beam search
TRANSCRIPT
Beam Search Jairo Jacobo Ramírez Gómez
José Francisco Ruvalcaba Castañeda
Universidad de GuadalajaraCUCEAMaestría en Tecnologías de Información
Beam Search
El nombre de la misma proviene del hecho de que el proceso de búsqueda de una
solución óptima supone calcular las distancias (el coste) acumuladas a lo largo
de los múltiples posibles caminos que nacen en cada punto de decisión local. Todos esos caminos, que parten de cualquier punto de
decisión, constituyen un haz de caminos (beam), de ahí el nombre anglosajón de la técnica Beam Search (Búsqueda en Haz).
Beam Search
La idea básica es podar o recortar esos caminos del haz y la forma más sencilla de
hacerlo es aplicar un umbral de poda o recorte a esos caminos. El umbral es un umbral de distancias, y los caminos que
superen el umbral, serán recortados.
Beam Search
Beam search es una versión modificada y/o restringida del algoritmo de búsqueda
primero mejor.
Se denomina restringido porque la cantidad de memoria disponible para guardar los
nodos posibles esta limitada.
Beam Search
Componentes de Beam search:
Problema por resolver.Un juego de reglas heurísticas para hacer el
recorte.Un rango de memoria con capacidad
limitada.
Beam Search
Problema por resolver.
Generalmente representado por un grafo, el cual contiene un juego de nodos, con uno o
más nodos como un resultado válido.
Beam Search
Un juego de reglas heurísticas para hacer el recorte.
Son reglas específicas al problema en cuestión, y eliminan los nodos menos
favorables de la memoria con respecto al dominio del problema.
Beam Search Un rango de memoria con capacidad
limitada.
La memoria es donde el haz se va guardando, y dado el caso de que la
memoria este llena y se deba agregar un nuevo nodo, el mas costoso (determinado a partir de las reglas establecidas) debe ser
eliminado para que la cantidad de memoria se mantenga en el limite.
Beam Search Algoritmo
beamSearch(problemSet, ruleSet, memorySize) openMemory = new memory of size memorySize nodeList = problemSet.listOfNodes node = root or initial search node Add node to openMemory; while (node is not a goal node) Delete node from openMemory; Expand node and obtain its children, evaluate those children; If a child node is pruned according to a rule in ruleSet, delete it; Place remaining, non-pruned children into openMemory; If memory is full and has no room for new nodes, remove the worst node, determined by ruleSet, in openMemory; node = the least costly node in openMemory;
Beam Search Ventajas:
Potencialmente puede disminuir el calculo y por lo tanto el tiempo de búsqueda. Al tener
un límite de memoria no consume tanta como otros métodos.
La principal ventaja recae en la efectividad de las reglas heurísticas para realizar la
poda o recorte.Lo cual puede ser difícil si no se tiene un
entero conocimiento del problema
Beam Search
Desventajas:
- no es completo.-no garantiza encontrar la solución.
Beam Search
Usos y aplicaciones
A pesar de las desventajas, Beam search ha tenido éxito en áreas practicas tales como:
reconocimiento de voz, visión, planeación, y aprendizaje mecánico.
Beam Search
Mejoras al algoritmo.
BULB (Beam search Using Limited discrepancy Backtracking).
Gracias¿Dudas y preguntas?
Dirigirlas al Dr. Antonio Ramírez Treviño
Universidad de GuadalajaraCUCEAMaestría en Tecnologías de Información