|
|
|
CONTRIBUCION A LA REPRESENTACION Y GENERACION DE PLANES CON INCERTIDUMBRE. Autor: PANIAGUA ARIS ENRIQUE. Año: 1997. Universidad: POLITECNICA DE CATALUÑA. Centro de lectura: INGENIEROS INDUSTRIALES. Centro de realización: DEPARTAMENTO: PROJECTES D'ENGINYERIA PROGRAMA DE DOCTORADO: ENGINYERIA DEL DISSENY
.
Resumen: Los Proyectos de Cooperación para el Desarrollo
(PCDs) estan marcados por un alto grado de incertidumbre debido, por una parte, a la multiplicidad de intereses de los agentes que intervienen en la definición y ejecución del proyecto, y a la naturaleza dinámica del contexto, por la otra.
Planificación de Desarrollo Cooperativo se propone como modelo solución de las fases: Identificación de Problemas, Definición de Objetivos, Generación de Planes Alternativos y Viabilidad de Planes.
El objetivo de la tesis ha sido desarrollar los modelos formales solución para obtener: a) el comportamiento cooperativo en la definición de los problemas y objetivos de un PCD; b) la generación de los planes abstractos solución; y c) el cálculo
de viabilidad de los planes detallados, seleccionando el plan contingente con mayor posibilidad de éxito.
La metodología utilizada ha consistido en: estudio de los principales modelos en planificación de PCDs (LFA, ZOPP) e identificación de las deficiencias y posibles mejoras; estudio y análisis de los posibles modelos solución (partiendo de los
ámbitos de la Teoría de la Decisión, Planificación en Inteligencia Artificial, Ingeniería de Proyectos y Gestión del Riesgo); diseño de los modelos formales solución (Conocimiento Cooperativo, Planificación Cooperativa, Cualificación Priorizada y
Tendencia del Contexto); implementación, simulación y verificación del modelo a partir del ejemplo de (IUDC, 1993); comparación del modelo propuesto con los modelos actuales (mejoras y aportaciones); análisis de los objetivos conseguidos y
presentación de las conclusiones.
La aplicación ONGIA es el prototipo informático en el que se implementa dicho modelo. El modelo PDC está basado en una arquitectura de agentes cooperativos, disponiendo cada agente de un conocimiento parcial (teoría); una lógica común a todo el
grupo de agentes (basada en la lógica difusa y los factores de certeza); y un conjunto de procesos de control del grupo (nivel social). El mecanismo utilizado en la definición de problemas y objetivos unifica las teorías de los Sistemas de
Argumentación y los Sistemas Multicontexto; el modelo de consenso en la definición de los planes abstractos alternativos es una ampliación de la teoría de Comportamientos en agentes inteligentes, la técnica utilizada para controlar el problema de la
cualificación se basa en una Ordenación Aproximada Priorizada; y finalmente, el modelo para simular la ejecución de cada plan se basa en la teoría de las Situaciones Posibles y la evolución de la Entropía de Información.
MODELADO SOLIDO DE ESTRUCTURAS OSEAS A PARTIR DE IMAGENES DE TOMOGRAFIA. Autor: PARDO LOPEZ JOSE MANUEL. Año: 1997. Universidad: SANTIAGO DE COMPOSTELA. Centro de lectura: FISICA. Centro de realización: DEPARTAMENTO: ELECTRONICA E COMPUTACION PROGRAMA DE DOCTORADO: "COMPUTACION AVANZADA E INTELIXENCIA
ARTIFICIAL".
Resumen: En este trabajo se ha abordado el
problema de la extracción automática de la geometría 3D de la parte proximal de la tibia a partir de una secuencia de imágenes de cortes transversales paralelos obtenidos mediante Tomografía Computerizada. Esta tarea comprende tres etapas
principales: delimitacion del contorno exterior de la tibia corte a corte, detección de lesiones y obtención de la superficie 3D que define el modelo geométrico.
La primera de las tareas se ha abordado mediante un sistema basado en conocimiento para segmentación mediante unión y división de regiones, un sistema de segmentación basado en modelos deformables y un bloque de integración de las segmentaciones
obtenidas por los dos sistemas anteriores. El sistema de segmentación por unión y división consta de un bloque de bajo nivel, que genera una presegmentación inicial proporcionada por un clasificador neuronal y organiza esta información en un RAG, y
un bloque de alto nivel que, a partir del RAG, completa la segmentación mediante la incorporación de conocimiento sobre el dominio a través de un conjunto de reglas para unión y división de regiones. El sistema basado en modelos deformables
implementa una estrategia de segmentación basada en contornos, habiendo definido nuevos términos de energía adecuados al problema concreto. Estos dos sistemas presentan una serie de ventajas e inconvenientes que conjugamos en un bloque de
integración, con el fin de obtener una segmentación robusta y fiable.
Una vez identificadas las estructuras de interés en cada una de las imágenes que constituyen la secuencia, se procede con la identificación de posibles lesiones. Esta tarea se aborda empleando un esquema basado en el formalismo de los campos
aleatorios de Markov para el etiquetado de regiones y un sistema basado en reglas que refina su identificación inicial evaluando la consistencia 3D de la clasificación de lesión efectuada anteriormente.
Finalizados los procesos anteriores, se ha abordado la creación del modelo 3D a partir del apilamiento de los contornos 2D mediante la generación de una superficie envolvente conectando puntos de contorno por triangulación.
APRENDIZAJE DE REGLAS DIFUSAS USANDO ALGORITMOS GENETICOS. Autor: PEREZ RODRIGUEZ F. G. RAUL. Año: 1997. Universidad: GRANADA. Centro de lectura: INFORMATICA. Centro de realización: DEPARTAMENTO: CIENCIAS DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL PROGRAMA DE DOCTORADO: TRATAMIENTO DE LA INFORMACION
EN INTELIGENCIA ARTIFICIAL.
Resumen: En esta memoria se presenta el desarrollo en varias
etapas de un algoritmo inductivo de aprendizaje basado en la metodología iterativa para la obtención de reglas difusas, llamado SLAVE. SLAVE usa algoritmos genéticos para determinar en cada iteración del proceso de aprendizaje la mejor regla que
representa cada clase teniendo en cuenta la información existente en el conjunto de ejemplos. Una caracteristica fundamental de SLAVE es que se ha concebido para abordar problemas de clasificación tanto en situaciones en las que la variable de
clasificación toma valores sobre un referencial crisp, como para aquellas en la que la variable de clasificación toma valores sobre un referencial continuo. Para este segundo tipo de problemas, la aplicación de SLAVE es directa, sin más que
discretizar el referencial de la variable de clasificación usando conjuntos difusos.
Una de las características fundamentales de SLAVE es que obtiene la relevancia parcial de las variables de entrada, es decir, durante el proceso de aprendizaje el algoritmo selecciona las características relevantes para construir la descripción
de la regla, no considerando para la descripción de la misma, las variables irrelevantes.
En el capítulo II se presenta la metodología básica del algoritmo de aprendizaje.
En el capítulo III se exponen dos vías para mejorar el comportamiento del algoritmo básico mediante la inclusión de mecanismos que permiten la colaboración en unos casos, y la competición en otros, de las reglas aprendidas. La primera de las
vías consiste en la inclusión de un algoritmo de refinamiento de teorías como fase final del algoritmo de aprendizaje. Como segunda vía, se contempla la posibilidad de que sea el propio algoritmo el que incorpore la colaboración/competición entre
las reglas durante el proceso de aprendizaje. Con tal fin, se propone un nuevo mecanismo de evaluación de reglas, que contempla el conocimiento previamente extraído para los conceptos ya aprendidos, para determinar en qué medida las nuevas reglas
que se proponen afectarán a la clasificación de los conceptos.
En el capítulo IV se propone una nueva modificación de SLAVE para aumentar su capacidad de detección de variables irrelevantes. Con este propósito, en el módulo de selección de reglas se establecen dos procesos de búsqueda diferentes, uno que
trata de encontrar el subconjunto de variables relevantes que formarán parte de la descripción de la regla, y otro que intenta encontrar la mejor asignación de valores a estas variables. Los resultados experimentales reflejan, que si bien todas
ellas conseguían mantener o mejorar los resultados de las versiones anteriores, el modelo por umbral de activación presenta los mejores resultados.
Por último en el capítulo V se propone enriquecer el lenguaje de representación de SLAVE mediante la inclusión de modificadores semánticos con el fín de alterar la semántica de las etiquetas.
Como conclusión final, resaltamos que se han conseguido los objetivos propuestos, proporcionando un algoritmo de aprendizaje que presenta un buen comportamiento en los dos tipos de problemas de clasificación planteados, dotando de un alto grado
de comprensibilidad desde el punto de vista humano al conocimiento extraído.
ABANICO: APRENDIZAJE BASADO EN LA AGRUPACION NUMERICA EN INTERVALOS CONTINUOS. Autor: RANILLA PASTOR JOSE. Año: 1997. Universidad: OVIEDO. Centro de lectura: INGENIEROS INDUSTRIALES. Centro de realización: DEPARTAMENTO: INFORMATICA PROGRAMA DE DOCTORADO: CIENCIAS DE LA COMPUTACION.
Resumen: En esta Memoria se presenta un nuevo sistema de aprendizaje
automático: ABANICO. Este nombre es un acrónimo de Aprendizaje Basado en Agrupación Numérica en Intervalos Continuos. Nuestro sistema, comenzando con una colección de ejemplos de entrenamiento, trata de encontrar mecanismos de clasificación fiables
para los casos no vistos. Dado que el espacio de búsqueda tiene un tamaño enorme, usaremos métodos heurísticos.
Cuando tenemos valores numéricos usaremos una herramienta tomada de la teoría de procesamiento de imágenes para construir unas agrupaciones que pueden resultar útiles en aprendizaje automático a partir de ejemplos. La idea es calcular intervalos
numéricos donde una cantidad significativa de ejemplos esté presente. Entonces, usando estos intervalos, podemos sintetizar reglas de clasificación. Para ello, los ejemplos originales sufren varios procesos de generalización, el primero de ellos es
la reescritura de los puntos individuales por los intervalos a los que pertenecen. A continuación, optimizamos este borrador de reglas de clasificación por medio de una nueva medida de la calidad de mecanismos de clasificación llamada nivel de
impureza.
El último capítulo describe algunos resultados experimentales sobre problemas tipo tomados del Almacén de Aprendizaje Automático de la Universidad de California en Irvine. El rendimiento de ABANICO es excelente en todas las posibles
Comparaciones. FAMILIAS DE LENGUAJES EXPLORABLES: INFERENCIA INDUCTIVA Y CARACTERIZACION ALGEBRAICA.
Autor: RUIZ OCHANDO JOSE. Año: 1997. Universidad: POLITECNICA DE VALENCIA. Centro de lectura: INFORMATICA. Centro de realización: DEPARTAMENTO: SISTEMAS INFORMATICOS Y COMPUTACION PROGRAMA DE DOCTORADO: RECONOCIMIENTO DE
FORMAS E INTELIGENCIA ARTIFICIAL.
Resumen: Se definen y se caracterizan, tanto en términos de
la combinatoria de sus palabras como en función de sus semigrupos sintácticos, dos nuevas variedades de lenguajes regulares, las familias de los lenguajes localmente explorables por la derecha y por la izquierda, cuya intersección constituye la
variedad de los lenguajes localmente explorables.
También se define y se caracteriza la familia de los lenguajes localmente explorables en sentido estricto con umbral y se dan algoritmos de inferencia a partir de presentación positiva para esta familia y para la de los lenguajes localmente
explorables a trozos. GESTION INTELIGENTE E INTERCAMBIO DE DOCUMENTOS ESTRUCTURADOS EN ENTORNOS ABIERTOS.
Autor: SAINZ PALMERO GREGORIO ISMAEL. Año: 1997. Universidad: VALLADOLID. Centro de lectura: INGENIEROS INDUSTRIALES. Centro de realización: DEPARTAMENTO: INGENIERIA DE SISTEMAS Y AUTOMATICA PROGRAMA DE DOCTORADO: TECNOLOGIAS DE LA
INFORMACION.
Resumen: Desarrollo de métodos neurodifusos para el etiquetado lógico de los componentes de documentos estructurados, utilizando esta estructuración como punto de partida de dicho proceso. A partir de esto se ha desarrollado e implantado un
sistema integral de gestión automatizada de documentación mediante dos aplicaciones, una para el envío de documentos tipo carta mediante Email y otra como biblioteca digital. Estas Aplicaciones se basan en redes de ordenadores interconectados, por
tanto se ha tenido que realizar un estudio de las arquitecturas y formatos de intercambio existentes que permitan la supervivencia de dicho documento y su integración en los entornos informáticos más habituales. Dentro de estas posibles normas se
han estudiado los siguientes estándares:
ODA/ODIF, SGML, HTML y MIME. Estas normas permiten la transmisión del documento obtenido a través de una red de ordenadores en un formato suficientemente implantado como para permitir su empleo por cualquier usuario que tenga acceso a dicha red
informática.
PRECOMPUTACION EN GRAFOS DE DEPENDENCIAS MEDIANTE ALGORITMOS APROXIMADOS. Autor: SALMERON CERDAN ANTONIO. Año: 1997. Universidad: GRANADA. Centro de lectura: INFORMATICA. Centro de realización: DEPARTAMENTO: CIENCIAS DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL PROGRAMA DE DOCTORADO: TRATAMIENTO DE LA INFORMACION
EN INTELIGENCIA ARTIFICIAL.
Resumen: En la memoria se
aborda el desarrollo de un esquema aproximado de inferencia basado en simulación por Monte Carlo, en el cual la simulación utilice, si es posible, toda la información disponible sobre el modelo. Esto conlleva la incorporación de una fase de
recopilación de información previa a la simulación.
Se propone un método aproximado de inferencia basado en muestreo por importancia, y que incorpora una fase de recopilación de información llamada precomputación aproximada. Esta fase es como una propagación basada en eliminación de variables,
que lleva a la obtención de funciones de muestreo próximas a las exactas. Se comprueba experimentalmente que los nuevos métodos ofrecen mejores resultados que los existentes.
La técnica de precomputación aproximada se aplica posteriormente al caso en que la simulación está dirigida mediante muestreo estratificado. En este caso los beneficios son similares a los del caso del muestreo por importancia. Ademas, se
propone un esquema de organización de la simulación llamado muestreo estratificado recursivo, que elimina los problemas de precisión cuando aumenta el número de variables que forman el modelo.
Se pasa entonces al estudio de la aplicación de árboles de probabilidad para mejorar la fase de precomputación aproximada.
Las técnicas desarrolladas para el caso de probabilidades se extienden al caso de la Teoría de la Evidencia. Para realizar las operaciones de forma eficiente se construye una representación dispersa para las mismas, denominada representación por
semi retículo. APRENDIZAJE Y CLASIFICACION BASADOS EN CRITERIOS DE VECINDAD. METODOS ALTERNATIVOS Y ANALISIS
COMPARATIVO. Autor: SANCHEZ GARRETA JOSE SALVADOR. Año: 1997. Universidad: JAUME I DE CASTELLON. Centro de lectura: TECNOLOGIA
Y CIENCIAS EXPERIMENTALES. Centro de realización: DEPARTAMENTO: INFORMATICA PROGRAMA DE DOCTORADO:
1301 "INFORMATICA".
Resumen: El contenido de esta Tesis incide directamente sobre un conjunto
de técnicas de clasificación y aprendizaje basadas en criterios de vecindad sobre espacios métricos, algunas de las cuales (por ejemplo, la regla de los k-Vecinos más Próximos) han estado consideradas como una aproximación cuasi-óptima para un gran
número de problemas de estimación, convirtiéndose además en punto de referencia obligado para el desarrollo de otros muchos procedimientos. A lo largo de este trabajo, proponemos un conjunto de conceptos y métodos alternativos a las aproximaciones
clásicas basadas en criterios de vecindad, con el objetivo de superar ciertas deficiencias derivadas básicamente de la pérdida de efectividad a medida que la cantidad y la calidad de la información que utilizan disminuye, así como de la complejidad
temporal que su aplicación puede suponer. Los esquemas introducidos en cada apartado son empíricamente comparados con las principales técnicas convencionales, en aras de evaluar y valorar las ventajas e inconvenientes del comportamiento exhibido por
cada uno de ellos. En general, los resultados permiten garantizar una cierta superioridad de los nuevos métodos sobre problemas reales, conservando además el comportamiento óptimo en el caso asintótico. EVALUACIONES DE ESTIMULOS CON CARACTERISTICAS DIFUSAS. Autor: SANCHO ROYO ALEJANDRO. Año: 1997. Universidad: GRANADA
. Centro de lectura: INFORMATICA. Centro de realización: DEPARTAMENTO: CIENCIAS DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL PROGRAMA DE DOCTORADO: TRATAMIENTO DE LA INFORMACION EN INTELIGENCIA
ARTIFICIAL.
Resumen: En este trabajo, se muestra cómo construir con fundamento en la
Teoría de la Medida Psicológica conjuntos difusos que representan características definidas con vaguedad de un conjunto de estímulos. Los diferentes métodos existentes de construcción de funciones de pertenencia parten del hecho de que la
característica a evaluar se puede poner en relación de forma natural con un continuo a través de un proceso de medida no difuso (p.e. :la edad, la altura, etc). Lo que la función de pertenencia aporta es el significado de conjuntos difusos sobre
esta característica (p.e. : joven, anciano, alto, bajo, etc.) Sin embargo, cuando el atributo o característica a evaluar no puede ponerse en relación con un continuo de forma directa (p.e. : alegre, interesante), es necesario recurrir a los métodos
de escalamiento para poder obtener dicha medida, y ello es en sí mismo objeto de estudio. La construcción de las funciones de pertenencia de estos conjuntos difusos que aquí se han propuesto tiene como fundamento las tareas de obtención de
información de los métodos de escalamiento psicológico, abarcando las tareas de respuesta y de juicio.
Otro resultado a destacar de esta memoria es el desarrollo de herramientas que permiten extraer información significativa de estos conjuntos difusos. Se definen las medidas de coherencia, ofreciendo una axiomática, se demuestran diferentes
resultados sobre estas medidas. Se demuestran dos teoremas que proporcionan métodos muy generales de construcción de estas medidas así como la relación existente entre las medidas de coherencia y las de ambiguedad. El primero de ellos se basa en un
tipo muy general de métricas, el segundo en las medidas de ambiguedad. Apoyándonos en estos dos teoremas se han construído diferentes ejemplos de medidas de coherencia, lo que garantiza la posibilidad de contrastar empíricamente el comportamiento de
estas medidas.
Entre las herramientas confeccionadas para el tratamiento de la evaluaciones se encuentra un método de cálculo de particiones de los conjuntos de índices basado en las medidas de coherencia. Este método nos proporciona, dado un alfa
perteneciente a Õ0,1å, conjuntos de índices (relativos a sujetos, adjetivos o estímulos) cuyas evaluaciones son coherentes entre sí, al menos en grado alfa, y ligados a ciertas condiciones: suma de coherencias máxima u número de subconjuntos de la
partición mínimo.
Tras el desarrollo de estas herramientas, se propone un marco general de aplicaciones, con varias adaptaciones a diferentes contextos: psicométrico, evaluación psicológica, evaluación educativa y otras ciencias sociales. Por último, se ha
llevado a cabo un experimento en el contexto de una institución educativa. El experimento ha estado dirigido a analizar si se transmiten los criterios artísticos en esta institución.
Se han formulado un conjunto de hipótesis con el fin de contrastar que esta transmisión se realiza.
El método de obtención, interpretación y tratamiento de la información desde el punto de vista de los conjuntos difusos tal y como se propone es una herramienta que produce resultados válidos y significativos, que permite manejar situaciones
donde las características a medir están definidas vagamente.
A la vista de los resultados obtenidos, puede decirse que se produce una transmisión del criterio artísitico a lo largo de los años de estudio, asi como que los docentes de la muestra tienen criterios más sólidos y consistentes que los alumnos,
y los alumnos de último curso más que los de ingreso.
Ha podido comprobarse que los adjetivos tienen un significado dependiente del contexto, siendo menos preciso su significado con el segundo grupo de imágenes que con el primero. Esto último es especialmente destacable cuando tenemos en cuenta el
acuerdo entre los sujetos y no tanto cuando observamos la consistencia de éstos. EVALUACION DE RIESGO DE DESPRENDIMIENTO INSTANTANEO MEDIANTE UN SISTEMA EXPERTO BORROSO.
Autor: SUAREZ FERNANDEZ MANUEL JOSE. Año: 1997. Universidad: OVIEDO. Centro de lectura: INGENIEROS DE MINAS. Centro de realización: DEPARTAMENTO: EXPLOTACION Y PROSPECCION DE MINAS PROGRAMA DE DOCTORADO: MINERIA, OBRA CIVIL Y MEDIO
AMBIENTE.
Resumen: El desprendimiento instantáneo de carbón y gas es un fenómeno gaseodinámico, que se presenta en la minería del carbón y en el que se ven involucrados tres factores: la presencia de grisú absorbido en el carbón, las presiones que actúan en
el macizo de carbón y sus propiedades mecánicas. Se utilizan diferentes índices que valoran estos tres factores así como técnicas que evalúan el riesgo de desprendimientos instantáneos. En la Tesis se ha desarrollado un sistema automático de
evaluación de este riesgo. Para ello se utiliza la lógica borrosa que ha tenido gran difusión en problemas de ingeniería, que como este caso son de difícil modelización. El sistema se halla jerarquizado en tres niveles. En el primero de ellos se
fuzzifican las variables de entrada que corresponden a los índices de riesgo considerados, y mediante un proceso de inferencia borrosa, se valoran los cuatro grupos del segundo nivel contenido de grisú, características del terreno, emisión acústica
y propiedades del carbón) de los que, a su vez mediante inferencia borrosa se accede al tercer nivel en el que se valora el riesgo de desprendimientos instantáneos. En cada uno de los niveles se introducen las reglas que aportan los expertos. El
sistema se ha implementado en Matlab utilizando Simulink y Fuzzy Logic Toolbox. UN SISTEMA DE PLANIFICACION DE TERAPIA EN AGRICULTURA. Autor: TUNEZ PEREZ SAMUEL. Año: 1997. Universidad: SANTIAGO DE
COMPOSTELA. Centro de lectura: FISICA. Centro de realización: DEPARTAMENTO: ELECTRONICA Y COMPUTACION PROGRAMA DE DOCTORADO: COMPUTACION AVANZADA E INTELIGENCIA ARTIFICIAL
.
Resumen: El trabajo de investigación presentado en esta tesis tiene por
objetivos globales la propuesta de un método de planificación de terapia basado en razonamiento abductivo y su implementación en un sistema para consejo fitosanitario en agricultura. El método propuesto es aplicable a otros dominios en los que la
tarea de planificación de terapia no está protocolizada y debe resolverse, de forma incremental, mediante el ensamblado global de soluciones locales.
El material presentado en la tesis se organiza en cinco capítulos. El primero plantea de forma general el problema a abordar en este trabajo y se identifican las principales cuestiones que deberán ser resueltas a lo largo de la tesis. El
capítulo segundo proporciona una revisión general de las principales aproximaciones existentes para el modelado de los procesos de resolución de problemas, centrándonos en las aproximaciones orientadas a tareas: estructuras de tareas, aproximación
método-a-tarea y metodología CommonKADS; que son las que proporcionan un modelado de la resolución de problemas en términos del conocimiento aplicado. Concluye el capítulo con una revisión de los métodos de resolución de problemas que
convencionalmente se han aplicado a la tarea de planificación terapéutica.
El tercer capítulo se dedica a describir los resultados de naturaleza teórica y metodológica presentados en esta memoria. En primer lugar, realizamos un análisis del dominio en profundidad, aplicando los principios básicos de modelado que
prescribe la metodología CommonKADS: la utilización de las características de tarea como guía para el modelado. Como resultado de este análisis se identifican los componentes básicos de modelado. En segundo lugar, se propone una formalización lógica
de un problema genérico de tratamiento y se introduce un método de resolución de problemas de tipo abductivo para la tarea de tratamiento, mostrado la relación existente entre el método propuesto y el modelo inferencial abductivo. En tercer lugar,
se construye un modelo conceptual de planificación terapéutica para el dominio fitosanitario mediante la aplicación de la metodología CommonKADS. Y en cuarto lugar, se aborda la valoración de conjeturas de tratamiento en base a funciones
multiatributo como forma adecuada de modelar la agregación de criterios realizada por el experto. Además, se propone una técnica de adquisición de conocimiento basada en redes de restricciones, que está específicamente orientada a la elicitación de
valores de atributos para problemas de agregación multicriterio. Su principal aportación consiste en que permite introducir valores de atributos expresados en términos relativos, y está dotada de mecanismos automáticos para la eliminación de
redundancias y para la detección de las inconsistencias introducidas por el usuario.
El cuarto y quinto capítulo se dedican a describir detalladamente el diseño, e implementación de un sistema basado en conocimiento aplicado al consejo fitosanitario.
El sistema muestra la aplicabilidad del método abductivo propuesto en un dominio práctico. Finalmente, indicar que la implementación del sistema se basa en el uso equilibrado de técnicas basadas en conocimiento, del paradigma orientado a
objetos, y del acceso a bases de datos. REPRESENTACION Y COMBINACION DE LA INFORMACION CON INCERTIDUMBRE MEDIANTE CONVEXOS DE
PROBABILIDADES. Autor: VERDEGAY LOPEZ JUAN FRANCISCO. Año: 1997. Universidad: GRANADA. Centro de lectura: INFORMATICA
. Centro de realización: DEPARTAMENTO: CIENCIAS DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL PROGRAMA DE
DOCTORADO: TRATAMIENTO DE LA INFORMACION EN INTELIGENCIA ARTIFICIAL.
Resumen: En esta memoria se trata sobre cómo poder trabajar
con información con incertidumbre. El método elegido para representar dicha información son los politopos convexos de probabilidades. Además, se considera el tema de actualizar dicha información cuando esta viene representada a través de un
hipergrafo. En el proceso de propagación no se utilizaran las posibles relaciones de independencia subyacentes entre las informaciones.
Para ello, se revisan distintos modelos de representación de informaciones desde el punto de vista de los politopos convexos que definen. Se definen las operaciones de combinación y marginación (necesarias para el proceso de propagación)
estableciendo un algoritmo que permite el cálculo. En el caso de la combinación se aborda el problema de la inconsistencia parcial de informaciones, estableciendo distintos métodos para medirla y eliminarla. Además, se presenta un operador de
extensión que va a permitir realizar la combinación de informaciones sobre distintos referenciales.
El esquema de propagación de informaciones de Shafer y Shenoy, particularizado al caso de los politopos convexos de probabilidades. Esta particularización se realiza tanto para informaciones consistentes como inconsistentes. Es este último caso,
se define las operaciones de normalización cuyo objetivo es eliminar la inconsistencia antes de combinar. Se establecerá entonces un nuevo esquema de propagación que incluya esta operación. APRENDIZAJE DE TRADUCTORES SUBSECUENCIALES PARA SU EMPLEO EN TAREAS DE DOMINIO RESTRINGIDO.
Autor: VILAR TORRES JUAN MIGUEL. Año: 1997. Universidad: POLITECNICA DE VALENCIA. Centro de lectura: INFORMATICA
. Centro de realización: DEPARTAMENTO: SISTEMAS INFORMATICOS Y COMPUTACION PROGRAMA DE DOCTORADO:
RECONOCIMIENTO DE FORMAS E INTELIGENCIA ARTIFICIAL.
Resumen: En esta tesis nos planteamos el problema del
aprendizaje de traducciones en dominios restringidos.
Estudiamos cuatro aproximaciones distintas al concepto de aprendizaje:
-Aprendizaje en el límite: se considera el aprendizaje como el perfeccionamiento continuo al ver nuevos ejemplos.
-Aprendizaje mediante queries: se considera el aprendizaje como un proceso de interrogación a un profesor hasta encontrar el conocimiento buscado.
-Aprendizaje PAC: se considera el aprendizaje como la búsqueda de una aproximación razonable al conocimiento deseado.
-Aprendizaje probabilístico: se considera el aprendizaje como el proceso de encontrar los valores de los parámetros de un modelo estadístico previamente definido.
Centramos el estudio de las tres primeras aproximaciones en los traductores subsecuenciales -un modelo formal de traducción, básicamente autómatas de estados finitos con salida-; el estudio del aprendizaje estadístico lo hacemos mediante un
modelo estadístico de traducción basado en un nuevo tipo de alienamiento propuesto en esta tesis.
Además, desarrollamos una manera de integrar los resultados obtenidos mediante los modelos estadísticos en el proceso de aprendizaje en el límite. Los resultados experimentales que presentamos muestran el buen funcionamiento de esta
integración. DESARROLLO DE ESTRATEGIAS DE CONTROL PREDICTIVAS DE ALTO RENDIMIENTO MEDIANTE LA INCORPORACION DE
TECNICAS DE CONTROL ROBUSTO Y DE REDES NEURONALES. Autor: MENDEZ PEREZ JUAN ALBINO
. Año: 1997. Universidad: LA LAGUNA. Centro de lectura: CENTRO SUPERIOR DE INFORMATICA.
Resumen: En esta tesis se aborda el desarrollo de estrategias de control predictivas con mejores características en cuanto a estabilidad, carga computacional y seguimiento de consignas variables. El algoritmo de control
empleado es el controlador predictivo generalizado (GPC). Se diferencian tres partes en el trabajo. En la primera parte se estudian cuestiones relacionadas con la aplicabilidad del GPC. Para ello se ha llevado a cabo el diseño e implementación de
una estrategia GPC mejorada sobre un motor de corriente continua. En la segunda parte de la tesis se propone un algoritmo GPC con mejores características en cuanto a estabilidad y, por lo tanto, computacionalmente más eficaz. Para lograr esto se
emplean técnicas de control robusto. En la última parte se aborda el problema de la elección acertada de los horizontes de predicción cuando se consideran consignas variables. Para resolver este problema se plantea un esquema basado en redes
neuronales que permite la sintonización autómatica del horizonte de predicción en el GPC. LA GESTION PRESUPUESTARIA ANTE INCERTIDUMBRE Y NO LINEALIDAD: APLICACION DE LOS ALGORITMOS
GENETICOS Y LA TEORIA DE LOS SUBCONJUNTOS BORROSOS. Autor: RODRIGUEZ FERNANDEZ MIGUEL ANGEL
. Año: 1997. Universidad: LEON. Centro de lectura: CIENCIAS ECONOMICAS Y EMPRESARIALES.
Resumen: El objetivo de elaboración de la tesis doctoral fue el contraste de la utilización de la Teoría de los Subconjuntos Borrosos y los Algoritmos Geneticos en las resolución de problemas de Gestión Presupuestaria.
En el primer capítulo de la tesis se realiza una introducción a los planteamientos tradicionales de la Gestión Presupuestaria. A partir del estudio anterior se obtiene dos ideas fundamentales: la información previsional debe ser tratada de una
forma acorde a su naturaleza, y que la complejidad de la toma de decisiones de ambito presupuestario precisa de herramientas capaces de obtener soluciones adecuadas en tales circunstancias.
En el segundo capítulo se realiza un análisis descriptivo de la Teoría de los Subconjuntos Borrosos.
En el tercer capítulo se analizan los Algoritmos Genéticos, una técnica optimización de problemas complejos.
Los siguientes capítulos, que constituyen el cuerpo fundamental de la tesis contienen seis propuestas diferentes de gestión presupuestaria: Producción Materiales, Personal, Promoción, Distribución y Tesorería. En ellas, en base a las técnicas
anteriormente analizadas, se formularon metodologías originales para el tratamiento de dichos problemas, pretendiendo guardar el mayor paralismo posible con lo que en la realidad empresarial actual se da en mayor grado.
En un intento por demostrar la eficacia de los desarrollos operativos, se incluyen en cada uno de los seis capítulos un ejemplo de experimentación práctica. De este modo, se comprueba la capacidad de los planteamientos para resolver problemas
reales.
Finalmente, en el décimo capítulo se describen y resumen las conclusiones resultantes del anterior estudio. AN APPROACH TO KNOWLEDGE AND BELIEF BASED ON KLEENE STRONG LOGIC. Autor: ALVARADO MENTADO JOSE MATIAS. Año: 1997. Universidad: POLITECNICA DE CATALUÑA. Centro de lectura: INFORMATICA.
REINFORCEMENT LEARNING FOR EMBEDDED AGENTS FACING COMPLEX TASKS. Autor: MARTIN MUÑOZ MARIO. Año: 1997. Universidad: POLITECNICA DE CATALUÑA. Centro de lectura: INFORMATICA.
DISEÑO DE UN DECODIFICADOR ACUSTICO-FONETICO MEDIANTE UNA APROXIMACION BASADA EN DISTANCIAS.
Autor: AIBAR AUSINA PABLO. Año: 1996. Universidad: POLITECNICA DE VALENCIA. Centro de lectura: INFORMATICA. Centro de realización: DEPARTAMENTO: SISTEMAS INFORMATICOS Y COMPUTACION PROGRAMA DE DOCTORADO: RECONOCIMIENTO DE
FORMAS E INTELIGENCIA ARTIFICIAL.
Resumen: EL TRABAJO DESARROLLADO SE ENMARCA DENTRO DEL CAMPO DEL
RECONOCIMIENTO AUTOMATICO DEL HABLA Y CONSISTE EN EL ESTUDIO Y DESARROLLO DE UNO DE LOS PRINCIPALES MODULOS DE UN SISTEMA DE HABLA CONTINUA: EL DECOFICADOR ACUSTICO-FONETICO. EL DESARROLLO DE ESTE MODULO SE REALIZA MEDIANTE UNA APROXIMACION NO
PARAMETRICA COMO SON LOS METODOS BASADOS EN DISTANCIAS. INDUCTIVE REASONING AND RECONSTRUCTION ANALYSIS: TWO COMPLEMENTARY TOOLS FOR QUALITATIVE FAULT
MONITORING OF LARGE-SCALE SYSTEMS. Autor: ALBORNOZ BUENO ALVARO J. DE. Año: 1996. Universidad: POLITECNICA DE CATALUÑA. Centro de lectura: INFORMATICA. Centro de realización: DEPARTAMENTO:
LLENGUATGES, SISTEMES INFORMATICS PROGRAMA DE DOCTORADO: INTELLIGENCIA ARTIFICIAL.
Resumen: ESTA TESIS TRATA EL PROBLEMA DE LA SATURACION DE INFORMACION,
TANTO EN CONTROLES AUTOMATICOS COMO EN OPERADORES HUMANOS, DE SISTEMAS COMPLEJOS DE GRAN DIMENSION. CON MUCHA FRECUENCIA LOS CONTROLES Y OPERADORES DE ESTOS SISTEMAS TIENEN QUE TRABAJAR INMERSOS EN SITUACIONES DONDE LA ENORME CANTIDAD DE INFORMACION
NO ESTRUCTURADA, MEZCLADA CON LA MULTITUD DE ALARMAS QUE SE DISPARAN SIMULTANEAMENTE, HACEN QUE EL PROCESO DE ANALISIS DE LA SITUACION, BAJO CONDICIONES DE TIEMPO REAL, SEA COMPLETAMENTE IMPOSIBLE, LO QUE PROVOCA LA SATURACION DE LOS CONTROLES
AUTOMATICOS Y LOS ERRORES DE LOS OPERADORES HUMANOS.
DICHOS CONTROLES Y LOS OPERADORES, NECESITAN SER AUXILIADOS EN EL PROCESO DE LA TOMA DE DECISIONES MEDIANTE "SISTEMAS INTELIGENTES" DE SUPERVISION Y/O CONTROL. LOS SITEMAS INTELIGENTES DE SUPERVISION BASADOS EN TECNICAS DE RAZONAMIENTO
CUALITATIVO SON EL TEMA CENTRAL DE ESTA TESIS. SU PRINCIPAL TAREA ES LA PREVENIR DECISIONES ERRONEAS PROVENIENTES DE ANALISIS Y JUICIOS EQUIVOCADOS DE LA SITUACION, MEDIANTE EL USO DE INFORMACION ADICIONAL TANTO CUALITATIVA COMO CUANTITATIVA.
EL SISTEMA INTELIGENTE DE DETECCION Y ANALISIS DE FALLOS QUE SE PROPONE EN ESTA TESIS UTILIZA DOS HERRAMIENTAS DERIVADAS DE LA TEORIA GENERAL DE SISTEMAS. ESTAS SON: EL RAZONAMIENTO INDUCTIVO DIFUSO Y EL ANALISIS DE RECONSTRUCCION. AMBAS
TECNICAS HAN SIDO IMPLEMENTADAS EN UN ENTORNO COMUN DE MODELADO Y SIMULACION CUALITATIVOS LLAMADO SAPS-II (SYSTEMS APPROACH PROBLEM SOLVER II). EN ESTE ENTORNO SE HA DESARROLLADO UNA METODOLOGIA CUALITATIVA CAPAZ DE LLEVAR A CABO LOS PROCESOS DE
PREVENCION, DETECCION, IDENTIFICACION, CARACTERIZACION, DIAGNOSTICO Y ANALISIS DE FALLOS EN SISTEMAS DINAMICOS CUANTITATIVOS E INCLUSO EN SISTEMAS CUYA ESTRUCTURA VARIA CON EL TIEMPO. DICHA METODOLOGIA POSEE TRES ALGORITMOS DIFERENTES PARA EL
TRATAMIENTO DE FALLOS A) REGRESO AL MODO DE APRENDIZAJE, B) LIBRERIA DE MODELOS CUALITATIVOS, Y C) PREDICCION DE TODAS LAS POSIBLES ESTRUCTURAS, Y DIVERSAS HEURISTICAS PARA RESOLVER LOS PROBLEMAS DE EXCITACION DEL SISTEMA, REDUCCION EN EL NUMERO Y
AGRUPAMIENTO CAUSAL DE LAS VARIABLES, Y GENERCION DE JERARQUIAS DE SUBSISTEMAS INDUCTIVOS. ALGORITMOS PARA EL TRATAMIENTO DE REGLAS APRENDIDAS A PARTIR DE EJEMPLOS. Autor: ALGUERO GARCIA ALFREDO SANTIAGO. Año: 1996. Universidad: OVIEDO. Centro de lectura: INGENIEROS INDUSTRIALES. Centro de realización: DEPARTAMENTO: MATEMATICAS PROGRAMA DE DOCTORADO: CIENCIAS DE LA COMPUTACION E INTELIGENCIA
ARTIFICIAL.
Resumen: DADO UN CONJUNTO DE REGLAS APRENDIDAS A PARTIR DE UNA FAMILIA DE
EJEMPLOS DE ENTRENAMIENTO, EN ESTA TESIS SE PLANTEA UN PROBLEMA DE SELECCION DE ACUERDO CON UN CRITERIO DE COSTE. EL OBJETIVO ES OBTENER UNA LISTA ORDENADA DE REGLAS EN LA QUE NO APARECERAN ALGUNAS DE LAS REGLAS ORIGINALES SI EL PAPEL QUE DESEMPEÑAN
EN LA TAREA DE CLASIFICACION PUEDE SER SUPLIDO POR LAS OTRAS. ADEMAS, SE BUSCA UN ORDEN PARA ELLAS CON EL QUE EL TRABAJO DE CLASIFICACION DESEADO SE REALICE CON LA MINIMA CANTIDAD DE RECURSOS EN EL SENTIDO DE LOS COSTES DADOS DE ANTEMANO.
UNO DE LOS PRINCIPALES OBJETIVOS DE ESTE TRABAJO ES VERIFICAR QUE EL PROBLEMA DE ORDENACION Y SELECCION DE REGLAS DESCRITO ES ESENCIALMENTE EL MISMO QUE EL PROBLEMA DE SELECCIONAR LAS CONDICIONES O ANTECEDENTES QUE SE COLOCARIAN EN EL CUERPO DE
LA REGLA DADA. EN REALIDAD AMBOS PROBLEMAS SON DUALES, LO QUE SIGNIFICA QUE CON EL MISMO ALGORITMO SE PUEDEN RESOLVER LOS DOS. CONFORME A ESTO, TAMBIEN SE SELECCIONAN LOS PARES ATRIBUTO-VALOR EN UNA REGLA DE CLASIFICACION APRENDIDA CON LA INTENCION
DE EVITAR AQUELLOS INNECESARIOS O CAROS.
UNA VEZ QUE SE CONSIGUEN SELECCIONAR LOS ANTECEDENTES DE LA REGLA Y LAS REGLAS DE UNA FAMILIA PARA MEJORAR SU RENDIMIENTO ES POSIBLE COMENZAR DESDE MUY AL PRINCIPIO:
DESDE EL CONJUNTO DE EJEMPLOS DE ENTRENAMIENTO. ASI, CADA EJEMPLO SE OBSERVA COMO UNA REGLA BORRADOR CAPAZ DE SER REFINADA SI SE ELIGEN LOS MEJORES PARES ATRIBUTO-VALOR DE SU DESCRIPCION PARA CONVERTIRLA, DE ESTA FORMA, EN UNA REGLA RAZONABLE.
EL CONJUNTO DE REGLAS OBTENIDO SE OPTIMIZA FINALMENTE CON NUESTRO PRIMER ALGORITMO PARA ELEGIR UN CONJUNTO ECONOMICO DE REGLAS APRENDIDAS A PARTIR DEL CONJUNTO DE ENTRENAMIENTO. ESTA HERRAMIENTA DE APRENDIZAJE SE EXPLICA DETALLADAMENTE Y SUS
RESULTADOS SE COMPARAN CON LOS DE OTROS ALGORITMOS DE APRENDIZAJE AUTOMATICO.
PALABRAS CLAVE: APRENDIZAJE AUTOMATICO, APRENDIZAJE SIMBOLICO, APRENDIZAJE INDUCTIVO, APRENDIZAJE A PARTIR DE EJEMPLOS, ORDENACION DE REGLAS, SIMPLIFICACION DE REGLAS, COSTE DE CLASIFICACION, OPTIMIZACION DE REGLAS, OPTIMIZACION DE
RECUBRIMIENTOS.
|
|
|