| Overal in onze maatschappij worden mensen geconfronteerd met complexe situaties waarin ze een beslissing moeten nemen in onzekerheid over de gevolgen daarvan. Met de toenemende complexiteit van deze beslisproblemen en de ernst van de mogelijke gevolgen van de beslissingen , is ook de wenselijkheid van beslissingsondersteunende systemen toegenomen. Dergelijke systemen zijn gespecialiseerd in het redeneren met onzekerheid en maken gebruik van geavanceerde technieken, zoals probabilistischische netwerken, uit de statistiek en de informatica. Probabilistischische netwerken worden tegenwoordig in verscheidene gebieden in onze maatschappij toegepast, bijvoorbeeld in de geneeskunde voor de diagnostiek van individuele patiënten. Hoewel ruime ervaring is opgedaan met het ontwikkelen van netwerken voor het diagnosticeren van individuen, heeft het modelleren van de kennis die nodig is voor het detecteren van infectieziekten is het niet alleen nodig om te redeneren over de symptomen die in enkele individuen zichtbaar zijn maar moet ook geredeneerd worden over de ziektepatronen die in de populatie worden waargenomen. Het fundamentele doel van het voorgestelde onderzoek is nu om het raamwerk van de probabilistischische netwerken zodanig te verrijken dat het redeneren met kennis over verschillende niveaus gelijk wordt. De resultaten van het onderzoek zullen het mogelijk maken om beslissingsondersteunende systemen te ontwikkelen voor problemen waarvoor met dergelijke kennis geredeneerd moet worden. De resultaten zullen meer in het bijzonder gebruikt kunnen worden voor het ontwikkelen van probabilistischische netwerken voor het opsporen van infectieziekten bij mensen en voor het detecteren van zulke ziekten bij dieren die in groepen zijn gehuisvest. Om de toepasbaarheid van de onderzoeksresultaten in een concrete toepassing te toetsen, zal binnen het project een netwerk ontwikkeld worden voor de detectie van klassieke varkenspest. |
