INTELIGENCIA ARTIFICIAL, 2

Autor: SÁNCHEZ SECADES JUAN M..
Año: 2003.
Universidad: AUTONOMA DE BARCELONA.
Centro de lectura: ESCUELA SUPERIOR DE INGENERIA .
Centro de realización: ESCUELA DE DOCTORADO Y DE FORMACIÓN CONTINUADA.

Resumen: La estructura de alto nivel del vídeo se puede obtener a partir de conocimientos sobre el dominio más una representación de los contenidos que proporcione información semántica. En este contexto, las representaciones de la semántica de nivel medio vienen dadas en términos de características de bajo nivel y de la información que expresan acerca de los contenidos del vídeo. Las representaciones de nivel medio permiten obtener de forma automática agrupamientos semánticamente significativos de los shots, que son posteriormente utilizados conjuntamente con los conocimientos de alto nivel específicos del dominio para obtener la estructura del vídeo. En general, las representaciones de nivel medio también dependen del dominio. Los descriptores que forman parte de la representación están específicamente diseñados para una aplicación concreta, teniendo en cuenta los requisitos del dominio y el conocimiento que tenemos del mismo. En esta tesis se propone una representación de nivel medio de los contenidos videográficos que permiten obtener agrupamientos de shots que son semánticamente significativos. Esta representación no dependen del dominio, y sin embargo aporta la informació necesaria para obtener la estructura de alto nivel del vídeo, gracias a la combinación de las distribuciones de diferentes características de bajo nivel de las imágenes a la semántica de nivel medio. La semátnica de nivel medio se encuentra implícita en las características de bajo nivel, dado que un concepto semántico concreto genera una combinación específica de valores de las mismas. El problema consiste en "tender un puente sobre el vacío" entre las características de bajo nivel que se observan y sus correspondientes conceptos semánticos de nivel medio ocultos. Para establecer relaciones entre estos dos niveles, se utilizan técnicas de visión por computador y procesamiento de imágenes. Otras disciplinas como la cinematografía y la semiótica también proprocionan pistas importantes que determinar como se usan las características de bajo nivel para crear conceptos semánticos. Una descripción adecuada de las características de bajo nivel puede proprocionar una representación de sus correspondientes contenidos semánticos. Más en concreto, el color resumido en un histograma se utiliza para representar la apariencia de los objetos. Cuando el objeto es el fondo de la escena, su color aporta información sobre la la localización. De la misma manera, en eta tesis se analizan la semántica que transmite una descripción del movimiento. Las características de movimiento resumidas en una matriaz de coocurrencias temporales proporcionan información sobre las operaciones de la cámara y el tipo de toma (primer plano, etc..) en función de la distancia relativa entre la cámara y los objetos filmados. La principal contribución de esta tesis es una representación de los contenidos visuales del vídeo basada en el resumen del comportamiento dinámico de las características de bajo nivel como procesos temporales descritos por cadenas de Markov. Los estados de la cadena de Markov vienen dados por los valores observados de una característica de bajo nivel. A diferencia de las representaciones de los shots basadas en Keyframes, el modelo de cadena de Markov considera información de todos los frames del shot en la misma representación . Las medidas de similitud naturales en un marco probabilístico, como la divergencia de Kullback-Leibler, pueden ser utilizadas para comparar cadenas de Markov y, por tanto, el contendio de los shots que representan. En la misma representación se pueden combinar múltiples características de las imágenes mediante el acomplamiento de sus correspondientes cadenas. Esta tesis presenta diferentes formas de acoplar cadenas de Markov, y en particular la llamada Cadenas Acopladas de Markov (Coupled Markov Chamis, CMC). Cuando las características de color y movimiento se combinan, la represntación en cadenas acopladas de Markov proprociona un descriptor semántico de nivel medio que contiene información implícita sobre objetos (sus identidades, tamamños y patrones de movimiento), movimiento de cámara, localización, tipo de toma, relaciones temporales entre los elementos que componen la escena y actividad global, entendida como la cantidad de acción. Conceptos semánticos más complejos emergen de la unión de estos descriptores de nivel medio, tales como "cabeza parlante", que surge de la combinación de un primer plano con el color de la piel de la cara. Añadiendo el componente de localización en el dominio de Noticiarios, las cabezas parlantes se pueden subclasificar en "presentadores" (localizados en estudio) y "corresponsables" (localizados en exteriores). Estas y otras categorías semánticamente significativas aparecen cuando los shots representados usando el modelo CMC se agrupan de forma no supervisada. Los conceptos mejor definidos se corresponden con grupos compactos, que pueden ser detectados usando una medida de densidad. Conocimiento de alto nivel sobre el dominio se puede defenir mediante simples reglas basadas en estos conceptos, que establecen fronteras en la estructura semántica del vídeo. El modelado de contenidos de vídeo por cadenas acopladas de Markov unifica los primeros pasos del proceso de análisis semántico de vídeo y proporciona una representación de nivel medio semánticamente significativa sin necesidad de detectar previamente las fronteras entre shots.

Autor: NUÑEZ CASTRO HAYDEMAR MARIA.
Año: 2003.
Universidad: POLITECNICA DE CATALUÑA.
Centro de lectura: upc.
Centro de realización: ENGINYERIA DE SISTEMES, AUTOMATICA I INFORMATICA INDUSTRIAL.

Resumen: La clasificación de la información generada por un proceso y recibida por un sistema de control o supervisión en un conjunto de categorías predefinidas es una de las áreas de trabajo principales de los sistemas inteligentes de control. Cuando los paradigmas de clasificación utilizados son del tipo conexionista, el sistema supervisor que se diseña, aún en el caso de obtener buenas prestaciones sobre el proceso, es del tipo caja negra, es decir, su interpretación por parte de un operario es difícil, cuando no imposible. Con el objetivo de convertir en interpretable el sistema clasificador, se han desarrollado en los últimos 10 años algunas aproximaciones que permiten extraer reglas a partir de, generalmente, redes neuronales basadas en funciones base radiales: una primera fase de entrenamiento de la RBFNN es necesaria, para posteriormente aplicar el algoritmo de extracción de reglas en una segunda etapa. En todos los casos, el algoritmo de extracción utilizado en la segunda etapa del procedimiento impone restricciones sobre el tipo de entrenamiento realizado durante la fase inicial, en especial, para evitar el ‘overlapping’ posterior entre clases o categorías. Por otra parte, en estos últimos 7 años se ha venido demostrando que las Máquinas de Soporte Vectorial (SVM), una implementación de la Teoría de Aprendizaje Estadístico de V.N. Vapnik, poseen unas cualidades de clasificación y aproximación excelentes sobre todo tipo de problemas, aún con un número reducido de patrones de aprendizaje, o una dimensión grande del espacio de trabajo inicial. Por ello, parecería interesante utilizar este tipo de sistema conexionista como base en la fase primera de entrenamiento. La presente tesis explota la estructura de generación de la función clasificadora tanto en el caso de las SVM, como de las RBFNN. En una SVM, al ser un clasificador de margen amplio, la función separadora se diseña sobre unos vectores soporte que son patrones cercanos a la frontera de separación entre clases. Por otra parte, tanto las RBFNN, como otros algoritmos de clustering como el SOM de Kohonen o los k-NN, basan su diseño en patrones centrados en las clases. Combinando ambos diseños, se disponen tanto de centros de las clases consideradas, como los extremos de la clase, aquellos cercanos a la frontera, por lo que el problema de ‘overlapping’ se puede salvar de forma efectiva. Partiendo de los vectores soportes seleccionados por una SVM (patrones en la frontera) y cualquier algoritmo de clustering incremental o una RBFNN para obtener vectores prototipo (aquellos centrados en la clase) la tesis propone un método de extracción de reglas en forma de hiper-elipsoide independiente del tipo de entrenamiento utilizado en la fase inicial. Aún más, con el objetivo de facilitar la interpretación de las reglas, se propone una segunda derivación en forma de hiper-rectángulos. Los numerosos experimentos realizados, tanto en bases de datos artificiales como en repositorios estándares en el área del aprendizaje automático, muestran de forma definitiva la viabilidad de la propuesta. Como extensión y aportación más novedosa de la tesis, el algoritmo es modificado para ser tratado sólo sobre la base de información de una SVM con el objetivo de eliminar la variabilidad intrínseca en la clasificación realizada por los algoritmos de clustering o las RBFNN. Puesto que la información final vendrá expresada en forma de reglas interpretables por el operario, una tercera aportación en la tesis es la de analizar sistemas de inserción de conocimiento en la SVM, cuando éste está disponible en forma de reglas. Las diferentes alternativas estudiadas permiten concluir que el acceso por parte de la SVM a este tipo de información mejora su rendimiento final.

Autor: ORRIOLS MAJORAL XAVIER.
Año: 2003.
Universidad: AUTONOMA DE BARCELONA.
Centro de lectura: ESCUELA SUPERIOR DE INGENIERÍA .
Centro de realización: ESCUELA DE DOCTORADO Y DE FORMACIÓN CONTINUADA.

Resumen: La mayoría de problemas en Visión por computador no contienen una relación directa entre el estímulo que proviene de sensores de tipo genérico y su correspondiente categoría perceptual. Este tipo de conexión requiere de una tarea de aprendizaje compleja. De hecho, las formas básicas de energía, y sus posibles combinaciones, son un número reducido de comparación a las infinitas categorías perceptuales correspondientes a objetos, acciones, relaciones entre objetos, etc. Dos factores principales determinan el nivel de dificultad de cada problema específico: 1,- Los diferentes niveles de información que se utilizan. 2,- La complejidad del modelo que se emplea con el objetivo de explicar las observaciones. La elección de una representación adecuada para los datos toma una relevancia significativa cuando se tratan invariancias, dado que estas siempre implican una reducción de los grados de libertad del sistema, i.e., el número necesario de coordenadas para la representación es menor que el empleado en la captura de datos. De este modo, la descomposición en unidas básicas y el cambio de representación dan lugar a que un problema complejo se pueda transformar en uno de manejable. Esta simplificación del problema de la estimación debe depender del mecanismo propio de combinación de estas primitivas con el fin de obtener una descripción óptima del modelo complejo global. Esta tesis muestra como los Modelos de Variables Latentes reducen dimensionalidad, que teniendo en cuenta las simetrías internas del problema, ofrecen una manera de tratar con datos parciales y dan lugar a la posibilidad de predicciones de nuevas observaciones. Las líneas de investigación de esta tesis están dirigidas al manejo de datos provenientes de múltiples fuentes. Concretamente, esta tesis presenta un conjunto de nuevos algoritmos aplicados a dos áreas diferentes dentro de la Visión por Computador: 1,- video análisis y sumarización 2,- datos range 3D Ambas áreas se han enfocado a través del marco de los Modelos Generativos, donde se han empleado protocolos similares para representar datos

Autor: Pey Torruella Alexis.
Año: 2003.
Universidad: RAMON LLULL .
Centro de lectura: ESCUELA TÉCNICA SUPERIOR IQS.
Centro de realización: ESCUELA TECNICA SUPERIOR IQS.

Resumen: La Directiva Europea 96/82/EC, conocida como Seveso II, requiere a las empresas químicas la definición de aquellas sustancias peligrosas que se crea puedan ser generadas en condiciones de pérdida de control de un proceso químico. Este requerimiento es especialmente difícil de cumplir debido al elevado número de posibles hipótesis y reacciones entre sustancias que se pueden definir a partir de las cuales el sistema evolucione en condiciones fuera de control. La reacciones químicas, incluso si evolucionan en condiciones fuera de control, siguen mecanismos de reacción definidos que hacen que exista una relación entre los reactivos y productos, aunque normalmente estas relaciones son difíciles de conocer. Este hecho permite plantear la aplicación de técnicas de Inteligencia Artificial con el objetivo de predecir las sustancias generadas en condiciones fuera de control. Se ha desarrollado una base de datos, SPAIDB, con el objetivo de ejercer de fuente de conocimiento para los sistemas de Inteligencia Artificial. Esta base de datos contiene información sobre sistemas químicos en los que se conocen los reactivos y los productos generados una vez estos han evolucionado en condiciones fuera de control. Los datos se representan de manera que pueden ser analizados mediante algoritmos de Inteligencia Artificial. Los algoritmos de Inteligencia Artificial usados pueden clasificarse entre métodos Lazy y Eager. Entre los pertenecientes a los Lazy se encuentran el k-Nearest Neighbour (KNN) y el Determination of Direct Presence (DDP). Por otro lado, los métodos Eager se encuentran representados por las Redes Neuronales (ANNs). Todos estos algoritmos se han probado con fines predictivos evaluando y comparando sus resultados. Se puede observar como los resultados de las Redes Neuronales superan a los obtenidos por algoritmos Lazy. Así mismo, los sistemas de Inteligencia Artificial presentan mejores resultados que los obtenidos a partir de las respuestas de expertos medidas a partir de un test de predicción de sustancias. Finalmente y para enriquecer la información disponible en el campo de las reacciones fuera de control, se han desarrollado colaboraciones con otros centros de investigación para desarrollar equipos y procedimientos que permitan evaluar las sustancias generadas en sistemas de interés.

Autor: NUÑEZ CASTRO HAYDEMAR M..
Año: 2003.
Universidad: POLITECNICA DE CATALUÑA.
Centro de lectura: INFORMATICA.

Resumen: La clasificación de la información generada por un proceso y recibida por un sistema de control o supervisión en un conjunto de categorías predefinidas es un a de las áreas de trabajo principales de los sistemas inteligentes de control. Cuando los paradigmas de clasificación utilizados son del tipo conexionista, el sistema supervisor que se diseña, aún en el caso de obtener buenas prestaciones sobre el proceso, es del tipo caja negra, es decir, su interpretación por parte de un operario es difícil, cuando no imposible. Con el objetivo de convertir en interpretable el sistema clasificador, se han desarrollado en los últimos 10 años algunas aproximaciones que permiten extraer reglas a partir de, generalmente, redes neuronales basadas en funciones base radiales: una primera fase de entrenamiento de la RBFNN es necesaria, para posteriormente aplicar el algoritmo de extracción de reglas en una segunda etapa. En todos los casos, el algoritmo de extracción utilizado en la segunda etapa del procedimiento impone restricciones sobre el tipo de entrenamiento realizado durante la fase inicial, en especial, para evitar el overlapping posterior entre clases o categorías. Por otra parte, en estos últimos 7 años se ha venido demostrando que las Máquinas de Soporte Vectorial (SVM), una implementación de la Teoría de Aprendizaje Estadístico de V.N. Vapnik, poseen unas cualidades de clasificación y aproximación excelentes sobre todo tipo de problemas, aún con un número reducido de patrones de aprendizaje, o una dimensión grande del espacio de trabajo inicial. Por ello, parecería interesante utilizar este tipo de sistema conexionista como base en la fase primera de entrenamiento. La presente tesis explota la estructura de generación de la función clasificadora tanto en el caso de las SVM, como de las RBFNN. En una SVM, al ser un clasificador de margen amplio, la función separadora se diseña sobre unos vectores soporte que son patrones cercanos a la frontera de separación entre clases. Por otra parte, tanto las RBFNN, como otros algoritmos de clustering como el SOM de Konhonen o los K-NN, basan su diseño en patrones centrados en las clases. Combinando ambos diseños, se disponen tanto de centros de las clases consideradas, como los extremos de la clase, aquellos cercanos a la frontera, por lo que el problema de overlapping se puede salvar de forma efectiva. Partiendo de los vectores soportes seleccionados por una SVM (patrones en la frontera) y cualquier algoritmo de clustering incremental o una RBFNN para obtener vectores prototipo (aquellos centrados en la clase) la tesis propone un método de extracción de reglas en forma de hiper-elipsoide independiente del tipo de entrenamiento utilizado en la fase inicial. Aún más, con el objetivo de facilitar la interpretación de las reglas, se propone una segunda derivación en forma de hiper-rectángulos. Los numerosos experimentos realizados, tanto en bases de datos artificiales como en repositorios estándares en el área del aprendizaje automático, muestran de forma definitiva la viabilidad de la propuesta. Como extensión y aportación más novedosa de la tesis, el algoritmo es modificado para ser tratado sólo sobre la base de información de una SVM con el objetivo de eliminar la variabilidad intrínseca en la clasificación realizada por los algoritmos de clustering o las RBFNN. Puesto que la información final vendrá expresada en forma de reglas interpretables por el operario, una tercera aportación en la tesis es la de analizar sistemas de inserción de conocimiento en la SVM, cuando éste está disponible en forma de reglas. Las diferentes alternativas estudiadas permiten concluir que el acceso por parte de la SVM a este tipo de información mejora su rendimiento final. La cuarta aportación se centra en el caso de usar específicamente RBFNN para obtener los vectores prototipos. Este estudio permite una comparación directa con los métodos más estándares en la literatura y muestran el poder de síntesis de la metodología propuesta.

Autor: MOLINA MARCO ANTONIO.
Año: 2003.
Universidad: POLITECNICA DE VALENCIA.
Centro de lectura: INFORMÁTICA.
Centro de realización: DPTO. SISTEMAS INFORMÁTICOS Y COMPUTACIÓN.

Resumen: Este trabajo aborda la resolución de diversos problemas de ambigüedad en Procesamiento del Lenguaje Natural mediante un méotodo de aprendizaje estadístico: los Modelos de Markov Espacializados (MME). Se ha propuesto una formulación unificada que permite abordar distintas tareas de desambiguación mediante el formalismo de modelos de Markov (MM). La técnica propuesta permite incorporar en un MM información relevante disponible en los datos de entrenamiento de una forma sistemática e independiente de la tarea de desambiguación. Estos modelos se han denominado Modelos de Markov Especializados. Esta técnica se fundamenta en la definición del alfabeto de símbolos utilizado en un MM, mediante la selección de las características de entrada relevantes y la redefinición de los estados del modelo a partir de la información disponible en los datos de entrenamiento. Éste es un proceso totalmente independiente de la fase de aprendizaje del modelo y de la fase de análisis o etiquetando. Por ello, es posible aplicar los eficientes alforitmos desarrollados para trabajar con MM básicos. Para determinar las características relevantes que maximizan las prestaciones del modelo se ha definido una estrategia de búsqueda que guía el proceso de aprendizaje del mismo. Los MME se han evaluado y contrastado experimentalmente sobre distintas tareas de desambiguación, alcanzando en todas ellas prestaciones similares a las ofrecidas por las aproximaciones más relevantes descritas en la literatura. Las tareas abordadas han sido el etiquetado morfosintáctico, el análisis sintáctico superficial, la identificación de cláusulas y la desambiguación de los sentidos de las palabras. La evaluación respecto a otros sistemas han sido en todos los casos rigurosa: utilizando los mismos conjuntos de entrenamiento y de prueba que el resto de sistemas y, cuando ha sido posible, realizando la evaluación con datos proporcionados en competiciones internacionales como las tareas compartidas de CoNLL y Senseval-2. La eficiencia en el proceso de etiquetado, además de la alta precisión que presenta en los problemas abordados, hacen de los MME un método competitivo si se compara con otros métodos de aprendizaje automático supervisado.

Autor: LINARES OSPINA DIEGO LUIS.
Año: 2003.
Universidad: POLITECNICA DE VALENCIA.
Centro de lectura: INFORMÁTICA.
Centro de realización: DEPARTAMENTO DE SISTEMAS INFORMATICOS Y COMPUTACIÓN.

Resumen: Esta tesis se centra en el estudio de las Gramáticas Incontextuales Estocásticas (GIE) generales. Pricipalmente se centra en los problemas de la estimación a partir de un corpus y de su integración como modelo de lenguaje en tareas reales. En lo que se refiere a la estimación, se unifica en un solo marco todos los algoritmos de estimación para las GIE en formato general. Para ello se utiliza un conjunto de derivaciones que al ser restringido, utilizando información estadística y estructural de la muestra, permite definir tanto los algoritmos clásicos de estimación como algunos que proponemos. Con respecto a la integración de las GIE en tareas reales, se utiliza un modelo de lenguaje híbrido. Este modelo se define como una combinación lineal de un modelo de n-gramas basado en palabras que se utiliza para capturar las relaciones locales entre palabras; y una gramática estocástica de categorías junto con una distribución de palabras en categorías, que se utiliza para representar las relaciones a largo término entre estas categorías. Igualmente se describe la manera como se estiman e integran todos estos modelo, de manera que el modelo de lenguaje híbrido sea útil en tareas reales con grandes vocabularios. Finalmente, se han realizado experimentos de evaluación tanto de los modelos estimados como del modelo de lenguaje híbrido definido a partir de éllos. Estos experimentos se han realizado principalmente con el corpus de "Upenn Trebank". Los resultados obtenidos se han medido en términos de la perplejidad de un conjunto de test y la tasa de error por palabra. Estos resultados se han comparado con toros modelos propuestos por otros autores.

Autor: SEBASTIÁ TARÍN LAURA.
Año: 2003.
Universidad: POLITECNICA DE VALENCIA.
Centro de lectura: INFORMÁTICA .
Centro de realización: FACULTAD DE INFORMÁTICA.

Resumen: En los últimos años, el área de planificación en Inteligencia Artificial ha experimentado grandes avances. Problemas que hace diez años eran imposibles de resolver con un planificador automático, se solucionan ahora en pocos segundos. Este rápido incremento en el rendimiento de los sistemas de planificación se debe, básicamente, a la introducción de nuevas técnicas, como la planificación basada en grafos, que supuso un antes y un después en esta disciplina. A medida que los nuevos planificadores son capaces de resolver ciertos problemas, se proponen otros nuevos, cada vez más complejos, lo que implica que los sistemas deben evolucionar al mismo ritmo. Así, surgen una nueva tendencia que consiste en incorporar a los planificadores técnicas cuya eficacia ya ha sido probada en otros contextos: búsqueda heurística, búsqueda local, model-checking, etc., que tienen un gran éxito. Otra de las aproximaciones a la resolución de problemas que ha sido utilizada dentro del área de planificación es la descomposición de problemas. Existen diversos sistemas basados en diferentes metodologías de descomposición de problemas: "divide y vencerás", jerarquías de abstracción, planificación de redes jerárquicas, etc. Esta tesis introduce una nueva técnica de descomposición de problemas basada en la metodología "divide y vencerás", que trata de mitigar algunos de los inconvenientes que presentan otros sistemas basados en esta misma metodología, como la dificultad que existe para identificar los distintos subproblemas y para combinar las soluciones obtenidas a los mismos. En este trabajo de tesis se estudia, en primer lugar, un criterio que permite identificar los distintos subproblemas en los que se puede descomponer un problema dado. Para ello, se determina un conjunto de literales que deben alcanzarse en todo plan solución y se establece un orden entre ellos. Estos literales que deben alcanzarse en todo plan solución y se establece un orden entre ellos. Estos literales conformarán puntos intermedios de ejecución del plan, de forma que se establece un subproblema entre cada par de estos puntos intermedios. Las soluciones que se obtendrán a estos subproblemas son fácilmente combinables, ya que simplemente se deben concatenar para calcular el plan final. Sin embargo, esto subproblemas son totalmente dependientes entre sí: el estado alcanzado al resolver un subproblema, será el estado inicial del siguiente. Para dotar de independencia a cada subproblema, se introduce una técnica que realiza un cálculo aproximado para obtener el estado a partir del cual debe resolverse cada subproblema, lo que permitirá una resolución concurrente del conjunto de subproblemas. Finalmente, se evalúa esta técnica de descomposición en dos niveles. En primer lugar, se verifica si un planificador que trabaja sobre el conjunto de subproblemas resultado de la descomposición es capaz de resolver un mayor número de problemas y si los planes obtenidos son de similar calidad a los que genera cuando se ejecuta sobre el problema original. Por otro lado, se analiza si la resolución concurrente del conjunto de subproblemas permite obtener una solución en un tiempo razonable. Una de las ventajas de la aplicación de nuestra técnica de descomposición a un problema de planificación es la posibilidad de resolver los subproblemas resultantes en un entorno de multiagente, en el que los distintos agentes se comunican y negocian con el objetivo de encontrar una solución global de calidad.

Autor: LOPEZ BONAL M. TERESA.
Año: 2003.
Universidad: NACIONAL DE EDUCACION A DISTANCIA.
Centro de lectura: INFORMÁTICA.
Centro de realización: ETS DE INGENIERIA INFORMÁTICA.

Resumen: El propósito del trabajo objeto de esta tesis doctoral ha sido el estudio, modelado e implementación de un conjunto de mecanismos involucrados en la tarea de atención visual selectiva en un escenario de blancos móviles de formables. Bajo el nombre de atención selectiva visual dinámica (ASVD) se engloban un conjunto de mecanismos de procesado de imágenes de bajo y alto nivel encaminados a focalizar la "mirada" sobre aquella (aquellas) región (regiones) de la imagen en la (las) que ocurren sucesos espacio-temporales relevantes. El interés de la solución computacional de esta tarea de ASVD es múltiple. Por un lado, interesa modelar el proceso para comprender mejor los mecanismos neurofisiológicos y psicológicos soportados. Por otro lado, en el contexto de la Inteligencia Artificial y la Ingeniería del Conocimiento, los mecanismos de ASVD son básicos en robótica autónoma, en teoría de "agentes móviles" y en las tareas de vigilancia, seguridad y ayuda a discapacitados visuales, entre otros. Las entradas a nuestro sistema de AVSD son: una Secuencia indefinida de Imágenes, compuesta por una serie de fotogramas captados de una escena, y, por otro lado, el Propósito del Observador, que indica al sistema las características de los objetos de interés. La salida de este sistema es el Foco de Atención, que estará compuesto únicamente por los objetos de interés de la escena. En el primer capítulo se muestran las distintas teorías psicológicas y neurofisiologicas y distintos modelos computacionales previos sobre la atención selectiva visual. El capítulo termina con una revisión de algunos de los dominios de aplicación más usuales. En el capítulo segundo se formula la Inhibición Lateral Algorítmica (ALI) y se defiende que tanto los mecanismos ascendentes como los descendentes de la ASVD pueden reescribirse de forma computable usando distintas particularizaciones de los métodos ALI recurrente y ALI no recurrente. El capítulo tercero presenta la descomposición de la tarea de ASVD, la obtención del esquema inferencial asociado a cada una de esas subtareas y la operacionalización de las inferencias especificando los distintos roles en términos del conocimiento del dominio. El capítulo cuarto muestra los resultados obtenidos con el método ALI en una serie de aplicaciones de la ASVD. Se presentan primero los resultados con cámara estática para distintas escenas y después los correspondientes a cámaras en movimiento, donde aumenta la complejidad de la tarea de ASVD, dado que el fondo de la imagen se mueve junto con los objetos de interés. El capítulo quinto se dedica a la discusión de los resultados y a su comparaicón con los obtenidos por otros autores. Finalmente, en el capítulo sexto resumimos las conclusiones, principales aportaciones y trabajo futuro, en particular la automatización del aprendizaje y la personalización del sistema para adaptarse a distintos escenarios. Un Apéndice final describe la aplicación software desarrollada.

Autor: IRIGOYEN GORDO ELOY.
Año: 2003.
Universidad: PUBLICA DE NAVARRA.
Centro de lectura: INGENIEROS INDUSTRIALES.
Centro de realización: UNIVERSIDAD PÚBLICA DE NAVARRA.

Resumen: En esta tesis se ha desarrollado un controlador digital que, bajo la metodología de control predictivo, realiza un control satisfactorio de plantas o sistemas no lineales. Concretamente, se trabaja con sistemas SISO. Todo ello en un esquema clásico de control con realimientación unitaria. Además, en este trabajo no se ha considerado la etapa de identificación de los sistemas no lineales. Por lo que se parte inicialmente de unas expresiones establecidas y con diferentes grados de complejidad en lo que a la dinámica de dichos sistemas se refiere. Donde se ha realizado un gran esfuerzo ha sido en la selección de una correcta estructura para el controlador digital y en la etapa de sintonización de sus parámetros. En el diseño de dicho controlador se ha elegido como elemento básico las redes neuronales. Estos dispositivos quedan englobados dentro de la disciplina conocida como Inteligencia Artificial. Los controladores así configurados son probados en situaciones donde se incorporan en el esquema de control: restricciones en la acción de control y sus incrementos, penalizaciones a dichos incrmentos, así como incertidumbres en los modelos de los sistemas no lineales empleados. Todo ello, perturbando la salida del sistema con una señal de ruido, formando lo que clásicamente se conoce como modelo output-error. Son dos las metodologías de control empleadas en este trabajo para resolver el problema de control no lineal. Por un lado, el control ópitmo, donde se estudia inicialmente la función de optimización diseñada para la sintonización de los parámetros del controlador. Por otro lado, el control predictivo, donde se emplean las conclusiones extraídas de los resultados del control óptimo para mejorar la estrategia de control utilizada en este caso.

Autor: BELLAS BOUZA FRANCISCO JAVIER.
Año: 2003.
Universidad: A CORUÑA.
Centro de lectura: INFORMÁTICA.
Centro de realización: FACULTAD DE INFORMÁTICA.

Resumen: La presente Tesis Doctoral presenta un Mecanismo Cognitivo denominado MDB (Multilevel Darwinist Brain) basado en teorías darwinistas que ha sido diseñado para permitir que cualquier tipo de agente se adapte a su entorno y a sus motivaciones de forma autónoma. Los posibles cambios, tanto externos como internos, conllevan la necesidad de que el agente produzca soluciones originales y creativas para satisfacer sus motivaciones. El mecanismo dotará a un determinado agente autónomo de capacidades inteligentes que lo catalogan cómo Agente Inteligente (AAI), plataforma de aplicación final. La estructura general del MDB se concreta en una jerarquía de dos niveles: razonamiento e interacción. Esta estructura corresponde a un modelo cognitivo genérico donde internamente se trabaja con modelos de mundo, modelos y estrategias que se escogen para satisfacer la motivación del comportamiento. La principal novedad que aporta el MDB reside en su planteamiento de base, esto es, en las teorías biopsicológicas que lo fundamentan. Se ha optado por un enfoque darwinista donde se hace necesario y el desarrollo interno de modelos que evolucionan tal y como ocurre en los procesos selectivos naturales y que son utilizados para la selección de la acción a palicar. En la interacción con el entorno se comprueba si la estrategia adoptada ha sido correcta, y el resultado que ésta produce proporciona una nueva muestra representativa de la relación agente-entorno que permite ir perfeccionando los modelos en tiempo real. Se hace necesaria, por tanto, la utilización de un mecanismo que gestione las muestras que se van obteniendo y su almacenamiento en una Memoria a Corto Plazo de modo que se guarden las muestras más relevantes para la obtención de los modelos. El proceso de aprendizaje de los modelos se realiza mediante técnicas evolutivas, y dadas las especiales características del MDB, se desarrolla un nuevo algoritmos genético en genes promotores (PBGA) que posee la capacidad de obtener de forma automática el tamaño de las redes que son requeridas al aproximar un modelo e incluso el número de dichas redes. En una versión más general del algoritmo (GPBGA), la evolución se basa en la formación de grupos de individuos en base a la afinidad, magnitud que es ajustada automáticamente y que representa los requerimientos funcinales de cada individuo. De cara a reutilizar los modelos aprendidos optimizando así los procesos de aprendizaje, se ha incluido en el mecanismo la Memoria a Largo Plazo (MLP) y se ha presentado un mecanismo de gestión para dicha memoria basado en un criterio de estabilidad y en la inyección de los modelos como semillas. En cuanto a la aplicación práctica del MDB, con le objetivo de probar si el concepto de mecanismo planteado era correcto en su dominio de aplicación, seha utilizado primeramente un robot hexápodo que debia aprender a caminar y a girar por sí mismo con resultado muy satisfactorio. En un segundo ejemplo se utiliza el MDB completo, es decir, se incluyen todos los elementos originales desarrollados interactuando unos con los otros. En él, el robot Pioneer 2 debe aprender a seguir las órdenes de un profesor para alcanzar una meta para lo que utilizamos un lenguaje basado en símbolos que el agente aprende adatpándose así al usuario y no al revés. La otra característica fundamental de este ejemplo es que el agente aprende el modelo interno por inducción, es decir, aprende a satisfacer las motivaciones que le llevarán a actuar cuando ya no haya órdenes por parte del profesor.

Autor: RECATALÁ BALLESTER GABRIEL.
Año: 2003.
Universidad: JAUME I DE CASTELLON.
Centro de lectura: TECNOLOGIA Y CIENCIAS EXPERIMENTALES.
Centro de realización: ESCUELA SUPERIOR DE TECNOLOGÍA Y CIENCIAS EXPERIMENTALES.

Resumen: Esta tesis aborda el problema de la definición de una tarea para la determinación, seguimiento y ejecución de un agarre sobre un objeto desconocido mediante un brazo robot. En particular, se considera el caso en que el objeto es idealmente plano, el agarre ha de ser ejecutado por una gran de dos dedos plano-paralelos, y se utiliza la visión como fuente de información sensorial. En general, esta tarea implica la ejecución de una secuencia de pasos. Entre ellos se encontraría la selección del objeto de agarar, la determinación de unos puntos de agarre, la aproximación de la garra del robot hacia los puntos de agarre y el agarre propiamente dicho del objeto. Ahora bien, en la mayoría de los trabajos sobre manipulación de objetos con robots, estos pasos han sido abordados de forma aislada. Esta tesis aborda la ejecución de los pasos relacionados con la aproximación de la garra al objeto, y propone la definición de una arquitectura para la integración de los mismos en un sistema de control.

Autor: IGLESIAS RODRÍGUEZ ROBERTO.
Año: 2002.
Universidad: SANTIAGO DE COMPOSTELA.
Centro de lectura: FÍSICA.
Centro de realización: FACULTAD DE FÍSICAS.

Resumen: El principal objetivo perseguido a través del trabajo realizado en esta tesis ha sido la introducción de nuevos mecanismos capaces de mejorar ciertos aspectos relacionados con la cuantificación vectorial, tratando de obtener a la vez mayor información acerca de la distribución de patrones que se cuantifica. Finalmente, dado que la cuantificación vectorial también se aplica a problemas de clasificación, hemos intentado que algunas de las aportaciones realizadas en el marco de esta tesis puedan contribuir a mejorar aspectos relacionados con este nuevo tipo de tareas. La importancia y la utilidad de la cuantificación vectorial en el reconocimiento de patrones ha quedado ampliamente demostrada por los innumerables trabajos de investigación y desarrollo presentados a lo largo de estos últimos años, y en los que la cuantificación juega un papel sumamente relevante. A través de la cuantificación vectorial se puede representar un conjunto ilimitado de patrones mediante un conjunto finito de elementos, a los que nosotros denominamos de forma genérica, vectores de referencia. Algunas de las propuestas más relevantes que se recogen en la tesis son: 1,- En primer lugar se combinan de forma satisfactoria estrategias específicamente diseñadas para optimizar la cuantificación vectorial con nuevos mecanismos capaces de obtener relaciones de vecindad de interés entre los vectores de referencia resultantes. 2,- Se introduce un nuevo criterio de vecindad condicionada por cada patrón de entrada, en lugar de utilizar el vector de referencia que mejor lo identifica, como es habitual. Este criterio de vecindad permite obtener información más precisa a la vez que facilita la obtención de mejores cuantificadores. En la memoria se recoge un estudio teórico exhaustivo de este criterio, mostrando su relación con las redes de Delunay y los árboles de expansión mínimos. A través de este estudio, no solo se detectan las grandes ventajas que se derivan del uso de este criterio de vecindad en el propio proceso de aprendizaje del valor de los vectores de referencia de un cuantificador, sino que también se destaca el gran interés y las posibilidades que ofrece su uso en tareas de clasificación, o en el desarrollo de controladores (cuando para ello se aplica el aprendizaje por refuerzo o mecanismo afines, etc). 3,- Con el fin de obtener una mayor información como resultado de la cuantificación vectorial, se han introducido nuevos criterios que permiten la detección de clusters (agrupamiento) de patrones a través de la formación de clusters de vectores de referencia, CVT. Por otra parte también se formula un nuevo modelo que permite el agrupamiento jerárquico de los vectores de referencia, atendiendo al modo en que se distribuyen entre ellos los patrones de la distribución cuantificada. La formación de los CVR, o la representación jerárquica de los vectores de referencia, constituye una solución intermedia entre los algoritmos clásicos de clustering estadístico y los trabajos en los que el agrupamiento de los vectores de referencia se hace atendiendo únicamente a su valor. En nuestro caso logramos evitar la pérdida de información relevante al considerar el modo en que se distribuyen los patrones entre los vectores de referencia. Al margen del interés de la información que se proporciona a través de la construcción de los CVR y el clustering jerárquico de los vectores de referencia, conviene destacar que a través de ambos se mejoran aspectos importantes del propio proceso de aprendizaje de un cuantificador vectorial. De hecho, hay dos aspectos que consideramos de especial importancia: En primer lugar, la detección de los CVR durante el propio proceso de aprendizaje permite la formación de estructuras independientes dentro del conjunto de vectores de referencia. Esto facilita la introducción de criterios heurísticos destinados a cambiar la posición de los vectores de referencia con el fin de minimizar el error total de distorsión. En segundo lugar, a través de los resultados experimentales obtenidos con respecto a la representación jerárquica de los vectores de referencia, hemos vislumbrado la posibilidad de aplicar la información que proporciona este tipo de representaciones en la detección de situaciones en las que a través de la cuantificación se puede estar perdiendo información relevante con respecto a la distribución de clusters de los patrones. En relación a las principales aportaciones en el marco de las tareas de clasificación, podemos señalar el uso de los CVR con el fin de dividir el problema de clasificación en subproblemas abordables de forma independiente y mediante estrategias sencillas. Por otra parte, hemos logrado introducir un nuevo modelo basado también en la cuantificación vectorial, VQBCP, a través del cual no sólo se logran trazar mejores fronteras entre las diferentes clases sino que incluso es posible partir de lo aprendido por otra estrategia de clasificación para mejorar el resultado. La utilidad de los CVR y del último modelo mencionado quedó perfectamente reflejada a través de su aplicación experimental a un problema quimiométrico real complejo y de elevado interés. Los resultados obtenidos con nuestras propuestas superaron claramente los alcanzados con otras alternativas de aplicación usual en este tipo de problemas. En todos los modelos que proponemos en esta memoria se intenta reducir al máximo el número de parámetros que han de ser especificados por el usuario, en su lugar se opta por el uso de criterios heurísticos. La razón que justifica esta elección es fundamentalmente el hecho de que, si bien el diseño de estos criterios ha requerido un importante esfuerzo, los resultados experimentales han demostrado su buen funcionamiento en problemas de naturaleza muy dispar. En todos los casos los resultados han sido excelentes. Esto hace posible llevar a cabo una implementación software de todos los modelos que proponemos en esta memoria, de tal forma que el diseño de estos criterios es totalmente transparente para los usuarios.

Autor: PELTA DAVID ALEJANDRO.
Año: 2002.
Universidad: GRANADA .
Centro de lectura: INFORMÁTICA.
Centro de realización: E.T.S. DE INGENIERÍA INFORMÁTICA.

Resumen: Dada la importancia de los problemas que surgen en Bioinformática, la necesidad de resolverlos mediante técnicas heurísticas (debido a su complejidad computacional), y la adecuación de los conjuntos difusos para modelizar ideas subjetivas o conceptos vagos, en esta tesis se propone combinar un método simple de optimización con ideas básicas de la lógica difusa, para dar lugar a una herramienta robusta y flexible que resulte útil en el área de la Bioinformática. El método desarrollado se denomina Fuzzy Adaptive Neighborhodd Search (FANS) y es esencialmente una herramienta de optimización basada en búsqueda por entornos que incorpora como elementos novedosos, la utilización de una "valoración difusa" de las soluciones y la utilización de varios operadores en el proceso de búsqueda. En primer lugar se describen los componentes de FANS, sus características y se presenta el esquema del algoritmo. Posteriormente se muestra la utilidad de los dos elementos novedosos. Respecto a la valoración difusa, se muestra que su manipulación hace que FANS se comporte de forma similar (cualitativamente) a otros métodos de búsqueda por entornos lo que permite plantear que FANS es un (cualitativamente) a otros métodos de búsqueda por entornos lo que permite plantear que FANS es un "framework" de métodos simples de búsqueda local. En segundo lugar se realizan experimentos comparativos entre FANS, algoritmos genéticos y recocido simulado sobre instancias del problema de la mochila clásico y con múltiples restricciones, y sobre el problema de minimización de funciones reales. Los resultados sobre los 3 problemas de prueba indican que FANS es una herramienta capaz de obtener soluciones razonablemente buenas y con poco esfuerzo computacional; y que dada su simplicidad y buenos resultados, FANS resulta útil para establecer líneas de base para la comparación con otros algoritmos más sofisticados. En tercer lugar se muestra la aplicación de FANS a 2 problemas de bioinformática: 1,- El problema de predicción de estructura de proteínas en modelos basado en reticulados. 2,- El problema de emparejamiento estructural de moléculas. Para el primer problema, se analizó la influencia de la codificación en los resultados y se comprobó que la influencia era similar en algoritmos genéticos y en FANS; se detectó que la mejor versión de FANS es la que acepta transiciones a soluciones peores (hecho también observado en algoritmos meméticos); y finalmente se verificó la hipótesis que no es necesario el uso de una población en un AG si este usa coordenadas internas y operadores de cruce estandar. Para el segundo problema, se analizó la influencia del tamaño del patrón en el rendimiento del algoritmo sobre un conjunto de prueba artificial. Los resultados indican que FANS obtuvo mejores soluciones para patrones grandes que para pequeños, lo que indica que FANS fue capaz de resolver problemas con espacios de búsqueda de gran tamaño. Además, el conjunto de comportamientos inducido por FANS, fue suficiente para resolver satisfactoriamente cada instancia de prueba con esfuerzo reducido. Al final de la tesis se recogen las principales conclusiones y aportaciones, se plantean una serie de líneas de investigación futuras y se concluye con las referencias bibliográficas que sirvieron de base para el desarrollo del trabajo.

Autor: LUCENA LÓPEZ MANUEL JOSÉ.
Año: 2002.
Universidad: GRANADA.
Centro de lectura: INFORMÁTICA.

Resumen: El flujo óptico constituye una característica de gran interés en procesamiento de imágenes. De hecho, disponiendo de una estimación totalmente precisa y completa el flujo en todos los cuadros de una secuencia y conociendo las posiciones de los objetos que la integran, podrían ser empleado de forma directa para llevar a cabo tareas de seguimiento. Sin embargo, el cálculo del flujo presenta serias dificultades, debido, entre otras cosas, al gran número de fenómenos que intervienen en la formación de las imágenes en el sensor y a que las hipótesis que se utilizan suelen resultar insuficientes para caracterizarlo completamente. No obstante, existen múltiples algoritmos capaces de proporcionar estimaciones razonables de flujo, y además indicar en qué puntos de la imagen dichas estimaciones son más fiables. Los algoritmos probabilísticos han demostrado una gran adecuación a las tareas de seguimiento, ya que manejan de forma natural información incompleta o imprecisa. Más concretamente, los algoritmos de filtrado de partículas, com CONDENSATION, que representan las distribuciones de probabilidad involucradas en el proceso mediante conjuntos aleatorios de muestras, permiten trabajar en situaciones en las que dichas distribuciones no son Gaussianas. En esta Tesis se analiza el rendimiento de diferentes algoritmos de cálculo de flujo óptico en situaciones típicas de seguimiento, empleando varias medidas que permiten cuantificar los errores cometidos en el proceso de estimación del fujo. También se define una serie de mdoelos de observación basados en flujo óptico, válidos para ser empleados a la hora de hacer seguimiento mediante algoritmos de filtrado de partículas.

Autor: DÍAZ AGUDO M. BELEN.
Año: 2002.
Universidad: COMPLUTENSE DE MADRID.
Centro de lectura: INFORMÁTICA.
Centro de realización: FACULTAD DE INFORMÁTICA.

Resumen: Nuestro trabajo en esta tesis se ha centrado en el diseño de sistemas de razonamiento basado en casos (en inglés Case-Based Reasoning, CBR) que integren procesos de razonamiento con conocimiento adicional sobre el dominio de aplicación. En concreto hemos estudiado las ventajas de disponer de un modelo terminológico de conocimiento del dominio explícitamente representado, así como también los beneficios derivados de utilizar las lógicas descriptivas (en inglés Description Logics, DLs): un formalismo de representación de conocimiento que proporciona mecanismos de razonamiento sofisticados. Una idea subyacente a esta tesis consiste en promover la reutilización de componentes de conocimiento durante el diseño de sistemas CBR. En concreto nos interesa aplicar al diseño de sistemas CBR los resultados de dos áreas de investigación activas en Inteligencia Artificial (IA): las ontologías y los métodos de resolución de problemas. La reutilización de ontologías como fuente de conocimiento sobre CBR y sobre el domonio de aplicación, teniendo en cuenta que una ontología define los términos y relaciones básicos que comprenden el vocabulario en un área de aplicación. Por otro lado, los métodos de resolución de problemas permiten representar el conocimiento asociado con los procesos CBR independientes del dominio que se pueden reutilizar en otros sistemas. Las aportaciones fundamentales de nuestro trabajo son dos: 1,- La representación explícita -utilizando un sistema de DLs- de CBROnto, una ontología sobre la resolución de problemas mediante CBR, tanto respecto a la terminología -vocabulario- como a las tareas y métodos típicamente asociados a los sistemas CBR. 2,- El diseño e implementación de COLIBRI (Cases and Ontology Libraries Integration for Building Reasoning Infrastructures), un entorno de desarrollo de sistemas CBR basado en CBROnto. En la practica la mayoría de los sistemas CBR utilizan conocimiento adicional sobre el dominio que está fuertemente ligado al motor CBR. Desde una postura metodológica, es mejor considerarlos separadamente y de distintos orígenes. El modelo de diseño de aplicaciones con COLIBRI se basa en la disgregación entre los componentes de un sistema CBR que pueden provenir de distintas fuentes: los casos, el conocimiento del dominio y los PSMs que los utilizan. En concreto, los PSMs y la terminología CBR que se usa como elemento integrador provienen de CBROnto y el conocimiento del dominio proviene de la reutilización de ontologías de una biblioteca o de la conceptualización y formalización de una base de conocimiento específica para la aplicación. La reutilización de lso PSMs y del conocimiento general del dominio puede permitir que el esfuerzo de desarrollo de un nuevo sistema CBR se centre en adquirir el conocimiento especializado del sistema y en incorporar mecanismos específicos de la tarea a resolver. La elección de un lenguaje como LOOM, basado en la lógica descriptiva, para formalizar CBROnto se debe a las buenas propiedades de esta tecnología y su adeucación para el CBR que constatan los numerosos trabajos en el área.

Autor: FERNÁNDEZ ELMER ANDRÉS.
Año: 2002.
Universidad: SANTIAGO DE COMPOSTELA.
Centro de lectura: FÍSICA.
Centro de realización: FACULTAD DE FÍSICA.

Resumen: La Enfermedad Renal Crónica (ERC) es una patología de continuo crecimiento que afecta a todas las poblaciones por igual. En general, la mayoría (si no todos) de los pacientes que la padecen deben ser trasplantados para revertir esta situación. Sin embargo el transplante no es una terapia que esta al alcance de todos por distintos factores, donde uno de los mas importantes es la cantidad limitada de donantes de riñon. Es por ello que existen terapias alternativas con el objeto de poder alargarle la vida al paciente en pos de el esperado y ansiado donante. Entre estas terápias alternativas tenemos a la Hemodiálisis. La hemodiálisis es un tratamiento de sustitución de la función renal que intenta hacer las funciones de limpieza de la sangre mediante una máquina (riñón artificial) y un filtro. Básicamente consiste hacer circular la sangre del paciente a través de un circuito de tubuladuras que llevan la sangre hacia un filtro. En él las sustancias nocivas o toxinas (que el riñón ya no puede eliminar) son eliminadas (pasan al líquido del deializador), al mismo tiempo ciertas sustancias tales como sales y bicarbonato, son pasadas desde el líquido dializador a la sangre. Luego de este intercambio, la sangre retorna al paciente con todas las sustancias nocivas eliminadas. En los últimos años se ha realizado en los Estados Unidos de América un estudio multicéntrico sobre pacientes sometidos a tratamiento de hemodiálisis, con el objeto de estudiar los factores que determinan la morbi-mortalidad de los mismos (estudio HEMO). En dicho estudio se observa que la cantidad de veces que el volumen de agua corporal se filtra con respecto al volumen corporal total, índice más conocido como Kt/V (K de clearance (g/(ml*t)), t es el tiempo de tratamiento y V el volumen corporal total de agua (ml)) junto con el índice de catabolismo proteico (conocido como PCR) estan íntimamente relacionados a la morbi-mortalidad de los pacientes. Como consecuencia de estos estudios, el Kt/V suele utilizarse como el índice a monitorear durante el tratamiento del paciente y se lo asocia a la calidad del tratamiento. Ahora bien, este índice presenta una serie de dificultades prácticas y entre las más importantes es que las mediciones realizadas en la clínica diaria suele ser erroneo por una cantidad de factores asociados a la cinética misma de la hemodiálisis y a las características intrínsecas del paciente. Fundamentalmente esta influenciado por un fenómeno conocido como rebote, el cual obliga a retener al paciente entre 30 y 90 minutos dentro del centro de tratamiento con el objeto de conocer la dosis (Kt/V) real, mas conocido como Kt/V equilibrado. Con el objeto de solucionar este inconveniente el rebote y dejar que el paciente se retire inmediatamente de finalizado su sesión de hemodiálisis, mucho esfuerzo se ha puesto en los útlimos años tanto en proporcionar métodos de cálculo de la dosis basándose, o en mediciones de concentraciones de ciertos solutos (Urea) y de parámetros del tratamiento durante la sesión, o bien mediante la utilización de dispositivos electrónicos en la máquina de diálisis que monitorean en forma NO INVASIVA ciertos parámetros en el líquido de dializador.

Autor: CARMONA DEL BARCO PABLO.
Año: 2002.
Universidad: GRANADA.
Centro de lectura: INFORMÁTICA.
Centro de realización: ETSI INFORMÁTICA (UNIVERSIDAD DE GRANADA).

Resumen: Esta tesis se centra en el estudio de mecanismos de modelado difuso sin realimentación y con semántica y estructura predeterminada, persiguiendo globales el análisis de algunos de los mecanismos existentes y la propuesta de extensiones buscando un aumento de la interpretabilidad global del modelo y una mayor precisión. Estos objetivos globales se concretan en los siguientes objetivos específicos: * Análisis de mecanismo de modelado difuso sin realimentación: En este punto se plantea el estudio de algunos de los métodos existentes más empleados en la literatura, analizando los diferentes componentes que los constituyen y caracterizándolos en función de su comportamiento al aplicarlos a sistemas con diferente nivel de complejidad. * Mejora de la interpretabilidad en mecanismos de modelado difuso sin realimentación: Este punto se centra en el aumento de la interpretabilidad global del modelo, entendida tal como la obtención de un modelo compacto y consistente. * Mejora de la precisión en mecanismos de modelado difuso sin realimentación: Parte de este objetivo se alcanza con la resolución de conflictos, pues en ocasiones la existencia de dichos conflictos disminuyen la precisión del modelo.

Autor: CARIÑENA AMIGO M. PURIFICACIÓN.
Año: 2002.
Universidad: SANTIAGO DE COMPOSTELA.
Centro de lectura: FÍSICA .
Centro de realización: FACULTAD DE FÍSICA.

Resumen: El objetivo del trabajo presentado en esta memoria es el desarrollo de un modelo formal de representación y razonamiento sobre conocimiento temporal borroso, orientado al ámbito de control/monitorización de sistemas, en aplicaciones que requieran tiempo real. La generalización de las reglas borrosas a Reglas Temporales Borrosas (RTBs) permite una representación y manejo explícitos del tiempo que, unida al incremento en la riqueza expresiva del modelo de RTBs que proponemos, contribuirá a que se puedan extender las aplicaciones hacia otros campos de mayor complejidad que los habituales en control borroso y a facilitar el diseño de soluciones para los problemas asociados a los sistemas dinámicos. Se ha tratado de modelar el conocimiento y comportamiento de un experto humano, aportando una mayor flexibilidad y capacidad expresiva que la que presentan otras propuestas. La especificación de la gramática que describe de forma completa las proposiciones temporales borrosas que constituyen las RTBs permite implementar un lenguaje con capacidades expresivas sustanciales, facilitando a los expertors la descripción de su conocimiento (incluyendo la componente temporal) en una manera legible y flexible. En concreto, en la parte antecedente de una RTB se permite la representación de hechos en los que tanto la información de tipo no temporal como la temporal ligada a ellos puede ser borrosa y venir dada de modo absoluto o relativo a otros hechos, considerando entidades temporales de tipo instante o intervalo (por ejemplo, "a las 20:00", "hace diez minutos", "poco antes de un incremento de presión", "entre 1 y 2 horas después del comienzo de la inrradiación"). Respecto a las variables propias del sistema a modelar, aun cuando en muchas aplicaciones en tiempo real los valores de señal son nítidos, hemos considerado situaciones reales donde es posible que dichos valores sean borrosos, bien por la incertidumbre asociada a la precisión de los distintos sensores, bien debido a la obtención de medidas discrepantes (ya sea por un mismo sensor en distintos puntos temporales, o por un grupo de sensores). Una de las principales aportaciones en cuanto a expresividad es la introducción del concepto de persistencia en un intervalo: cuando se evalúa una determinada condición sobre una variable a lo largo de un intervalo temporal borroso, puede exigirse que el valor o condición sobre la misma se verifique (al menos en cierto grado) para todos los instantes puntuales dentro del intervalo, en al menos uno de los puntos, o en un subconjunto de puntos determinados, intermedio entre ambos casos extremos ("durante gran parte de la última hora"). La situación de persistencia de los valores en un intervalo se describe lingüísticamente en nuestro modelo mediante cuantificadores borrosos. Otra importante característica del modelo es la posibilidad de introducir ciertos tipos de operadores sobre las señales: operadores de especificación (máximo, último) y de reducción (valor medio). Hemos además desarrollado las expresiones semánticas para la ejecución eficiente del proceso de razonamiento en aplicaciones que requieran tiempo real, tratando de combinar en todo caso expresividad y eficiencia. A partir del análisis de la ejecución real de bases de conocimiento complejas, formadas por RTBs con distintos niveles de encadenamiento entre ellas, hemos propuesto una estrategia de reducción de la carga computacional mediante el traslado de parte de las operaciones involucradas a la etapa de definición de la base de conocimiento, a través de un mecanismo de comparación de la base de reglas, La proyección de la base de conocimiento sobre el formalismo de redes de Petri borrosas facilita su visualización (haciendo evidentes las dependencias entre reglas) y la descripción de los algoritmos de ejecución. Dentro del Grupo de Sistemas Inteligentes de la Universidad de Santiago de Compostela el modelo de RTBs ha sido ya utilizado en el ámbito de la robótica móvil, en tareas de seguimiento de contornos y evitación de obstáculos móviles. En la memoria se presenta otra aplicación práctica, la detección de puertas en un corredor, que constituye una parte vital dentrl de un comportamiento complejo de navegación en entornos cerrados, puesto que proporciona al robot información para orientarse en el entorno, así como para planificar trayectorias y desplazamientos. Esta aplicación se ha desarrollado sobre datos reales de los sensores de ultrasonidos del robot, obteniéndose unos resultados de identificación muy adecuados a las necesidades del sistema. En estos comportamientos es necesario valorar la persistencia en la ocurrencia de diversos eventos en el tiempo y también relaciones temporales y de valor entre señale, situaciones ambas que pueden describirse directamente con nuestro modelo. Con ello se han podido resolver de forma satisfactoria problemas que planteaban una variedad de situaciones realmente complejas. Si bien las implementaciones realizadas no explotan toda la potencialidad del modelo, la calidad de los resultados obtenidos nos hacer ser optimistas al respecto de la aplicación de las RTBs en el ámbito del control de procesos.

Autor: MARTIN RAMOS JOSE MANUEL.
Año: 2002.
Universidad: GRANADA .
Centro de lectura: INFORMÁTICA.
Centro de realización: ETSI INFORMÁTICA. UNIV. DE GRANADA.

Resumen: Los métodos de decisión multicriterio tienen el problema de no poder manejar de manera rigurosa tanto la información cualitativa como cuantitativa y al mismo tiempo la información cuantitativa y cualitativa. Por este motivo se necesitan herramientas que permitan una ayuda al proceso de toma de decisión. La aplicación de la Teoría de Conjuntos Difusos a la metodología de los distintos métodos multicriterio ha permitido obtener nuevos métodos de decisión multicriterio difusos. Estos métodos obtienen una mejora que sus correspondientes crisp debido a que trabajan perfectamente con la información cualitativa como cuantitativa. La aplicación práctica de estos métodos ha sido realizada al proceso de Evaluación de Impacto Ambiental y en particular al proceso de selección de Alternativas. La Evaluación de Impacto Ambiental también tiene la característica de manejar información cualitativa. Tradicionalmente ha sido tratada al igual manera que en los métodos de decisión multicriterio, es decir realizando una tabulación de la información cualitativa a una escala numérica. Para solucionar este problema también hemos aplicado la teoría de conjuntos difusos a la Evaluación de Impacto Ambiental obteniendo un nuevo modelo de Evaluación que trabaja de manera rigurosa la información cualitativa y cuantitativa. En resumen, podemos afirmar que la aplicación de la teoría de conjuntos difusos hemos obtenido mejoras tanto en el proceso de Evaluación de Impacto Ambiental así como en la Toma de Decisiones Multicriterio. Y como resultado adicional, hemos obtenido una mejora en el proceso de selección de alternativas ya que los distintos métodos de decisión multicriterio difusos trabajan perfectamente con la información cuantitativa procedente de los distintos estudios técnicos y económicos necesarios en la selección de alternativas de proyectos.