INTELIGENCIA ARTIFICIAL, 8

Autor: JESUS DIAZ M. JOSE DEL.
Año: 1999.
Universidad: GRANADA.
Centro de lectura: INFORMATICA.
Centro de realización: ETS DE INGENIERIA INFORMATICA.

Resumen: El objetivo de esta tesis es presentar un proceso de diseño de un Sistema de Clasificación Basado en Reglas Difusas. Este objetivo general se descompone en los siguientes objetivos particulares: 1- Realizar un análisis de la estructura de un Sistema de Clasificación Basado en Relas Difusas que nos permita conocer las tareas de diseño a realizar y los aspcectos determinantes de la calidad del Sistema de Clasificaión Basado en Reglas Difusas obtenido finalmente. 2- Desarrollar un modelo gneral de razonamiento difuso para Sistemas de Clasificaión Basados en Reglas Difusas, que incluya como casos particulares los Métodos de Razonamiento utilizados hasta el momento en este tipo de Sistemas de Clasificación. 3- Presentar, a partit del modelo general, nuevos Métodos de Razonamiento Difuso para Sistemas de Clasificación Basados en Reglas Difusas, que mejoren el rendimiento de los mismos, manteniendo su interpretabilidad. 4- Diseñar un proceso de aprendizaje evolutivo de Sistemas de Clasificación Basados en Reglas Difusas. 5- Desarrollar un proceso evolutivo de Selección de Características que determine, para un tamaño dado, el conjunto de variables que para otra mayor precisión para el diseño del Sistema de Clasificación Basado en Reglas Difusas. Para alcanzar estos objetivos, en el Capítulo 1 se introducen todos los conceptos necesarios para el desarrollo de la tesis, relativos a Sistemas de Clasificación en general, a Sistemas de Clasificación Basados en Reglas Difusas, a los problemas a resolver en su diseño y ComputaciónEvolutiva, ya que la mayor parte de los procesos propuestos están basados en este tipo de modelos computacionales. En el Capítulo 2 se estudia el problema de la inferencia en un Sistema de ClasificaciónBasado en Reglas Difusas, proponiendo un modelo general de inferencia en el que se incluyen los Métodos de Razonamiento Difuso utilizados hasta el momento en este tipo de Sistemas de Clasificaión. A partir de él se desarrollan dos modelos de inferencai alternativos, particularizados en ocho Métodos de Razonamiento que mejoran la precisión de un Sistema de Clasificación Basado en Reglas Difusas sin intervenir en el proceso de aprendizaje. Además se describen dos procesos evolutivos para el aprendizaje de los parámetros implicados en el Método de Razonamiento Difuso. En el Capítulo 3 se describe un método multietapa de aprendizaje evolutivo de Sistemas de Clasificación Basados en Reglas Difusas, que permite la obtención de un Sistema de Clasificaión formado, por una Base de Conocimiento descrptiva, conun Método de Razonamiento Difuso alternativo y con una Base de Reglas con un buen nivel de cooperción entre las reglas considerando el Método de Razonmaiento Difuso utilizado. Además el proceso de aprendizaje propuesto permite realizar un ajuste de las particiones difusas utilizadas para cada una de las variables lingüisticas que incrementa la precisión del sistema sin decrementar su interpretabilidad. En el Capítulo 4 se analiza el problema de Selección de Características y se describen dos propuestas evlutivas de algoritmos de Selección de Características que determinan conjuntos de variables de un tamaño dado conalta capacidad de discriminación de clases. Estos procesos de Selección de Características son previos al proceso de aprendizaje del Sistema de Clasificación e independientes de la forma en que se realice éste.

Autor: PEREGRIN RUBIO ANTONIO .
Año: 1999.
Universidad: GRANADA.
Centro de lectura: INFORMATICA.
Centro de realización: ESCUELA TECNICA SUPERIOR DE INGENIERIA INFORMATICA .

Resumen: Los sistemas basados en reglas difusas de tipo Mamdani comprenden dos tareas de diseño: la base de conocimiento o información relativa al problema, y el proceso de inferencia. La tesis se centra en el diseño del proceso de inferencia que comprende la decisión relativa al operador de conjunción, el operador de implicación y el método de defuzzificación. El objetivo es dar luz en cuanto a qué opciones de diseño elegir en cuanto a esos operadores. En la tesis se realiza un estudio de integración de operadores encontrando cuáles son los de más relevancia, es decir, el operador de implicación y el método de defuzzificación. En el estudio de integración práctico se observa el buen comportamiento medio de los operadores de implicación de la familia de las t-normas frente al mal comportamiento medio de los operadores de implicación de la familia de las funciones de implicación difusas empleadas con un amplio grupo de métodos de defuzzificación y en varias aplicaciones del modelado. Se estudia el origen de dicho comportamiento medio y se extraen tres propiedades básicas que debe cumplir un operador de implicación para presentar un buen comportamiento medio. Adicionalmente se verifica que algunos métodos de defuzzificaciónpermiten obtener buen comportamiento en aplicaciones de modelado difuso a opradores de implicación que no presentan buen comportamiento medio, lo cual lleva a un estudio que encuentra las características de los métodos de difuzzificación que subsana el no cumplimiento de alguna de las propiedades básicas encontradas previamente para que un operador de implicación muestre buen comportamiento medio. En definitiva, se llega a la conclusión de que la elección del método de defuzzificación no es independiente del operador de implicación sino que depende directamente de él. Finalmente se estudia un extenso grupo de métodos de defuzzificación propuestos en la literatura y se comprueba que muy pocos utilizan las características deseables encontradas para que un método de defuzzificación sea ampliamente combinable con cualquier operador de implicación por lo que se propone una nueva familia de métodos de defuzzificación paramétricos y unos mecanismos de evolución, como son las estrategias de evolución 1+1 y los algoritmos genéticos para ajustar los parámetros de los mismo. Expermientalmente se obtiene que las nuevas familias mejoran la precisión de los sitemas basados en reglas difusas que emplean otros métodos de defuzzificación de la literatura.

Autor: BANDERA RUBIO ANTONIO JESUS.
Año: 1999.
Universidad: MALAGA .
Centro de lectura: INGENIERAS DE TELECOMUNICACION.
Centro de realización: ETSI DE TELECOMUNICACION.

Resumen: Esta tesis se centra en el desarrollo de un sistema perceptivo básico para reconocimiento de objetos. El sistema presenta módulos de segmentación y detección de objetos, de caracterización, de representación y, por último de clasificación, que constituyen la configuración clásica de un reconocedor. El objetivo fundamental del trabajo es ofrecer un conjunto de primitiva, que sena comaptibles con arqutecturas híbridas, a partir de las cuales se puedan sintetizar comportamientos complejos. Ya que la naturaleza y potencia de las máquinas implicadas en el proceso puede cambiar, es imprescindible que dichas primitivas puedan jecutarse sobre máquinas de porpósito general y conlleven poca carga computacional. Todo el desarrollo esta implentado para trabajar conobjetos planos dispuestos sobre una pared homogénea e imágenes de 256 nivels de gris, pero su diseño permite la extrapolación a situación más complejas. El sistema de segmentación y detección de objetos se ha desarrollado para trabajar con imágenes mutlirresolución, a efectos de incrementar su velocidad. Para tratar con escenas reales, se utiliza segmentación basada en texturas y, a continuación, se descrtan las regiones que no se consideran objetos plausibles bajo las condiciones del problema. Tras esta extracción de fondo, puesto que el perfil de resolución de la imagen es configurable, se posiciona el área de mayor resolución sobre cada uno de los objetos a reconocer. El módulo de caracterización extrae la función de curvatura del contorn o del objeto a máxima resolución. La curvatura es resitente a traslación, rotación y, de obtenerse de forma estable, a escala. Su cálculo se lelva a cabo de forma adptativa, para que sea singulares del contorno de forma sencilla e incluso recuperar el contorno completo a partir de las posiciones relativas de éstos. Si se desea, se puede efectuar el reconocimiento directamente a partir de las funciones de curvatura usando como medida de parecido la correlación circular. Esta técnica permite manejar conclusiones parciales comparando porciones de funciones. El módulo de representación obtine un vector a partir de las características más relevantes de la curvatura a efectos de trabajar con el mínimo número de dimensiones posible. Su cálculo se basa en las características espectrales de la transformada de Fourier de las funciones de curvatura. Dicho vector es reistente a las mismas distorisciones que la función de curvatura en sí,pero el parecido puede medirse con bastante simplicidad usando la distancia euclídea. El módulo de clasificación permite agrupar de forma no supervidada los vectores entrantes al sistema. Las clases pueden generarse on-line, de forma que no es necesario conocimiento previo acerca de un patrón determinando para reconocerlo, aunque si se fija el tamaño del espacio muestra, pueden establecerse tasas de rechazo que permiten mejorar la tasa de error del sistema. El clasificador no neceista disponer de todos los patrones clasificados, sino únicamente los prototipos de las clases generadas, lo que permite mantener controladas las necesidades de almacenamiento. Finalmente, todo el sistema ha sido integrado sobre una arquitectura híbrida para mostrar su eficiencia conjunta tanto en entornos simulados como en entornos reales.

Autor: GARRIDO CARRERA M. CARMEN.
Año: 1999.
Universidad: MURCIA.
Centro de lectura: INFORMATICA.
Centro de realización: FACULTAD DE INFORMATICA (UNIVERSIDAD DE MURCIA).

Resumen: En este trabajo se analiza la información imperfecta en el contexto de los mecanismos automáticos de inferencia y aprendizaje inductivos. Se presenta el modelo MFGN( Mixtures of Factorized Generalized Normals) como un método eficiente para realizar inferencia y aprendizaje desde información imperfecta. El modelo obtiene una expresión explicita de la función de densidad conjunta modelo-observación, donde tanto la densidad conjunta como la información de entrada pueden ser interpretadas como funciones de masas que se combinan. La estructura matemática de mezcla de normales generalizadas factorizadas, permite una computación eficiente de las densidades a posteriori, así como que la interpretación del modelo como función de masas dé lugar a evidencias definidas sobre dominios de una sola variable, lo cual facilita el trabajo con la regla de evidencias de Dempster-Shafer. El modelo permite,tanto en su fase de inferencia como de aprendizaje, utilizar información expresada de una gran variedad de formas a través de modelos de incertidumbre objetiva, subjetiva e imprecisión. Los resultados experimentales indican que el modelo MFGN es capaz de reconstruir el modelo de dependencias de los atributos y realizar inferencia a partir de observaciones con un grado moderadamente alto de incertidumbre e imprecisión. El hecho de situar el modelo en el marco de una teoría más general, como es la Teoría de Evidencias de Demspter-Shafer, permitirá usar distintas interpretaciones de la información imperfecta según la forma que parezca más adecuada.

Autor: COZ VELASCO JUAN JOSÉ DEL.
Año: 1999.
Universidad: OVIEDO.
Centro de lectura: INGENIERIOS INDUSTRIALES.
Centro de realización: DEPARTAMENTO DE INFORMÁTICA.

Resumen: Los sistemas de información basados en casos pueden ser vistos como algoritmos de aprendizaje automático perezosos; seleccionan unas cuantas instancias de entrenamiento y después clasifican los casos no vistos como las instancias almacenadas más similares. Una de las principales desventajas de estos sistemas es el alto número de patrones que se recuerdan. En esta tesis se presenta un nuevo método para extraer sólo un conjunto pequeño de paradigmas a partir de un conjunto de ejemplos de entrenamiento. El otro gran problema de los sitemas de aprendizaje automático basados en instancias es su dependencia de la medida usada para calcular la similaridad; se debe definir como manejar tanto datos simbólicos como numéricos en la misma jforma y es necesario asumir la posibilidad de que haya atributos irrelevantes describiendo las instancias. Por estojunto con la colecciónde los mejores ejemplos en el conjunto de entrenamiento (BETS, el nombre del sistema que aquí se porpone, es un acrónimo de inglés Best Examples in Training Set) se proporciona el conjunto de atributos que describen los ejemplos representativos y que son relevantes a los efectos de clasificación. El algoritmo BETS calcula mapas autoorganizados de Kohonen ligados a los conjuntos de entrenamiento para después calcular la cobertura de cada nodo del mapa. Finalmente un procedimiento heurístico selecciona tanto los paradigmas como las dimensiones o atributos que deben ser considerados cuando se mida la similaridad en futuras tareas de clasificación.

Autor: QUEVEDO PÉREZ JOSÉ RAMÓN.
Año: 1999.
Universidad: OVIEDO.
Centro de lectura: INGENIEROS INDUSTRIALES.
Centro de realización: DPTO. DE INFORMATICA.

Resumen: Hay dos corrientes fundamentales en el aprendizaje automático a partir de ejemplos: los sitemas que tratan de sintetizar reglas ( u otros mecanismo equivalentes) capaces de clasificar casos no vistos en un conjunto finito de categorías discretas, y los algoritmos que persiguen la inducción de funicones. En esta tesis se combinan los dos plantemaientos para obtener un nuevo método capaz de aprender funciones y que usa, como una herramienta central, unsistema de aprendizaje automático de categorías discretas. El resutlado es un mecanimos capaza de manejar de manera natural tanto atributos con valores discretos como continuos y conluyendo funciones parcialmente definidas por aplicaciones lineales a partir de un subconjunto de atributos numéricos del dominio. El sistema así obtenido se llama SAFE, un acrónimo de Sistema de Aprendizaje de Funciones a partir de ejemplos, es comparado con éxito con algoritmos de reconocido prestigio diseñados para llevar a cabo esta tarea.

Autor: ORTEGA RAMIREZ JUAN ANTONIO.
Año: 1999.
Universidad: SEVILLA.
Centro de lectura: INFORMÁTICA.
Centro de realización: FACULTAD DE INFORMATICA.

Resumen: En esta tesis se propone una nueva metodología para automatizar el análisis y el estudio de modelos con restricciones que integran conocimiento cuantitativo y cualitativo construidos para sistemas que evolucionan en el tiempo. El tipo de conocimiento cualitativo que puede incorporarse a los modelos puede estar compuesto por operadores cualittivos, funciones de banda, etiquetas cualitativas y funciones cualitativas continuas con restricciones. Se describe un formalismo para incorporar esta información cualitativa a los modelos. La metodología propuesta permite estudiar tanto el régimen estacionario como el régimen transitorio de los sitemas que evolucionan en el tiempo. La pricipal idea de la metodología es: "cuando un modelo semicualitativo se transforma en una familia de modelos cuantitativos, cada uno de estos modelos tiene un comportamiento cuantitativo diferente, si bien entre si pueden responder a comportamientos cualitativos similares". La metodología permite razonar sobre los modelos semicualitativos conrestricciones. Para conseguirlo, combina de cierta manera y en un cierto orden: reglas de transformación, técnicas estocásticas, simulación cuantitativa, generación de bases de datos, lenguajes de consulta/clasificaións obre bases de datos, minería de datos, técnicas de clasificación y agrupamiento o clustering, y algoritmos para obtenciónde patrones de comportameinto. El detalle sobre la manera y el orden de aplicar estos pasos se describe conforme se avanza en los capítulos de la memoria. También se ha realizado un estudio teórico sobre la validez de las conclusiones obtenidas con la metodología, demostrándose el grado de fiabilidad con el que estas conclusiones son aplicables al sistema real. La metodología propuesta se ha aplicado a diferentes ejemplos. Entre ellos, destacar su aplicación a un modelo semicualitativo de crecimiento logístico con retraso. La evolución de las baxterias, la extracción de minerales, el crecimiento de la población, las epidemias, los rumores, los desarrollos económicos, o las curvas de aprendizaje, son sistemas reales cuyos patrones de comportamiento están relacionados con un crecimiento logístico. Los resutlados obtenidos con esta metodología concuerdan con otros aparecidos en la bilbiografía obtenidos por medio de razonamientos matemáticos.

Autor: HERNANDEZ ORALLO JOSE.
Año: 1999.
Universidad: VALENCIA.
Centro de lectura: FILOSOFIA Y CIENCIAS DE LA EDUCACION .
Centro de realización: FACULTAT DE FILOSOFIA Y CIENCIAS DE LA EDUCACION.

Resumen: Esta tesis se centra en el estudio formal de la utilidad y resultados de la síntesis de conceptos inductivos y deductivos en términos de ganancia de información y refuerzo en sistemas de inferencia. El conjunto de medidas que se introducen permiten un análisis detallado y unificado del valor del resutlado de cualquier proceso de inferencia con respecto a la entrada y el contexto (conocimiento previo o sistema axiomático). Aunque las medidas más importantes, ganancia computacional de información, refuerzo e intensionalidad, se definen de manera independiente, permiten (solas o combinadas) formalizar y comprender mejor varias nociones que han sido trtadas tradicionalmente de una manera bastante ambigua: novedad, la diferencia entre explícito e implícito informatividad, sorpresa, interés, plausibilidad, confirmación, comprensibilidad, consiliencia, utilidad e incuestionabilidad. La mayoría de la smedidas se aplican a diferentes tipos de teorías y sistemas, desde la estimación de la capacidad de predicción, la optimalidad de representación, o el poder axiomático de terorías lógicas, sistemas software y bases de datos, hasta la evaluación justificada de las habilidades intelectuales de agentes cognitivos y seres humanos.

Autor: GOJENOLA GALLETEBEITIA KOLDOBIKA.
Año: 1999.
Universidad: PAIS VASCO.
Centro de lectura: INFORMÁTICA.
Centro de realización: FACULTAD DE INFORMÁTICA.

Resumen: En esta tesis se ha estudiado la sintaxis computacional del euskara, se han desarrollado recursos lingüisticos generales para el tratamiento de textos reales y se han implementado varias aplicaciones. Estos han sido los recursos lingüisticos desarrollados: * Se ha desarrollado e implementado una gramática morfosintáctica a nivel de palabra, que describe el tratamiento de la información lingüística contenida en cada palabra. * Se ha desarrollado una gramática de unificación para el euskera y se ha implementado el analizador correspondiente. La gramática describe los principales componentes a nivel de oración, como sintagmas nominales, sintagmas preposicionales, oraciones simples y oracion es subordinadas. * Se ha trabajado en una gramática de restricciones para el euskera aplicada a la desambiguación morfosíntactica. * Se ha trabajado en el tratamiento de la sintaxis por medio de patrones basados en expresiones regulares. * Se ha desarrollado un sistema integrado que combina las tres herramientas anteriores. * Después del desarrollo de esos recursos sintácticos generales, se han probado diferentes aplicaciones. * Extracción de información sobre subactegorización verbal a partir de corpus. * Utilización de las herramientas sintácticas para la detección y correción de errores ortográficos y sintácticos.

Autor: MARTINEZ DE ANTOÑANA UGARTE ROSA ADELA.
Año: 1999.
Universidad: PAIS VASCO.
Centro de lectura: FILOSOFIA Y CIENCIAS DE LA EDUCACION.
Centro de realización: FACULTAD DE FILOSOFIA Y CIENCIA DE LA EDUCACION.

Resumen: El trabajo presenta y analiza una de las propuestas que surgen en Inteligencia Artificial(IA) al concretar hipótesis sobre la naturaleza de la mente. Se pretenden varios objetivos:i)analizar la evolución de la investigación conexionista(PDP) desde sus orígenes hasta la década de los noventa, atendiendo tanto a los procesos modelizados como a la diversidad de sistemas propuestos; ii)reflexionar sobre el debate establecido entre la propuesta conexionista y la clásica, con especial interés a las consecuencias que se desprenden del mismo sobre la noción de representación mental y sobre la tesis sobre la multiplicidad de niveles de descripción(y su relación) y iii) considerar la relevancia de los resultados conexionistas en el resto de disciplinas de la Ciencia Cognitiva. La tesis queda así dividida en dos grandes apartados: en la primera parte, que comprende los capitulos 1,2 y 3, se analiza el marco alternativo dentro de la Ciencia Cognitiva que supone e enfoque conexionista, heredero de las redes neuronales de los años 60 y que ha reaparecido con fuerza a partir de 1986. Tres temas principales guían la investigación en esta parte: i)el alcance que los modelos conexionistas ofrecen para modelizar sistemas inteligentes,ii)los niveles de abstracción relevantes en la descripción/explicación de dicha conducta y iii)las entidades involucradas en la explicación de un sistema cognitivo. Con el capitulo 4 comienza la segunda parte de esta tesis. El papel de algunos estados mentales, como la intención, se analiza desde diversas teorías de la acción hasta llegar a una noción de intención que puede resultar útil en planificación y reconocimiento de planes(incluido el procesamiento del lenguaje natural). El capitulo 5 presenta algunos modelos conexionistas que recogen algunas de estas ideas sobre lenguaje y planificación en propuestas concretas, lo que permite evaluar mas eficazmente el estado de debilidades y logros de este enfoque. De nuevo la distinción entre propuestas y la aclaración de términos ambigüos resultó ser un paso fundamental. El capítulo 6(resumen y conclusiones) cierra este trabajo.

Autor: SIERRA ALONSO ALMUDENA.
Año: 1999.
Universidad: POLITECNICA DE MADRID.
Centro de lectura: INFORMATICA.
Centro de realización: FACULTAD DE INFORMATICA.

Resumen: Cuando se desarrolla un sistema basado en conocimientos, los conocimientos adquiridos no pueden trasladarse directamente a la computadora; es necesaria esa transformacion de sus conocimientos. Esta transformación se divide en 2 fases: una de elaboracion del modulo conceptual y otra de elaboracion del modulo formal. El problema radica en que no existan metodos de conceptualización completo, sistemáticos y detallados que guien al ingeniero de conocimiento en la construccion de modelos conceptuales. El objetivo de esta tesis es desarrollar un metodo de conceptualización caracterizado por: -ser un metodo descriptivo y descriptivo -guia en la construcción del modelo conceptual desde cero -proporcionar un esquema detallado de la documentación a producir -proporcionar un marco de validación y verificacion del modulo desarrollado.

Autor: RAPUN JIMENEZ JOSE LUIS.
Año: 1999.
Universidad: POLITECNICA DE MADRID.
Centro de lectura: INGENIEROS INDUSTRIALES .
Centro de realización: E.T.S.I. INDUSTRIALES DE MADRID.

Resumen: La tesis desarrolla una integración practica del diseño de la cardera de recuperación de los ciclos combinados mediante la aplicación de dos herramientas diferentes: por un lado se propone el uso de unos algoritmos de prediseño novedosos basados en un sistema experto y por otro se perfecciona el diseño mediante el calculo de coeficientes de influencia. En paralelo con la tesis se ha desarrollado una herramienta informatica, dirigida al diseño y a la simulación de los ciclos combinads, en la que se incorporan todos los algoritmos de calculo y la optimización descritos en la tesis. Los modelos matemáticos descritos en la tesis son de aplicación genérica a cualquier sistema termico, tanto en lo que se refiere a la simulación como a la optimización. La simulación y optimización del diseño en cualquier situación operativa de los elementos que integran el ciclo combinado(turbina de gas, caldera de recuperación y ciclo de vapor) hace uso de muy diversas tecnicas matematicas y computacionales. Como logro principal de la tesis se aporta la obtención de una metodología de diseño de los ciclos combinados que requiere la aplicación de multiples tecnicas de calculo multidisciplinares y su implantación en un código informatico.

Autor: MARTINEZ LOPEZ LUIS.
Año: 1999.
Universidad: GRANADA.
Centro de lectura: INFORMATICA.

Resumen: El principal propósito de esta tesis consiste en presentar un nuevo modelo de representación para la información linguística junto con un proceso computacional asociado que nos permita superar las limitaciones que presentan los modelos computacionales clásicos sobre la representación clásica de la información linguística como son: 1.- La pérdida de información a la hora de operar sobre información linguística. 2.- La dificultad para agregar información linguística expresada sobre conjuntos de términos linguístics con distinta granularidad. 3.- La difilcultad para realizar la combinación de información linguística y numérica. Con este nuevo modelo de representación para la información linguística se desarrollarán un proceso de agregación para "información linguística multigranular" y otro para agregar "información linguística y numérica" que serán aplicados sobre problemas de Toma de Decisiones. Para presentar todos estos modelos y procesos, la memoria se estructura como sigue: En el capítulo 2 se presenta un nuevo modelo de representación para información linguística basada en 2-tuplas y un modelo computacional sin pérdida de información asociado sobre dicha representación. En el capítulo 3 se desarrolla un proceso de agregación para información linguística multigranulara basado en el modelo de representación linguístico con 2-tuplas, que es aplicado sobre un problema de Toma de Decisiones Multiexperto. En el capítulo 4 se diseña un proceso de agregación para información numérica y linguística basada en el modelo con 2-tuplas aplicándose sobre un problema de Toma de Decisiones multicriterio. En el capítulo 5 se resuelve un problema de TDMC-ME con un modelo clásico y con el nuevo modelo haciendose una comparativa de los resultados obtenidos y de las mejoras del nuevo.#

Autor: GOMEZ GARAY VICENTE.
Año: 1999.
Universidad: PAIS VASCO.
Centro de lectura: INGENIEROS INDUSTRIALES.

Resumen: Los Algoritmos Genéticos (AG's) son procedimientos de búsqueda basados en los principios de la selección natural y de la genética, ampliamente utilizados en ingeniería por su capacidad para resolver problemas que las técnicas tradicionales de optimización no pueden abordar. En el campo de la ingeniería mecánica frecuentemente se encuentran funciones objetivo cuya complejidad hace aconsejable la utilización de estas técnicas evolutivas; no obstante, los AG's de la primera generación se encuentran fuertemente limitados para resolver problemas de alta complejidad que implican la optimización de funciones objetivo apoyadas en el análisis de modelos mediante elementos finitos, aproximación de soluciones de ecuaciones no lineales o simulaciones de evento discreto, debido a que necesitan hacer cientos o miles der evaluaciones de la función objetivo, la cual resulta muy costosa de evaluar, haciéndose necesario recurrir al diseño de operadores genéticos especializados, a la utilización de nuevas estrategias y a su ejecución en equipos informáticos con gran capacidad del cálculo. En esta Memoria se desarrolla un método capaz de abordar este tipo de problemas mediante la utilización de OMEGA (Oriented Mechanical Engineering Genetic Algorithm), un Algoritmo Genético que incorpora la utilización de modelos con distintos grados de complejidad y un operador de mutación dinámico con objeto de reducir de forma sustancial el número de evaluaciones necesarias de la función objetivo exacta. El desarrollo pretende ser utilizado en diversos problemas de interés en ingeniería mecánica, como la selección óptima de posiciones de accionamientos en mecanismos con alto número de grados de libertad, el posicionamiento óptimo de actuadores para la corrección de pequeñas deformaciones estáticas y dinámicas tanto en estos mecanismos como en estructuras adaptativas, así como en la sintesis dimensional de mecanismos, problema que ha sido utilizado para probar la validez de la estrategia propuesta.#

Autor: JUAN CISCAR ALFONS.
Año: 1999.
Universidad: POLITECNICA DE VALENCIA.
Centro de lectura: INFORMÁTICA.
Centro de realización: FACULTAD DE INFORMÁTICA.

Resumen: Se estudia, principalmente, una técnica de análisis de agrupamiento o clustering conocida como algoritmo K-Medianas, la cual puede verse como un adaptación del conocidísimo algoritmo K-Medias a espacios métricos. Esta extensión tiene gran interés ya que muchas aplicaciones del clustering involucran objetos cuya riqueza estructural no puede representarse adecuadamente en un espacio vectorial, si bien se dispone de una función distancia o métrica para medir la disimilitud entre cualquier para de puntos (objetos). Una de las principales aportaciones del trabajo es la optimización del coste compuacional del algoritmo K-Medianas, especialmente en términos de número de cómputos de distancias. Asimismo, el trabajo aporta un estudio detallado sobre la aplicabilidad de este algoritmo tanto en el análisis exploratorio de datos como en la selección no supervisada de prototipos para el diseño de clasificadores basados endistancias. Las prestaciones del algoritmo optimizado se contrastan en un problema concreto del reconocimiento de formas; el reconocimiento de cromosomas humanos (representados mediante cadenas OE primitivas y comprados mediante distancias de edición).

Autor: LLORENS PIÑANA DAVID.
Año: 1999.
Universidad: POLITECNICA DE VALENCIA.
Centro de lectura: INFORMÁTICA.

Resumen: Una parte fundamental de los sitemas de reconocimiento del habla es el modelo de lenguaje. Éste tiene la tarea de decidir los aceptable que es una frase. En reconocimiento del habla, los modelos de lenguaje más habituales son los modelos de n-gramas, por tres razones: pueden aprederse automáticamente a partir de ejemplos, existen multitud de técnicas de suavizado que resuelven (al menos parcialmente) el problema de disponer de un número insuficiente de muestras, y además, como modelos de estados finitos que son, se integran fácilmente en un sistema de reconocimiento. Actualmente, se conocen varias técnicas para aprender automáticamente modelos de estados finitos mas generales que los n-gramas. Sin embargo, debido a la falta de técnicas de suavizado, estos modelos se han relegado aplicaciones muy específicas y con vocabularios pequeños. En esta tesis nos planteamos el problema del suvizado de modelos de estados finitos (autómatas y traductores). La aproximación adoptada consiste en extender las técnicas de suavizado de n-grmas. Para ello, en primer lugar formalizamos el modelo de n-gramas suavizados como un autómata finito determinista estocástico (esta formalización nos permite obtener un nuevo tipo de suvizado de n-gramas). A continuación, presentamos dos algoritmos para el suavizado de autómatas: uno para suavizar con un n-grama y el otro para suavizar con otro autómata. Finalmente, extendemos los dos algoritmos anteriores para suavizar traductores tanto con modelos de n-grmas como con otros traductores.

Autor: SANCHEZ UBEDA EUGENIO FRANCISCO.
Año: 1999.
Universidad: PONTIFICIA COMILLAS.
Centro de lectura: INGENIEROS INDUSTRIALES.
Centro de realización: INSTITUTO DE INVESTIGACION TECNOLOGICA.

Autor: OLIVAS VARELA JOSE ANGEL.
Año: 1999.
Universidad: CASTILLA-LA MANCHA.
Centro de lectura: INFORMATICA.
Centro de realización: ESCUELA SUPERIOR DE INFORMATICA.

Resumen: En el marco de la Inteligencia Artificial, este trabajo es una contribución experimental para analizar empíricamente cómo una situación nueva puede ser representada deformando los patrones (prototipos) que de situaciones similares se poseen. Si además los problemas a abordar tienen implícita una carga asociada de imprecisión e incertidumbre, la Lógica Borrosa proporciona herramientas para gestionarlos adecuadamente. Se ha focalizado en dos aspectos: -Por un lado, se ha realizado un desarrollo experimental que contribuye al estudio de los sistemas de predicción, mediante un Sistema Basado en el Conociminto para predecir las pautas de aparición de incendios forestales en una comarca gallega, estimando el número de siniestros esperados para los siguientes días, así como las necesidades en cuanto a especialistas, patrullas y medios mecánicos, para poder combatir estos sucesos con eficacia. El pronóstico resultante, es usado para optimizar el uso de recursos disponibles en la lucha contra los incendios forestales, tanto en ubicación, como en prioridades, horarios,etc. -Por otro, se ha dotado este desarrollo de un modeloa teórico, basado en categorias deformables borrosas, capaz de representar y manipular la complejidad que conlleva la resolución de este problema.

Autor: BERLANGA DE JESÚS ANTONIO.
Año: 1999.
Universidad: CARLOS III DE MADRID.
Centro de lectura: ESCUELA POLITÉCNICA SUPERIOR.
Centro de realización: UNIVERSIDAD CARLOS III DE MADRID.

Resumen: En esta tesis se propone una nueva técnica de computación evolutiva, llamada Coevolución Uniforme con el objetivo de superar los inconvenientes de las técnicas coevolutivas actuales y de las técnicas clásicas cuando se abordan problemas de generalización basados en ejemplos. El diseño de la Coevolución Uniforme mantiene por separado la evolución del sistema de soluciones del sistema de ejemplos, la consecuencia es que puede incorporar cualquier técnica evolutiva clásica sobre el sistema de soluciones, esta característica le confiere una gran verstilidad y amplitud de aplicación. Para valorar la aportación y examinar las características de la Coevolución Uniforme frente a técnicas evolutivas clásicas se han elegido dos problemas de prueba que permiten estudiar las con detenimiento. Estos problemas tienen la propiedad común de enfrentar un sistema de aprendizaje basado en técnicas genéticas a situaciones donde la necesidad de ejemplos representativos se hace evidente. Se ha elegido el problema reactivo por excelencia, la navegación de robots autónomos y como segundo entorno el problema de la clasifición de densidad. Este problema consiste en econtrar una regla de autómata celular que clasifique el mayor número de configuraciones iniciales posible. Para el problema de la navegación autónoma se utilizó una estrategia evolutiva aplicada sobre el sistema de soluciones. Para el problema de la clasificación de densidad se utilizó un algoritmo genético para econtrar las reglas de autómatas celulares. La elección de dos problemas tan distintos entre sí es intencionada, se quiere demostar la generalidad y flexibilidad del método. Los resultados prácticos demostraron las ventajas de la técnica propuesta sobre las técnicas clásicas y han mostrado las características teóricas predichas.

Autor: LYHYAQUI ABDELOUAHID.
Año: 1999.
Universidad: CARLOS III DE MADRID.
Centro de lectura: ESCUELA POLITÉCNICA SUPERIOR.
Centro de realización: UNIVERSIDAD POLITÉCNICA DE MADRID.

Resumen: Se proponen un conjunto de métodos para seleccionar centros críticos y muestras críticas, basadas en técnicas de agrupamiento y SM. Se desarrolla un nuevo procedimiento de selección de centros críticos basado en "pares opuestos más cercanos", varios métodos de selección de muestras caracterizados por el criterio de selección y el número de muestras a seleccionar, un nuevo procedimiento para la determinación del parámetro de dispersión de las Gaussianas, un análisis de las prestaciones en función de los parámetros de diseño, un procedimiento para construir clasificadores RBF-SC. Se analiza el comportamiento de estos clasificadores RBF-SM construidos a partir de distintos métodos de selección de muestras.