ou contras da classificao
escolhida (CBR-DARPA,1989). Essa anlise feita com base nas similaridades e diferenas
entre a nova experincia e a experincia passada. Interpretao baseada em casos muito til
como parte do componente avaliativo ou crtico de uma soluo proposta e tambm como
suporte a uma tomada de deciso quando no h um bom modelo causal.
Processos interpretativos recebem como entrada uma situao ou soluo e do como sada
uma classificao da situao, um argumento que suporta tal classificao ou que suporta a
soluo e/ou justificativas que suportam o argumento ou a prpria soluo. Trs das tarefas
para as quais CBR interpretativo til so: justificativa,interpretao e projeo (Kolodner,
1993).
Em justificativa mostra-se a causa ou a prova da corretude de um argumento, posio ou
soluo. Freqentemente, a nica maneira de justificar uma posio citando experincias ou
casos anteriores relevantes. Casos so teis na construo de argumentos e para justificar
posies quando no h princpios concretos ou h pouco destes princpios, quando os
princpios so inconsistentes ou quando seus significados no so bem especificados.
Em interpretao tenta-se contextualizar uma nova situao. Em geral, interpretao em
raciocnio baseado em casos significa decidir se um conceito se adequa a alguma categoria de
alguma classificao. Um classificador baseado em casos classifica uma nova situao
comparando-a com outra situao j classificada e perguntando se as duas so bastante
parecidas para que a nova receba a mesma classificao da velha. PROTOS, um
diagnosticador de doenas do ouvido, um exemplo de classificador baseado em casos.
Em projeo, faz-se a previso dos efeitos da aplicao de uma soluo. A projeo dos
efeitos ou resultados de uma soluo proposta com base no que tem sido verdade em casos
passados o exemplo mais claro da utilidade dos mtodos interpretativos em sistemas
solucionadores de problemas. Projeo uma parte importante do componente avaliativo de
qualquer esquema de planejamento ou tomada de deciso. Casos como planos similares e que
fracassaram podem apontar para potenciais problemas, se tal plano for adotado e os casos
com planos similares e que foram sucesso do crdito ao novo plano. Projeo tem sido um
dos principais problemas encontrados pela comunidade de planejamento e CBR tem muito a
contribuir para solucionar estes problemas (Kolodner, 1993).
Sistemas CBR Solucionador de Problemas
Sistemas solucionadores de problemas so aqueles que usam casos passados para construir a
soluo para um problema que eles recebem como entrada. Em um solucionador de
problemas, os casos realizam duas funes principais: sugerem uma soluo inicial que
adaptada para se adequar a nova situao e alertam sobre a possibilidade de ocorrer fracasso.
Esses sistemas so aplicados para uma ampla variedade de tarefas como, por
exemplo: planejamento, elaborao de projetos ediagnsticos (Kolodner, 1993).
1. Planejamento

Planejamento o processo de sugerir uma seqncia de passos ou uma lista de
eventos que ao serem executados produzem no universo o estado pretendido.
2. Elaborao de projetos
A elaborao de projetos uma tarefa de processar informao que receber como
entrada uma especificao das restries sobre o projeto de um artefato e tem como
meta fornecer especificao de uma estrutura para o artefato que satisfaz a tais
restries.
3. Diagnstico
Diagnstico uma espcie particular de explicao. Explicao uma denominao
tanto para o problema de atribuir crdito (explicao de sucesso) como para o
problema de atribuir culpa (explicao de fracasso). Em geral o problema de
identificar o que foi responsvel pelo que aconteceu.



Arquitetura de um Sistema CBR




Um sistema CBR solucionador de problemas tem como tarefa construir a soluo para um novo
problema usando casos passados. Esta construo envolve as seguintes tarefas:

Elaborao do problema, ou seja, identificao de ndices ou caractersticas do
problema;
Seleo de um caso que mais se aproxime, ou seja, que seja mais similar a esse
problema;
Adaptao da soluo do caso escolhido para que ela se adeque as exigncias e
necessidades do novo problema;
Tarefa complementar de reparo da soluo proposta, quando esta no aceita.


Arquitetura de um Sistema CBR
Esta arquitetura mostra todos os processos necessrios realizao das subtarefas. Alm dos
processos, h tambm a memria de casos, principal fonte de conhecimento de um sistema
que usa a abordagem CBR. Outras fontes de conhecimento so as regras usadas nas fases
de adaptao e reparo.
As principais fontes de conheciemnto de um sistema que utiliza a tcnica de CBR so:
Memria de Casos
Recuperao de Casos
Adaptao de Casos



Memria de Casos




A principal fonte de conhecimento do modelo CBR so as experincias vividas pelos
especialistas. Essas experincias so problemas que os especialistas j resolveram. Cada uma
delas representada como um caso. Sendo o objetivo do modelo CBR fazer uso dessas
experincias para resolver novos problemas, torna-se necessrio que os casos representem o
que elas tm de importante em relao as resolues dos problemas. Eles devem representar
estas experincias numa forma tal que elas possam ser recuperadas quando forem teis, ou
seja, os casos devem ser identificados pelo que eles tm de til.
Representao de Casos
Um caso uma poro de conhecimento que representa um experincia que ensina lies
dentro de um contexto considerado. As lies correspondem ao contedo do caso e so
fundamentais na realizao das metas do raciocinador. O contexto corresponde aos seus
ndices que registram em que circunstncias apropriado recupera o caso.
Critrios importantes que devem ser considerados ao se decidir o que representar em
um caso:
A funcionalidade da informao
Este requisito assegura uma
representao econmica, pois
somente as informaes que
tero utilidade para as tarefas
realizadas pelo sistema sero
representadas.
A facilidade de aquisio da
informao
Este requisito assegura que
somente informaes no muito
difceis de adquirir sejam
representadas no caso.

Componentes principais para representao de um caso:
Descrio do problema ou
situao
Esta descrio representa o
estado do universo no momento
em que o caso ocorreu.
Descrio da soluo
A soluo de um problema
representa os conceitos ou
objetos que realizam as metas
especificadas na sua descrio,
levando em considerao as
restries e as outras
caractersticas contextuais
especificadas.
Descrio do resultado
O resultado especifica o que
aconteceu como conseqncia
da realizao da soluo
proposta ou de como esta
soluo foi realizada.
Indexao de Casos
O poder de um sistema CBR derivado de sua habilidade de recuperar e selecionar casos
relevantes de forma rpida e precisa. A compreenso de quando um caso deve ser recordado
em situaes futuras similares um problema de indexao. A indexao vista como um
problema de escolher caractersticas que serviro de ndices para os casos colocados na
memria, de forma que eles possam ser recuperados quando apropriados. Estas
caractersticas identificam lies que o caso tem a ensinar. Mas, indexao pode tambm ser
vista como um problema de organizar a memria de casos, de modo que a recuperao seja
feita de forma eficiente e precisa (kolodner,1993).
Organizao da Memria de Casos
Trataremos a organizao da Memria em dois casos:
Estrutura de memria linear: Nesta forma de organizao os casos so armazenados
seqencialmente em uma lista, vetor ou arquivo e as caractersticas de cada caso so
indexadas independente umas das outras. A sua principal vantagem a facilidade para
aprender com os casos recm resolvidos, pois acrescent-los memria uma operao
simples e barata, j que basta inser-los no final ou incio da estrutura.
Estrutura de memria hierrquica: Neste tipo de organizao somente um pequeno
subconjunto dos casos necessita ser considerado durante a recuperao. Geralmente a
hierarquia obtida com a ajuda de mtodos de agrupamento indutivo.
Uma maneira de determinar quais so os grupos corretos agrupar sobre um conjunto de
caractersticas que so partilhadas por um grande nmero de itens. REDE DE
CARACTERSTICAS PARTILHADAS prov esta forma de agrupamento:
cada n interno da rede mantm caractersticas partilhadas pelos casos abaixo dele;
itens sem aquelas caractersticas esto em ns irmos ou em ns abaixo dos ns
irmos;
os ns folhas so os prprios casos;

Exemplo de uma Rede de Caractersticas Partilhadas

A vantagem da rede de caracterstica partilhada e das outras estruturas hierrquicas em
relao a organizao linear est no processo de recuperao que torna mais eficiente, j que
no precisa realizar o casamento parcial do caso de entrada contra todos os casos de
memria. E a principal desvantagem das organizaes hierrquicas em relao a organizao
linear quanto a capacidade de aprendizado da memria, pois a adio de novos casos em
estruturas hierrquicas no uma tarefa simples, j que o caso deve ser colocado no local
correto da estrutura. Outra desvantagem que estas estruturas consomem mais espao de
armazenamento.



Recuperao de Casos




Para resolver um novo problema o sistema CBR recupera da memria o caso que mais
similar nova situao e toma a sua soluo, ou o raciocnio usado, para auxili-lo na
resoluo.
Similaridade em CBR
O fundamental de um sistema CBR deve ser a sua definio computacional do significado de
similaridade relevante entre casos, j que sua eficincia est ligada a recuperao de casos
relevantemente similares a uma situao dada. Em geral um caso representado por um
conjunto de caractersticas e sua soluo. So estas caractersticas que normalmente so
comparadas com o problema de entrada. Para que a similaridade seja considerada relevante
necessrio que estas caractersticas sejam prenunciativas.
Cmputo do grau de Casamento
Sabendo-se como medir a similaridade entre caractersticas pode-se calcular o grau de
casamento entre dois casos. Se h como computar valores numricos para as similaridades
entre as caractersticas correspondentes dos dois casos, ento, pode-se usar um mtodo
numrico para calcular o grau de casamento entre eles. Quando no h como computar um
grau numrico, mtodos heursticos baseados em conhecimento so usados.
Os mtodos numricos mais usados tm sido o algoritmo "vizinho-mais-prximo" ou
adaptaes dele. Esse algoritmo supe que os casos so representados como conjunto de
caractersticas. Sua mtrica de similaridade simplesmente o quociente dado pela soma dos
graus de similaridades entre as caractersticas que os dois casos tm em comum pelo total
destas caractersticas. Uma adaptao desta mtrica dada pela equao abaixo:




Onde w a importncia da caracterstica t, sim a funo que mede a similaridade para os
valores da caracterstica t e
C
E
e
C
M
so os valores da caracterstica t nos casos de entrada e
memria respectivamente.
GCasam a similaridade ou o grau de casamento computado entre os casos E e M.
Seleo do caso mais relevante
Tendo Calculado o grau de casamento de cada caso em memria contra a situao de
entrada, como selecionar dentre os casos com algum grau de casamento aquele que o
melhor para o problema de entrada? Ou seja, como dizer que um caso um melhor casamento
que o outro?
A primeira atitude olhar as diferenas entre o novo caso e cada um dos velhos que tiverem
algum grau de casamento e descartar os velhos casos que diferenciarem em caractersticas
que so teis em realizar as metas do novo caso e em satisfazer as suas restries. Para os
casos remanescentes a escolha pode ser feita por um dos critrios abaixo.
Sejam a e b casos da memria e p caso de entrada. Se o conjunto das caractersticas
consideradas importantes em b um subconjunto das caractersticas importantes
em a e p casa com a em todas as suas caractersticas importantes ento pode-se afirmar que
a um melhor casamento para p que b (Ashley, 1989).
Se a, b e p no se relacionam como acima a comparao se torna complicada. Ashley (1989)
denomina estes casos de "incomparveis". Mas, d algumas idias de como eles podem ser
comparados:
Se a e b tm a mesma soluo ento h necessidade de comparao. Um
complementa o outro;
Se a e b tm solues diferentes ento deve-se olhar para suas diferenas relevantes
com respeito a p e com respeito a cada outro. Isto , olhar para aquelas caractersticas
importantes que aplicam somente a um caso ou que cada um partilha com p mas
apenas no partilham entre si. Saber qual caracterstica mais importante para
satisfazer as metas do caso pode ser fundamental para selecionar entre a e b.



Adaptao de Casos




Quando o recuperador est manipulando uma situao de entrada, ele busca pelo melhor
casamento possvel em memria. Em geral, o caso recuperado no faz um casamento exato
com a nova situao. H diferenas entre eles que precisam ser consideradas. Para reduzir
essas diferenas, CBR dispe de um processo de adaptao que, aps localiz-las, aplica
regras para resolv-las.
A adaptao pode tomar vrias formas: incluso de alguma coisa nova na velha soluo;
excluso de alguma coisa da velha soluo; substituio do valor de algum item; ou
transformao de alguma parte velha da soluo ( Kolodner, 1993). Os mtodos chamados
estruturais so aqueles que usam regras ou mesmo alguma parte de um outro caso
diretamente sobre a soluo do caso recuperado para ajust-lo s caractersticas da nova
situao. Esse ajuste pode ser por substituio de partes ou valores ou por transformao da
estrutura do caso recuperado.
Os mtodos de adaptao considerados mtodos por substituio so aqueles que adequam a
velha soluo nova situao substituindo algumas partes dela por outras adequadas nova
situao:
Reinstanciao
Soluo Parametrizada;
Busca local ou Abstrao e Reespecializao;
Substituio baseada em caso;
Transformao de Bom Senso;
Reparo guiado por modelo;
Adaptao baseada em crtica;