【正文】 第一篇：競爭情報技術實習報告基于案例推理技術在ASRS的空中交通管理事件中的應用經(jīng)過為期一個學期的學習，尤其是上節(jié)課的學習，我對“基于案例的推理技術”有了理性上的認識，知道了它是通過訪問知識庫中過去同類問題的求解從而獲得當前問題的解決方案的一種推理模式，即利用舊的事例或經(jīng)驗來解決新的問題，評價解決方案，解釋異常情況或理解新情況。應實踐要求我選擇“ASRS的空中交通管理事件”來作為一個例子來分析，從而對“基于案例的推理技術”有更深刻的理解和應用。首先我先對 ASRS的數(shù)據(jù)集進行了相關的了解：美國國家航空航天局艾姆斯研究中心提供公眾獲得不記名報告提交ASRS系統(tǒng)。這些報告提交區(qū)分為。例如，報告說，地址機組人員疲勞是分開的報告，處理高度偏差。自動氣象站系統(tǒng)的報告是從乘務員的報告分開。通常情況下，每個報告包含在每個類別的50最近期的意見書。以RTF格式（RTF）的數(shù)據(jù)存儲，并可以將不同的文字處理系統(tǒng)之間的交流。我選擇把重點放在ASRS的數(shù)據(jù)，因為它是公開的，因為它被廣泛認為是最成功的，大型的事故報告系統(tǒng)之一。在這個數(shù)據(jù)集，我選擇了把重點放在有關空中交通管理事件提交的報告和有關事件的報告，涉及旋轉翼飛機。這些不同的組捕獲的事件分析系統(tǒng)，可以在報告的多種經(jīng)營：旋翼飛機數(shù)據(jù)集反映了直升機執(zhí)行任務的多樣性。這些設置還可以捕獲強的重復類似的任務表現(xiàn)，從出現(xiàn)的共同特征。然后，對于更根本的“設計”的問題則是創(chuàng)建在NaCoDAE使用的問題和相關的行動。我選擇使用艾恩德霍芬分類指導的案例為基礎的系統(tǒng)第一階段是執(zhí)行事件報告的因果分析。這是繼面包車提出的計劃。它產(chǎn)生了一種在埃因霍溫分類確定的因果因素組成的每個事件的分類。例如，在ASRS的數(shù)據(jù)集的高度差是造成飛行機組和空中交通管制員之間的協(xié)調失敗。這是分類HRC的節(jié)點。同樣的事件也引起缺乏足夠的監(jiān)測。因此，它是，也分配在艾恩德霍芬模型的人力資源管理分類。然后，對于編碼的這種分析問題的積極回應“是有一個人力資源管理問題？” 和“有一個人權委員會的問題呢？”沒有提供有關的地方或不艾恩德霍芬分類中的每個元素是為每一個事件的致病因素的答案。答案只有當有確切的證據(jù)支持或反對特定的偶然因素。有關每個事件已知的事實的問題，而是也有一些有關這些事件的因果分析問題。不僅沒有“誰報道的事件”的形式直接查詢系統(tǒng)的支持，但它也支持搜索，看著復雜的組合，如“什么事件沒有報告飛機設備的原因，但被機組人員缺乏合作引起協(xié)調“。這種查詢不能使用傳統(tǒng)的數(shù)據(jù)庫和信息檢索引擎很容易得到滿足。進一步的工作 ：（1）對局勢作出評估問題基于案例推理的核心問題是如何從一個特定情況下的具體一概而論，因此，前幾屆的事件可能會被視為是類似的。這不是那么簡單，因為它可能會出現(xiàn)。舉例來說，兩起事件可能有著共同的原因，但不同的結果。另外，其他的事件可能有不同的原因，但同樣的后果。任何試圖使用基于案例推理的支持事件的分析，必須仔細考慮，這意味著什么歸類為類似的兩起事件。在實踐中找出至少有5個可能的情況是可能的：(a)精確匹配：這種情況相對比較簡單。兩起事件有相同的原因和后果，這種相似之處不應該打折不太可能，因為許多報告計劃的規(guī)模越來越大，他們也特別顯著，因為它們表明,系統(tǒng)的持續(xù)疲軟。（b）擴展：一次事件中與另一起案件中，但已丟失或在其他報告中正事件都有它獨特的額外原因或后果。（c）本地結果的分歧兩起事件有著相同的原因，但在某些時候引入一個新的因素或描述，因此，那些隨之而來的事件分道揚鑣。（d）本地因果分歧：兩起事件有相同的結果，但又不同的原因。（e）全球分析兩起事件沒有共同的原因，也沒有共同的后果。基于案例推理利用這些區(qū)別。例如，完全匹配，大大提高了效率，因為兩起案件，可以有效地在分區(qū)過程中，上面提到的，作為一個單一的更一般的情況治療。擴展可以被用來生成新的指數(shù)或標簽，見下文，區(qū)分已查明的其他原因或后果。雖然我們在集中的原因和后果的分歧，這些都是一個更普遍的問題的唯一實例。我們之間的匹配情況下的各個方面，它可能是重要的用戶報告這些分歧。NaCoDAE支持這在一定程度上利用相關的各類案件中的問題和答案的差異。然而，更多的工作需要確定適當?shù)木幋a，使問題反映案件之間的相似和差異，分析師實際上考慮被顯著。利用現(xiàn)有的ASRS的編碼和分類計劃艾恩德霍芬組（范德沙夫，1996年）已驗證的工作，本文報道，避免了這個問題。需要做更多的工作，以確定是否這些分類以同樣的方式，他們是適當?shù)慕y(tǒng)計和分析的目的真正適當?shù)氖录z索。這是困難的，如果不是不可能的的，推導出一個獨特的分區(qū)任何情況下，基地等，對于任何給定的檢索任務，確定每一種情況下是可以下降到前面的類別之一。舉例來說，這是很少，可以肯定，任何兩個案件有著完全相同的偶然因素，或什至導致同樣的后果。然而，這種區(qū)別是至關重要的，如果我們要改善我們的了解這兩個不同的事件發(fā)生的原因和事故都是可以避免的原因。前者涉及到當?shù)氐囊蚬制?，而后者的結果分歧莖?；诎咐评淼膽眠^程中必須考慮的另一個問題是如何向我們提供反饋系統(tǒng)，當用戶不同意的，是為特定的事件提出的匹配。這是復雜的標簽推理機制的結果可能已經(jīng)分配的事實。因此，重要的是提供用戶反饋系統(tǒng)為什么選擇以前的相似，所討論的一個意外的原因。有些系統(tǒng)解決這個問題，只需向用戶顯示一個跟蹤所有他們所描述的情況，并已檢索匹配的因素。在這種情況下，用戶可以然后修改系統(tǒng)及其相互作用或改變與被錯誤地檢索相關的標簽。這種選擇后者有系統(tǒng)的連貫性和一致性明顯的影響，如果任意用戶可以改變標簽的分配。有可利用的選項，如果用戶的期望和系統(tǒng)的反應之間出現(xiàn)差異。例如，可能會創(chuàng)建一個例外列表的情況下，被認為是不相關的現(xiàn)有檢索任務。這些代表在前面所提及的的不同情況。理想的情況下，用戶應指示提供可用于額外的標簽，以區(qū)別于那些被正確檢索的錯誤的情況。相反可能與那些被正確檢索的情況下，額外的標簽。前面的段落集中在基于案例的檢索精度。其他問題源于檢索任務的效率。不同的標簽或屬性提供不同程度的支持，在分區(qū)的情況下基地。因此，它可以為用戶提供相當?shù)纳舷挛男畔z索過程后幾乎沒有影響。幸運的是，有許多行之有效的算法確定的情況下為基礎的系統(tǒng)分區(qū)的效率。這些指導NaCoDAE發(fā)展和系統(tǒng)支持多項優(yōu)化技術。這使設計師建議剪裁系統(tǒng)，以支持常見的檢索任務的手段，讓用戶主導，以發(fā)揮更有效的搜索策略。我們沒有探討這些方法是否可以從更傳統(tǒng)的基于案例推理應用程序擴展支持更多的“高效”，并指示對事件數(shù)據(jù)的訪問。基于案例推理系統(tǒng)的開發(fā)，以幫助人們找出以前的情況，符合當前的一個問題的各個方面。他們還開發(fā)提供指導如何解決問題和作出決定。前面章節(jié)所描述的NaCoDAE補救措施的系統(tǒng)中的每個協(xié)會提供明確的支持。但是，我們沒有在我們的工作中使用這種方法與ASRS的數(shù)據(jù)集。這種提高將直接實現(xiàn)。它沒有這樣做，因為有很少或沒有關于在現(xiàn)有的ASRS報告這種反應的信息。如果此數(shù)據(jù)提供監(jiān)管機構和分析師可以使用基于案例的NaCoDAE檢索設施，以確保以一致的方式的情況下，他們響應。它也有可能采取的補救措施的結果進行編碼。用戶可以再確定采取的補救措施是什么，它是否已取得成功的。這支持幫助分析，以確定的情況下采取特別行動，并沒有解決一個異常，避免了以前的失敗的長遠目標。沒有這種援助，有一種危險，即該系統(tǒng)將一貫倡導的錯誤干預。7。結論于事故報告制度，及時發(fā)現(xiàn)問題，才導致事故發(fā)生。它們也可以用來加強防御，導致發(fā)現(xiàn)和解決潛在的問題。不幸的是，這些計劃也有顯著的限制。特別是，它可能很難找出類似的情況，其中包括許多國際計劃提交的報告的數(shù)千。傳統(tǒng)的數(shù)據(jù)庫提供的支持很少在這里查詢形成可以擊敗甚至是熟練的分析師。同樣，自由文本搜索引擎技術的限制，可能使很難確定某些原因，不是一個因素的事件。因此，本文認為，必須開發(fā)替代技術，支持內大規(guī)模的事故報告，計劃中的證據(jù)越來越多的類似案件的索引和檢索。特別是，我們如何基于案例的推理技術可以從延長的決定的支持，以幫助分析師獲取有關以前發(fā)生的信息域。美國海軍的會話決策輔助環(huán)境（NaCoDAE）已被用來說明這