Las reglas de ondulación ( RDR ) son una forma de abordar la adquisición de conocimientos . La adquisición de conocimiento se refiere a la transferencia de conocimiento de los expertos humanos a los sistemas basados en el conocimiento .
Las reglas de ondulación son un enfoque incremental para la adquisición de conocimiento y cubren una familia de técnicas. RDR fueron propuestos por Comptony Jansen basado en la experiencia manteniendo el sistema experto GARVAN-ES1 (Compton y Jansen 1988). El GARVAN-ES1 original (Horn et al. 1985) empleó un proceso de adquisición de conocimientos en el que los casos nuevos que estaban mal clasificados por el sistema se agregaron a una base de datos y luego se usaron para refinar gradualmente la base de conocimientos. Los casos agregados, cuyas conclusiones entraron en conflicto con el consejo del sistema, se denominaron "casos fundamentales". En consecuencia, la base de datos creció iterativamente con cada refinamiento del conocimiento. La base de datos podría usarse para probar cambios en el conocimiento. Se desarrollaron herramientas de adquisición de conocimiento, similares a las proporcionadas por Tiresias, para encontrar y ayudar a modificar las reglas en conflicto. Las herramientas mostrarían las reglas activadas por cada caso y sugerencias para "editar" el conocimiento para eliminar los conflictos.
En el marco de RDR, el conocimiento del experto humano se adquiere en función del contexto actual y se agrega de manera incremental. Compton y Jansen argumentaron que el conocimiento del experto es hasta cierto punto 'inventado' para justificar por qué tenía razón, no para explicar cómo llegó a esta interpretación (o conclusión) correcta. La justificación se basa en las características que se identifican a partir del caso actual. El experto crea una regla para clasificar los casos correspondientes a un contexto particular. Es poco probable que esta regla clasifique todos los casos que pertenecen a la clase. Compton y Jansen afirmaron que no es posible crear una sola regla libre de contexto elegante ya que el conocimiento que comunicamos es una justificación en un contexto. Esto implica que no existe un conocimiento absoluto que actúe como fundamento de otros conocimientos,ya que el conocimiento solo es verdadero en un contexto (Compton y Jansen 1990).
Las reglas de ondulación consisten en una estructura de datos y escenarios de adquisición de conocimiento. El conocimiento de los expertos humanos se almacena en la estructura de datos. El conocimiento está codificado como un conjunto de reglas. El proceso de transferir el conocimiento de los expertos humanos a los sistemas basados en el conocimiento en RDR se explica en el escenario de adquisición de conocimiento.
Hay varias estructuras de reglas de ripple-down, por ejemplo, reglas de ripple-down de clasificación única (SCRDR), reglas de ripple-down de clasificación múltiple (MCRDR), reglas de ripple-down anidadas (NRDR) y ripple de clasificación múltiple de inferencia repetida. -reglas de bajada (RIMCRDR). La estructura de datos de RDR descrita aquí es SCRDR, que es la estructura más simple.
La estructura de datos es similar a un árbol de decisión . Cada nodo tiene una regla; el formato de esta regla es IF cond1 AND cond2 AND ... AND condN THEN conclusión. Cond1 es una condición (evaluación booleana), por ejemplo A=1, isGreater(A,5) y average(A,">",average(B)). Cada nodo tiene exactamente dos nodos sucesores, estos nodos sucesores están conectados al nodo predecesor por "ELSE" o "EXCEPT".