Sistemas Expertos Introducción Arquitectura - Motor de Inferencias. Ingeniería Electrónica Ingeniería del Conocimiento
|
|
- Victoria Lorena Córdoba Castellanos
- hace 8 años
- Vistas:
Transcripción
1 Sistemas Expertos Introducción Arquitectura - Motor de Inferencias Ingeniería Electrónica Ingeniería del Conocimiento
2 Inicio de los Sistemas Expertos 60 s Se buscaban soluciones generales 70 s Los sistemas son más eficientes en dominios acotados La calidad y cantidad de conocimiento son esenciales para una buena performance Es importante independizar el conocimiento del dominio, del mecanismo de inferencia.
3 Sistemas basados en conocimiento (SBC-KBS) Definiciones. Sistemas que resuelven problemas aplicando una representación simbólica de la experiencia humana. Jackson. Sistemas que representan el conocimiento sobre el dominio en forma explícita y separada del resto del sistema. Waterman.
4 Sistemas basados en conocimiento (SBC-KBS) Definiciones. Sistemas de software capaz de soportar la representación explícita del conocimiento de un dominio específico y de explotarlo a través de mecanismos apropiados de razonamiento para proporcionar un comportamiento de alto nivel en la resolución de problemas. Guida y Taso
5 Sistemas Expertos: Definición. Es un sistema de cómputo capaz de simular la conducta inteligente de un experto humano en un dominio específico y especializado, con el objeto de resolver problemas. Sistema de computación Hardware + software Simulación Conducta inteligente Experto Fuente de pericia humana en el dominio Dominio limitado Específico y especializado
6 Experiencia humana vs. SE. PERICIA ARTIFICIAL Permanente Siempre accesible Fácil de documentar Estable, confiable Costo manejable Fragilidad de las máquinas Sin inspiración Conocimiento técnico Estática - Dinámica Dominios estrechos PERICIA HUMANA Perecedera No siempre accesible No documentable Variable, flexible Costosa Fragilidad humana Creativa Sentido común Dinámica (aprendizaje) Dominios más extensos Los humanos son imprescindibles!!!
7 SE/SBC: Tareas Síntesis: Clasificación, diagnóstico Tareas abordadas Análisis: Planificación, diseño o modelado Las áreas de aplicación son muy variadas!!! Los SBC abordan problemas complejos en dominios específicos en los que el peso de las heurísticas para acotar el espacio de búsqueda es importante.
8 MYCIN PROSPECTOR INTERNIST CASNET Primeros Sistemas Expertos Stanford (Buchanan - Shortliffe 1976): Diagnóstico y tratamiento de enfermedades infecciosas (aprox. 500 reglas). Introduce factores de certeza. Stanford-US Geological Survey (Duda-Gashning- Hart, 1979): Evaluación de yacimientos minerales y petrolíferos. (aprox 1600 reglas). Probabilidades condicionales y Teorema de Bayes. Pittsburg (Pople-Myers, 1977): Diagnóstico en Medicina interna. CADUCEUS: Analiza relaciones causales. Rutgens (Kulikowsky-Weiss-Safir, 1977): Oftalmología. Aplica un modelo causal para el diagnóstico de glaucoma. Conocimiento inexacto Razonamiento experto Modelos causales R1 MOLGEN Carnegie Mellon (Mc Dermott): Configuración de ordenadores VAX (aprox 500 reglas). Descompone el diseño en distintos niveles de abstracción. Stanford (Stefik): Diseño de experimentos genéticos. Utiliza abstracción. Reducción espacio de búsqueda
9 Habilidades que se esperan de un SE Manipular con fluidez descripciones simbólicas. Buena perfomance, comparable al menos a la de los especialistas. Interfaz amigable, adecuada a las necesidades de la aplicación. Habilidad para manipular conocimiento incompleto e impreciso. Capacidad de explicar sus decisiones a los usuarios. Posibilidad de justificar sus conclusiones.
10 Periodo industrial de la IA Década de los 80 Importante apoyo económico a los esfuerzos de I+D. Gran cantidad de SE en distintos dominios. Problemas con la metodología de desarrollo Limitaciones propias del tipo de sistema. Comparable a la Crisis de los SI pero posterior CRISIS
11 Ingeniería del Conocimiento (IC) Crisis SI Desarrollo de la Ingeniería del Software Crisis SBC Desarrollo de la Ingeniería del Conocimiento La Ingeniería del Software consiste en la aplicación de una aproximación sistemática, disciplinada y cuantificable al desarrollo, funcionamiento y mantenimiento del software. (IEEE, 1999) La IC tiene los mismos objetivos respecto de los SBC
12 SBC: Ventajas El conocimiento no se pierde. Reducción del espacio de búsqueda con heurísticas para que el problema sea tratable en un tiempo razonable. Manejo de conocimiento incierto e incompleto. Posibilidad de justificar el razonamiento seguido. Hacer el conocimiento disponible en ambientes hostiles o con carencia de especialistas. Aumento de fiabilidad, evitando que prevalezcan las últimas experiencias. Modificación sencilla de la BC por su característica modular.
13 SBC: Inconvenientes La adquisición del conocimiento es difícil y cara. La reutilización del conocimiento en contextos diferentes no es simple. Falta de creatividad y sentido común. Obstáculos para el aprendizaje y la adaptación. Quedan inmersos en el campo de los Sistemas Inteligentes. Se trabaja sobre metodología de desarrollo Se los combina con otras tecnologías
14 Estructura básica de un SE/SBC. Ingeniero del conocimiento Experto del dominio K A T Base de Conocimientos Motor de Inferencias I n t e r f a c e U s u a r i o
15 Estructura básica de un SE/SBC Base de Conocimientos Su estructura de datos queda definida en términos del esquema de representación elegido para incorporar el conocimiento del dominio de trabajo. Separados entre sí Motor de Inferencias Es la estructura de control de un SE, contiene el programa que gestiona la BC y otros mecanismos necesarios para administrar un sistema de naturaleza interactiva.
16 REPRESENTACION DEL CONOCIMIENTO
17 PREMISA FUNDAMENTAL DE IA: Para que un sistema informático demuestre un comportamiento inteligente en la solución de problemas, debe poseer gran cantidad de conocimientos y un potente mecanismo de razonamiento. IMPORTANCIA DE UNA ADECUADA REPRESENTACION DEL CONOCIMIENTO
18 CONOCIMIENTO DEL MUNDO : (en IA) Es la habilidad para construir un modelo de los objetos, sus vinculaciones y de las acciones que pueden realizar. REPRESENTACION DEL CONOCIMIENTO Es la expresión mediante algún lenguaje, de un modelo que exprese el conocimiento sobre el mundo.
19 Conocimiento Definición El conocimiento es una mezcla de experiencia, información y saber hacer que actúa como marco para la incorporación de nuevas experiencias y guia la acción. Se utiliza para alcanzar una meta Genera nuevo conocimiento Resulta en gran medida dependiente de la tarea y del dominio de aplicación.
20 Niveles de representación: Nivel del conocimiento Hechos, comportamiento y objetivos de los agentes. Debe existir correspondencia Nivel simbólico Símbolos manipulables por un sistema Adecuación representacional Adecuación inferencial La representación elegida influye directamente en la eficacia y eficiencia de la solución lograda
21 Representación:Modelado de un sistema Modelo Conceptual No computable Adquisición del conocimiento Conceptos y relaciones Métodos de inferencia Modelo Formal Semicomputable Representa simbólicamente y organiza el conocimiento. Determina el mecanismo de inferencia adecuado.
22 Representación: Modelado de un sistema Modelo Computable Operacional Bases de Conocimiento Mecanismos de inferencia Mecanismos de control Las tareas de adquisición y modelado son difíciles y costosas. Existen esquemas de representación útiles en dominios variados. Los Sistemas Basados en Conocimiento los combinan.
23 ELEMENTOS BASICOS QUE INTERVIENEN EN EL DISEÑO DE UN SISTEMA BASADO EN EL CONOCIMIENTO (KBS) Lenguaje formal para expresar conocimiento Forma de efectuar razonamientos COMPONENTE MEDULAR DE UN KBS (Agente) BASE DE CONOCIMIENTOS (KB) Es un conjunto de representaciones de hechos acerca del mundo Conjunto de sentencias del lenguaje para la representación del conocimiento
24 UNA KB DEBE PERMITIR CON EFICIENCIA: AÑADIR YMODIFICAR SENTENCIAS BC PREGUNTAS RESPUESTAS MECANISMO DE INFERENCIAS
25 PROPIEDADES DE UN BUEN FORMALISMO DE REPRESENTACION: ADECUACION REPRESENTACIONAL ADECUACION INFERENCIAL EFICIENCIA INFERENCIAL EFICIENCIA EN LA ADQUISICION- MODIFICACION Rich & Knight
26 DISTINTOS PARADIGMAS: DECLARATIVO Descripción del estado del mundo PROCEDIMENTAL Expresión de las transformaciones de estados ORIENTADO A OBJETOS Descripción de los objetos existentes
27 DISTINTOS FORMALISMOS FORMALISMOS LOGICOS SISTEMAS DE PRODUCCION FORMALISMOS ESTRUCTURADOS: REDES SEMANTICAS FRAMES OBJETOS ONTOLOGÍAS
28 FORMALISMOS LOGICOS Constituyen sistemas formales en los cuales: SINTAXIS Y SEMANTICA ESTA BIEN DEFINIDA HAY UNA TEORIA DE LA DEMOSTRACION Completa y Consistente LA LOGICA DE 1 er ORDEN Es la base de la mayoría de los esquemas de representación
29 FORMALISMOS LOGICOS Conocimiento es representado mediante un conjunto de fórmulas bien formadas (fbfs) en algún sistema lógico (proposicional - predicados - multivaluada...) Los mecanismos de inferencia son los métodos deductivos del sistema lógico (Resolución en predicados)
30 DISTINTOS SISTEMAS LOGICOS: LOGICA PROPOSICIONAL LOGICA DE PREDICADOS LOGICAS NO-CLASICAS MULTIVALUADAS (Fuzzy Logic) MODALES OBJETIVO: ESTABLECER LA VALIDEZ DE DISTINTOS RAZONAMIENTOS - OBTENER CONCLUSIONES DE UN CONJUNTO DE FORMULAS
31 Sintaxis Alfabeto PROPOSICIONAL Σ PROP que consiste de: i) variables proposicionales p 0, p 1,p 2,... ii) conectivos,,,, iii) símbolos auxiliares: (, )
32 Introducción Informal Proposición: Una oración afirmativa de la cual podemos decir que es verdadera o falsa (pero no ambas!!) Ejemplos de Proposiciones: Ayer llovió en Rosario. El sol gira alrededor de la tierra = es primo. El auto no arranca.
33 más proposiciones... Si ayer llovió en Rosario, entonces el intendente se mojó. El sol gira alrededor de la tierra o la tierra gira alrededor del sol = 6 y 6 es impar El auto no arranca y las luces encienden.
34 Traducción al lenguaje Lógico Las oraciones compuestas se traducen usando los conectivos Ejemplos: El auto no arranca y las luces encienden (p 0 p 1 ). Si las luces encienden, entonces la batería está ok (p 1 p 2 ) = 6 o 6 es impar (p 3 p 4 ).
35 Todo perro es un mamífero y Rex es un perro, luego Rex es un mamífero.. x (Perro(x) Mamífero (x) Perro (Rex) Mamífero (Rex) x. P(x) P(Rex) La corrección de este razonamiento depende de la relación entre los sujetos de las proposiciones. Lógica proposicional NO es suficientemente expresiva para captar esta relación
36 Por qué lógica de predicados? Lógica proposicional : bajo poder expresivo Muchas expresiones usuales no son representables En proposicional: p (una prop. atómica) «Rex es un perro» En predicados: Sujeto: Rex Propiedad: Ser Perro Perro(Rex)
37 Lenguaje de lógica de predicados símbolos para denotar objetos - sb. de constante (ej. Rex, 2, π) - sb. de variable (ej. x, y, z) - sb. de función (ej. +, *, Padre) etc que permiten crear nuevos nombres de objetos símbolos de propiedades y de relaciones (Es-perro) conectivos cuantificadores
38 Ejemplos de traducción Si algunos perros son mamíferos, luego todos son mamíferos ( x) (P(x) M(x)) x (P(x) m(x)) Todo número es par o impar ( x) (N(x) P(x) I(x)) Ningún número es a la vez par e impar ( x) (P(x) I(x))
39 PROLOG: Una implementación de programación lógica LOGICA DE PREDICADOS + DEDUCCIÓN AUTOMÁTICA (RESOLUCION) Dada la BC y una fórmula α podemos probar que» BC - α Podemos contestar perro (Rex)? preguntas como X / perro (X)?
40 LOGICA DE PREDICADOS COMO FORMALISMO DE REPRESENTACION VENTAJAS: Es un formalismo bien establecido con una sintaxis y semántica bien definida y que maneja fácilmente aspectos cuantificación. Automatización de la deducción LIMITACIONES: Existen límites en el poder expresivo: posibilidades, incertidumbre, Problemas en la implementación de otros tipos de razonamientos (aproximados, no-monótonos).
41 Representación del Conocimiento Otros formalismos
42 DISTINTOS FORMALISMOS FORMALISMOS LOGICOS SISTEMAS DE PRODUCCION FORMALISMOS ESTRUCTURADOS: REDES SEMANTICAS FRAMES OBJETOS
43 OTROS FORMALISMOS Newell & Simon Sistemas de producción Utilizan elementos de la lógica Salen del marco estrictamente formal más flexibles más eficientes Pierden propiedades fundamentales como la consistencia y completitud.
44 SE basados en reglas de producción Sistemas de producción Newell y Simon (1972): Al resolver problemas, las personas utilizan su memoria a largo plazo (permanente) que aplican a situaciones actuales contenidas en su memoria a corto plazo (transitoria). Esto puede generar modificaciones en la última. BC (Reglas) Memoria de trabajo (Hechos) Mundo Exterior Motor de Inferencias
45 Los sistemas de producción
46 Sistemas de producción Los procesos del dominio se representan como acciones independientes que son integradas por el mecanismo de inferencias para resolver una tarea más general. ARQUITECTURA BASE DE CONOCIMIENTO Base de Hechos Base de Reglas Motor de Inferencias
47 SE basados en reglas de producción Reglas de producción IF < CONDICION > THEN < ACCION> Son gránulos de conocimiento. Reúnen información relativa a las condiciones de disparo y a los efectos resultantes del disparo. Son estructuras bidireccionales. SI?X ES MAMIFERO Y?X COME CARNE ENTONCES?X ES CARNIVORO.
48 Ventajas: SE basados en reglas de producción Naturaleza modular: encapsular y expandir. El conocimiento es fácil de Explicaciones sencillas: El registro de reglas disparadas permite presentar la cadena de razonamiento asociada. Semejanza con el proceso cognitivo humano: modelo natural del razonamiento humano. Dificultades: Completitud y consistencia como responsabilidad del desarrollador. Se necesitan otras estructuras para lograr una visión global del conocimiento del dominio. Se las combina con otros formalismos de representación.
49 Sistemas de producción Se utilizan Reglas de Producción para representar el conocimiento IF <premisa> THEN <conclusión y/o acción> Son los elementos de deducción básicos El proceso de inferencia se basa fundamentalmente en la Regla de Inferencia de la lógica denominada MP A B, A / B
50 Reglas de producción Es el modelo formal para representar un elemento mínimo de conocimiento IF <premisa> THEN <conclusión y/o acción> Puede especificar Conclusión Acción Estrategia La premisa puede tener conectivos lógicos <premisa> = <cláusula 1 AND/OR...AND/OR cláusula k >
51 Reglas de producción- Ejemplos Si un animal come carne entonces es carnívoro. Si un animal tiene dientes agudos y garras entonces es carnívoro. Si un animal es carnívoro y es de color marrón-claro y tiene el pelaje franjas negras, entonces es un tigre.
52 Reglas de producción- Ejemplos Sintaxis Reglas en KAPPA-PC MakeRule( Rtigre, [], animal:grupo #= carnívoro And animal:color #= leonado And animal:pelaje #= franjas_negras, animal:especie = tigre );
53 Sistemas de producción Cada regla es independiente del resto de las reglas en la BC. Las reglas no tienen porque estar ordenadas en la BC. Las reglas se pueden agrupar por nociones semánticas en módulos o grupos. El metaconocimiento puede ser expresado mediante reglas: metareglas
54 Sistemas de producción. Un ejemplo de regla Un especialista que participa en el desarrollo de un sistema basado en conocimiento relativo al diagnóstico de una falla en un auto, podrá expresar: si el motor no arranca y las luces no encienden, entonces la falla está en la batería.
55 Sistemas de producción. Un ejemplo de regla A partir de esta expresión, se puede definir la regla de producción asociada a las proposiciones como: If el motor no arranca And las luces no encienden, Then la falla está en la batería.
56 Sistemas de producción. Un ejemplo
57 Sistemas de producción. Un conjunto de reglas If el motor no arranca And las luces no encienden Then falla la batería. If el motor no arranca And las luces encienden And llega combustible Then falla el sistema de ignición. If el motor no arranca And las luces encienden And no llega combustible Then falla el sistema de combustible.
58 El desarrollo de las reglas de producción para construir la KB. Debe observarse que las reglas no están identificadas, por ejemplo: con una numeración correlativa.
59 El desarrollo de las reglas de producción para construir la KB. Cada una de estas re-glas aparece como un gránulo de conoci-miento que es inde-pendiente de las restantes reglas, con lo cual, la ampliación de la KB puede realizarse sin mayor problema.
60 El desarrollo de las reglas de producción para construir la KB. Sin embargo, desde el punto de vista del motor de inferencia, estas reglas deben estar relacionadas para que puedan ser interpretadas adecuadamente durante el proceso de inferencia. Por ejemplo; la premisa el motor no arranca
61 El desarrollo de las reglas de producción para construir la KB. Lo mismo ocurre con las luces no encienden, en la segunda y tercera reglas. Por consiguiente, este es el único requisito que requiere el agregado de nuevas reglas.
62 Sistemas de producción Como razonamos??? Utilizando un MECANISMO DE INFERENCIA (MOTOR DE INFERENCIA) El cual determina de que forma utilizar las reglas para alcanzar el objetivo planteado
63 La ejecución del proceso de inferencia en los KBS Supóngase que se observa una falla en motor del auto y se constata que: no arranca el motor, ni encienden las luces, y llega combustible. Desde el enfoque del KBS, es necesario ingresar esta información en la memoria de trabajo, para obtener una solución o respuesta al problema. Entonces, la interfaz de este KBS, deberá proveer unos cuadros de un diálogo orientado, que permita ingresar las observaciones del caso.
64 La ejecución del proceso de inferencia en los KBS
65 La ejecución del proceso de inferencia en los KBS La respuesta seleccionada en el primer cuadro de diálogo, origina la plantilla el motor no arranca, que ingresará a la memoria de trabajo del KBS.
66 La ejecución del proceso de inferencia en los KBS Continuando con el diálogo orientado, ingresarán otras dos plantillas a la memoria de trabajo: las luces no encienden y llega combustible.
67 La ejecución del proceso de inferencia en los KBS El proceso de ejecución que realiza el motor de inferen-cia, consiste en tomar cada una de estas plantillas, y explorar la KB buscando coincidencias en las premisas de cada una de las reglas. Con la primera plantilla, el motor no arranca, encuentra que hay una concordancia en las tres reglas.
68 La ejecución del proceso de inferencia en los KBS Con la segunda plantilla las luces no encienden, solo hay concordan-cia en la primera regla, y la segunda y tercera reglas quedan descartadas. La primera regla se desencadena, y produce entonces la conclusión: falla la batería, y el problema queda resuelto.
69 La ejecución del proceso de inferencia en los KBS Por último cabe observar que este proceso de comparación que explora cada una de las reglas, es prácticamente independiente del orden en que se encuentren dispuestas las mismas en la KB. Este proceso de inferencia en los KBS, es denominado: sistema de inferencia por filtrado (pattern maching inference system), o simplemente, filtrado.
70 Sistemas de producción Direcciones de búsqueda: Motor de Inferencia Hacia delante, Forward Chaining o guiada por los hechos. Hacia atrás, Backward Chaining o guiada por los objetivos. Para seleccionar las reglas candidatas en cada estado utiliza el EMPAREJAMIENTO, FILTRADO o MATCHING.
71 VENTAJAS Sistemas de producción Flexibles. Sencillos de modificar y extender. A los expertos les resulta simple pensar en reglas. PROBLEMAS Completitud y consistencia. El conocimiento se separa en pequeños gránulos. Es común que se los combine con otros formalismos.
72 Sistemas estructurados ESTRUCTURAS DE RANURA Y RELLENO (slot and filler) REDES SEMANTICAS (Quillan 67/68) FRAMES (Minsky, 75) OBJETOS ( Década 80)
73 Redes semánticas Idea: el significado de un concepto depende del modo en que se encuentre conectado a otros conceptos Representación: mediante un grafo dirigido donde los nodos representan objetos y los arcos relaciones entre los conceptos REX PERRO MAMIFERO INSTANCIA ES-UN
74 Redes semánticas - Ejemplo ES-UN Estudiante -LCC Estudiante -UNR ES-UN Estudiante -FCEIA ES-UN Estudiante -IEca TIENE Legajo INSTANCIA Pedro García Juan Perez Prom1 INSTANCIA TIENE INSTANCIA Promedio Prom2 INSTANCIA INSTANCIA TIENE TIENE Legajo P-1233/5
75 Redes semánticas - Arcos Etiquetas de los arcos es-un relación subclase-clase instancia relación objeto-clase parte-de relación componente-objeto Generalización Instanciación Agregación definidas por el usuario Descripción Dominio de aplicación
76 Sistemas basados en Redes semánticas Base de conocimiento En esta representación una BC es una colección de estos grafos Las modificaciones se refieren a inserción o eliminación de nodos y sus relaciones.
77 Redes semánticas Como razonamos??? Búsqueda de intersección Encontrando relaciones entre objetos Cual es la conexión entre Rex y mamífero? Es Juan Pérez un estudiante de la UNR? Cuál es el promedio de Pedro García? Utiliza fundamentalmente la estructura jerárquica
78 Marcos (frames) Una red semántica representa conexiones entre entidades Problemas más complejos Asignar más estructura a los nodos y a las conexiones Marcos No existe una distinción clara entre una Red semántica y un sistema de Marcos
79 Marcos (frames) Idea: Estructura para atender la representación del conocimiento asociado a situaciones estereotipadas (Minsky) Representación: Es una colección de atributos (ranuras - slots) con valores asociados (y posibles restricciones entre valores, llamados facetas)
80 Marcos - Estructura ENCABEZADO NOMBRE ES-UN INSTANCIA ATRIBUTO1 (slots) ATRIBUTOn VALOR1 VALORn valores por defecto procedimientos relación con otros marcos
81 Marcos - Ejemplo Estudiante FCEIA ES-UN Estudiante UNR TIENE Legajo (letra/numerodigito) TIENE Promedio (procedimiento) Estudiante Ing.Eca. ES-UN ESTUDIANTE FCEIA Juan Perez INSTANCIA Estudiante Ing.Eca. TIENE Promedio = 6,80 DIRECCION... (Defecto Rosario) TEL... TRABAJA NO (Defecto No)
82 Sistemas de Marcos MC Actores Interpreta: Si (*)Nombre: Conj Caracteres (*)Peliculas: (0..100) (*)Fecha1 a Pelicula: Instancia MC Actriz Sexo: F (*)ParejaMiticaCon: Instancia MI Nombre:L.Bacall Peliculas: 42 ParejaMiticaCon: Instancia MC Actor Sexo: M (*)ParejaMiticaCon: Instancia MI Nombre: H.Bogart Fecha1 a Pelicula: ParejaMiticaCon: MC Fecha (*)Dia: (1..31) (*)Mes: (0..120) (*)Año: MI Dia: 27 Mes: 3 Año: 1944 Instancia
83 Sistemas de Marcos Marcos Clase Marcos Instancia Propiedades Slots definidos en los marcos Clase Representan conceptos, o situaciones genéricas descriptos por propiedades comunes Elementos específicos. Sus propiedades se asocian con información de cada individuo De Clase: Atributos genéricos de un concepto, con valores comunes a todas sus ocurrencias. De Instancia: Atributos con valores particulares para cada ocurrencia del concepto (*).
84 Sistemas de Marcos Consideraciones al definir los Slots: Evitar redundancias aprovechando la herencia. Poseer información suficiente para identificar el marco clase. En un marco clase se puede definir un slot de instancia en base a otro marco clase. Los slots de instancia pueden tener uno o varios valores. En los marcos clase se pueden redefinir slots heredados para representar excepciones a la herencia.
85 Sistemas de Marcos Facetas Modelan características de slots y relaciones Algunas facetas declarativas usuales: Tipo de Slot: Tipo de datos de los valores, puede apuntar a otro marco. Cardinalidad: Cantidad de valores posibles. Valores permitidos: tipo de datos, rango o puntero a otro marco. Valores por defecto: Para slots de instancia si quedan sin definir.
86 Marcos Facetas/Métodos Hay facetas ligadas a métodos de uso frecuente, asociados a cambios o utilización de los valores de las ranuras: When_needed: Formas de conseguir el valor cuando se lo necesita y no está disponible. Before_changed: Restricciones propias del dominio. After_changed: Acciones pertinentes asociadas a los cambios de valor de la ranura. When_accessed: Acciones pertinentes cuando la ranura es accedida de alguna forma.
87 Sistemas de Marcos BASE DE CONOCIMIENTO Conjunto de marcos relacionados mediante los valores de los slots (atributos) INFERENCIA Utilizar la estructura jerárquica para heredar propiedades (valores de slots). Tener procedimientos (reglas) para hallar valores de los slots.
88 Sistemas de Marcos Tienen mucha tradicion en IA y son antecesores de los objetos Los sistemas de marcos agregan expresividad a las redes semánticas y permiten representar conocimiento declarativo y procedimental. Marcos se utilizan para estructurar el conocimiento en Kappa-PC
89 Objetos Los vemos más como una forma de representar el mundo que como un paradigma de programación Los encontramos en muchas herramientas dentro del área. Tienen ciertas características en común con los agentes.
90 Objetos Década del 80 Pensados como gran aporte para el Reuso BALA DE PLATA Actualmente se apunta a relaciones arquitecturales entre clases para lograr Evolución y Mantenibilidad Patrones de diseño
91 Objetos OBJETO: Es una entidad que tiene un comportamiento. ESTADO INTERNO MENSAJES que es capaz de responder. ENCAPSULAMIENTO Permite la utilización de clases con implementaciones intercambiables. INTERFAZ Un PROGRAMA OO es una red de objetos cooperantes, que interactúan entre sí, enviándose mensajes.
92 Objetos Una CLASE es una definición de las características comunes de un conjunto de objetos semejantes. ESTRUCTURA: Conjunto de variables de clase e instancia. CLASE INTERFAZ: conjunto de métodos. Los objetos concretos buscan en su clase la definición cuando reciben un mensaje.
93 Objetos Las CLASES se organizan en jerarquías modelizando el dominio Esquema de colaboración entre objetos (explícito en el código) De Estructura: Más estática. HERENCIA De Comportamiento: Ocurre en ejecución. Cuando un objeto recibe un mensaje, busca el código en su clase, y si no lo encuentra recorre la jerarquía.
94 Cómo elegir la mejor representación??? No hay receta establecida!!! Frente a cada problema a resolver: Analizar las características del conocimiento involucrado. Recurrir a la combinación de formalismos.
Sistemas Expertos Introducción Arquitectura - Motor de Inferencias. Ana Casali Andrea Torres Ingeniería del Conocimiento -EIE
Sistemas Expertos Introducción Arquitectura - Motor de Inferencias Ana Casali Andrea Torres Ingeniería del Conocimiento -EIE IC - MODULOS INTRODUCCION SISTEMAS BASADOS EN CONOCIMIENTO RAZONAMIENTO APROXIMADO
Más detallesRepresentación del Conocimiento Otros formalismos. Licenciatura en Ciencias de la Computación. Introducción a la Inteligencia Artificial.
Representación del Conocimiento Otros formalismos Licenciatura en Ciencias de la Computación. Introducción a la Inteligencia Artificial. Conocimiento Definición El conocimiento es una mezcla de experiencia,
Más detallesINTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL MÓDULO 3: REPRESENTACIÓN DEL CONOCIMIENTO 3.1. INTRODUCCIÓN La IA involucra la construcción de programas que resuelvan problemas que, de ser resueltos por seres
Más detallesSistemas Expertos Introducción Arquitectura - Motor de Inferencias. Ana Casali Andrea Torres Ingeniería del Conocimiento -EIE
Sistemas Expertos Introducción Arquitectura - Motor de Inferencias Ana Casali Andrea Torres Ingeniería del Conocimiento -EIE IC - MODULOS INTRODUCCION SISTEMAS BASADOS EN CONOCIMIENTO RAZONAMIENTO APROXIMADO
Más detallesRepresentación del conocimiento. Diferencia entre información y conocimiento (1) Diferencia entre información y conocimiento (2) Notas
Todo problema es más sencillo de resolver si disponemos de conocimiento específico sobre él Este conocimiento dependiente del dominio se combina con el conocimiento general sobre cómo resolver problemas
Más detallesPage 1. Contenido. Generalidades (1) Pontificia Universidad Católica del Perú Facultad de Ciencias e Ingeniería INTELIGENCIA ARTIFICIAL
Contenido Pontificia Universidad Católica del Perú Facultad de Ciencias e Ingeniería Sección n Informática INTELIGENCIA ARTIFICIAL Capítulo 2 Representación del conocimiento Características del conocimiento
Más detallesSistemas Expertos Introducción Arquitectura - Motor de Inferencias. Ingeniería Electrónica Ingeniería del Conocimiento
Sistemas Expertos Introducción Arquitectura - Motor de Inferencias Ingeniería Electrónica Ingeniería del Conocimiento IC - MODULOS INTRODUCCION SISTEMAS BASADOS EN CONOCIMIENTO RAZONAMIENTO APROXIMADO
Más detallesRepresentación del Conocimiento Otros formalismos
Representación del Conocimiento Otros formalismos Licenciatura en Ciencias de la Computación. Introducción a la Inteligencia Artificial. Conocimiento Definición El conocimiento es una mezcla de experiencia,
Más detallesINTRODUCCIÓN A LOS SISTEMAS GESTORES DE BASE DE DATOS
INTRODUCCIÓN A LOS SISTEMAS GESTORES DE BASE DE DATOS AUTORÍA JOSEFA PÉREZ DOMÍNGUEZ TEMÁTICA NUEVAS TECNOLOGIAS ETAPA CICLOS FORMATIVOS DE GRADO SUPERIOR DE INFORMÁTICA Resumen En esta publicación se
Más detallesDiagramas del UML. A continuación se describirán los diagramas más comunes del UML y los conceptos que representan: Diagrama de Clases
El UML está compuesto por diversos elementos gráficos que se combinan para conformar diagramas. Debido a que el UML es un lenguaje, cuenta con reglas para combinar tales elementos. La finalidad de los
Más detallesComponentes de los SBC
Componentes de los SBC Componentes de los SBC Queremos construir sistemas con ciertas características: Resolución de problemas a partir de información simbólica Resolución mediante razonamiento y métodos
Más detallesGuía breve para la. Versión abreviada del Manual para la. evaluación de desempeño y potencial
Guía breve para la evaluación de desempeño y potencial Versión abreviada del Manual para la evaluación de desempeño y potencial Febrero 2013 INSTITUCIONES PÚBLICAS SUSTENTADAS EN EL BUEN DESEMPEÑO DE SUS
Más detallesA. Subcampos basados en el contenido.
ARTIFICIAL INTELLIGENCE. AN ILLUSTRATIVE OVERVIEW Aaron Sloman School of Computer Science The University of Birmingham http://www.cs.bham.ac.uk/~axs/courses.ai.html Las áreas de aplicación de la Inteligencia
Más detallesCREACIÓN DE UN PLAN DE MANTENIMIENTO PREVENTIVO
CREACIÓN DE UN PLAN DE MANTENIMIENTO PREVENTIVO Barcelona diciembre del 2005 Contenido 1. ELABORACIÓN DE LA FICHA-HISTORIAL... 2 2. PREPARACIÓN DEL PLAN DE MANTENIMIENTO PREVENTIVO DE LOS EQUIPOS EXISTENTES...
Más detallesORIENTACIONES SIMCE TIC
ORIENTACIONES SIMCE TIC Sistema Nacional de Medición de Competencias TIC en Estudiantes ORIENTACIONES SIMCE TIC Sistema Nacional de Medición de Competencias TIC en Estudiantes INDICE Introducción 7 Prueba
Más detallesIngeniería de Software I
Ingeniería de Software I Diagramas de Actividad 2 Cuatrimestre 1998 1. INTRODUCCIÓN 1 2. DIAGRAMA DE ACTIVIDAD 1 2.1. SEMÁNTICA 1 2.2. NOTACIÓN 1 2.3. EJEMPLO 2 3. ACCIÓN 3 3.1. SEMÁNTICA 3 3.2. NOTACIÓN
Más detallesBase de datos relacional
Base de datos relacional Una base de datos relacional es una base de datos que cumple con el modelo relacional, el cual es el modelo más utilizado en la actualidad para modelar problemas reales y administrar
Más detallesRECOMENDACIONES DE INVESTIGACIÓN FUTURA.
Capítulo 6 CONCLUSIONES Y RECOMENDACIONES DE INVESTIGACIÓN FUTURA. 212 METODOLOGÍA PARA LA DETECCIÓN DE REQUERIMIENTOS SUBJETIVOS EN EL DISEÑO DE PRODUCTO. CAPÍTULO 6. CONCLUSIONES, APORTACIONES Y RECOMENDACIONES.
Más detallesSistemas Basados en Conocimiento Arquitectura - Motor de Inferencias. Ana Casali Andrea Torres Ingeniería del Conocimiento -EIE
Sistemas Basados en Conocimiento Arquitectura - Motor de Inferencias Ana Casali Andrea Torres Ingeniería del Conocimiento -EIE IC - MODULOS INTRODUCCION SISTEMAS BASADOS EN CONOCIMIENTO RAZONAMIENTO APROXIMADO
Más detallesIntroducción. Ciclo de vida de los Sistemas de Información. Diseño Conceptual
Introducción Algunas de las personas que trabajan con SGBD relacionales parecen preguntarse porqué deberían preocuparse del diseño de las bases de datos que utilizan. Después de todo, la mayoría de los
Más detallesInteligencia Artificial II. Razonamiento con ontologías
Inteligencia Artificial II Curso 2008 09 Trabajo de curso Razonamiento con ontologías Antonio Jiménez Mavillard Enunciado Una ontología es una representación formal de un determinado dominio o área de
Más detallesUNIDAD I: LÓGICA PROPOSICIONAL
UNIDAD I: LÓGICA PROPOSICIONAL ASIGNATURA: INTRODUCCIÓN A LA COMPUTACIÓN CARRERAS: LICENCIATURA Y PROFESORADO EN CIENCIAS DE LA COMPUTACIÓN DEPARTAMENTO DE INFORMÁTICA FACULTAD DE CIENCIAS FÍSICO MATEMÁTICA
Más detallesENTRENAMIENTO Y DESARROLLO DEL PERSONAL OBJETIVOS Los principales objetivos del entrenamiento son: 1.- Preparar al personal para la ejecución inmediata de las diversas tareas del cargo. 2.- Proporcionar
Más detallesCALIDAD TOTAL. Visión estratégica y buena gestión son los ingredientes fundamentales.
CALIDAD TOTAL Visión estratégica y buena gestión son los ingredientes fundamentales. ALFREDO SERPELL Ingeniero civil industrial UC Phd University of Texas at Austin.Profesor titular ingeniería y gestión
Más detalles2.2.- Paradigmas de la POO
2.2.- Paradigmas de la POO Los principios propios de la orientación a objetos son: 2.2.1.- Abstracción de Datos 2.2.2.- Encapsulamiento 2.2.3.- Ocultamiento 2.2.4.- Herencia 2.2.5.- Polimorfismo Cualquier
Más detallesPatrones de Diseño Orientados a Objetos 2 Parte
Patrones de Diseño Orientados a Objetos 2 Parte Patrón Observador Observer (Patrón de Comportamiento) Patrón Observador Observer Observador (en inglés: Observer) es un patrón de diseño que define una dependencia
Más detallesYalù Galicia Hernàndez. Yalú Galicia Hdez. (FCC/BUAP)
Yalù Galicia Hernàndez Yalú Galicia Hdez. (FCC/BUAP) 1 Introducción Qué es la Programación Orientada a Objetos? Conceptos básicos Abstracción Jerarquía Encapsulación Objeto Clase Herencia Polimorfismo
Más detallesLógica Proposicional Cálculo Proposicional de Orden Cero (Cero)
Introducción a la Computación (TFA) Lógica Proposicional Cálculo Proposicional de Orden Cero (Cero) Teoría de Lógica Proposicional - Autor: Ana Garis Modificaciones: E. Benegas Temas a Desarrollar - Motivaciones
Más detallesMétricas. Valentin Laime. Calidad de Software
Calidad de Software: Métricas Valentin Laime Calidad de Software 10/29/2014 1 Métricas Que miden Beneficios Medidas Productividad Calidad Futuras Estimaciones Directas Indirectas Defecto/fallo Vs. Error
Más detallesLÓGICA JURÍDICA. Idea preliminar Cap. I. Nicolás Mejía Gómez -Universidad Libre Facultad de derecho
LÓGICA JURÍDICA Idea preliminar Cap. I Objetivos Definir y explicar qué es la lógica. Distinguir entre el pensamiento tomado como función y/o facultad y el considerado como producto. Señalar el tipo de
Más detallesINGENIERIA DEL CONOCIMIENTO UBICACION HISTORICA. Dr. Ramón GARCIA MARTINEZ
INGENIERIA DEL CONOCIMIENTO UBICACION HISTORICA Dr. Ramón GARCIA MARTINEZ INTELIGENCIA ARTIFICIAL Es la disciplina que estudia la forma de diseñar procesos que exhiban características que comunmente se
Más detallesTRABAJO COOPERATIVO EN ROBOTS
SEMINARIO Diseño y construcción de microrrobots TRABAJO COOPERATIVO EN ROBOTS Autor: Luis De Santiago Rodrigo 3º Ingeniería de Telecomunicación 1.-ÍNDICE E INTRODUCCIÓN Éste trabajo pretende ser una pequeña
Más detallesCorrespondencias entre taxonomías XBRL y ontologías en OWL Unai Aguilera, Joseba Abaitua Universidad de Deusto, EmergiaTech
Correspondencias entre taxonomías XBRL y ontologías en OWL Unai Aguilera, Joseba Abaitua Universidad de Deusto, EmergiaTech Resumen Todo documento XBRL contiene cierta información semántica que se representa
Más detalles2. Conceptos básicos Abstracción La abstracción como un proceso mental natural La abstracción en el desarrollo de software
2. Conceptos básicos Hoy en día las aplicaciones son demasiado voluminosas y complejas para ser manejadas por una sola persona. Las aplicaciones de software son complejas porque modelan la complejidad
Más detallesCaso práctico de Cuadro de Mando con Tablas Dinámicas
1 Caso práctico de Cuadro de Mando con Tablas Dinámicas Luis Muñiz Socio Director de SisConGes & Estrategia Introducción Hay una frase célebre que nos permite decir que: Lo que no se mide no se puede controlar
Más detallesBASE DE DATOS RELACIONALES
BASE DE DATOS RELACIONALES Una base de datos relacional es una base de datos que cumple con el modelo relacional, el cual es el modelo más utilizado en la actualidad para implementar bases de datos ya
Más detallesTema 1 Introducción a los Sistemas Basados en el Conocimiento
Tema 1 Introducción a los Sistemas Basados en el Conocimiento Sistemas Basados en el Conocimiento Grado en Ingeniería Informática 1 Referencias Ingeniería del Conocimiento. A. Gómez, N. Juristo, C. Montes,
Más detallesGUÍAS. Módulo de Diseño de software SABER PRO 2013-2
GUÍAS Módulo de Diseño de software SABER PRO 2013-2 GUÍAS Módulo de diseño en ingeniería El diseño de productos tecnológicos (artefactos, procesos, sistemas e infraestructura) está en el centro de la naturaleza
Más detallesLA CAPACITACION BASADA EN COMPETENCIAS
LA CAPACITACION BASADA EN COMPETENCIAS COMPETENCIA LABORAL Conjunto de capacidades articuladas de conocimientos, saberes, habilidades, destrezas, comportamientos y actitudes que le permiten a las personas
Más detallesRepetir el proceso para cada abstracción identificada hasta que el diseño este expresado en términos sencillos
I. INTRODUCCIÓN El reciente aumento de aplicaciones en donde se utiliza la computadora ha sido posible debido a un hardware de bajo costo, por lo cual la demanda de software ha crecido de forma exponencial.
Más detalleswww.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.
HOJAS DE COMPROBACIOÓN Y HOJAS DE RECOGIDA DE DATOS 1.- INTRODUCCIÓN En este documento se describe el proceso de obtención de información a partir de la recogida y análisis de datos, desde el establecimiento
Más detallesUNIVERSIDAD NACIONAL DE ASUNCION FACULTAD POLITÉCNICA CARRERA: LCIK MATERIA: Bases de Datos I Prof: Lic. Lilian Riveros Unidad 2: Modelo Relacional
El Modelo Relacional es un modelo de datos que nos permite describir la estructura de una base de datos a nivel lógico. En 1969, Edgar Frank Ted Codd (1923-2003) introduce el modelo relacional con una
Más detallesGESTIÓN Y CONTROL DEL DESARROLLO E IMPLANTACIÓN DE APLICACIONES
Ciclo Formativo: Módulo: Desarrollo de Aplicaciones Informáticas Análisis y Diseño Detallado de Aplicaciones Informáticas de Gestión Unidad de Trabajo 10: GESTIÓN Y CONTROL DEL DESARROLLO E IMPLANTACIÓN
Más detallesGuía breve para la. administración de la capacitación en las. entidades públicas. Versión abreviada del Manual para la. entidades públicas
Guía breve para la administración de la en las entidades públicas Versión abreviada del Manual para la administración de la en las entidades públicas Noviembre 2012 sentando bases para una gestión pública
Más detallesSISTEMA DE GESTIÓN DE BASE DE DATOS (Database Management System (DBMS))
SISTEMA DE GESTIÓN DE BASE DE DATOS (Database Management System (DBMS)) Los sistemas de gestión de bases de datos son un tipo de software muy específico, dedicado a servir de interfaz entre la base de
Más detallesGUIA PROGRAMACIÓN ORIENTADA A OBJETOS
GUIA PROGRAMACIÓN ORIENTADA A OBJETOS 1. Por qué la P.O.O? R= A medida que se van desarrollando los lenguajes, se va desarrollando también la posibilidad de resolver problemas más complejos. En la evolución
Más detallesMODELOS DE CALIDAD EN EL DESARROLLO DE SOFTWARE
MODELOS DE CALIDAD EN EL DESARROLLO DE SOFTWARE INTRODUCCIÓN Los Modelos de Calidad son herramientas que guían a las Organizaciones a la Mejora Continua y la Competitividad dando les especificaciones de
Más detallesSistema de Mensajería Empresarial para generación Masiva de DTE
Sistema de Mensajería Empresarial para generación Masiva de DTE TIPO DE DOCUMENTO: OFERTA TÉCNICA Y COMERCIAL VERSIÓN 1.0, 7 de Mayo de 2008 CONTENIDO 1 INTRODUCCIÓN 4 2 DESCRIPCIÓN DE ARQUITECTURA DE
Más detallesPrincipios Básicos de Orientación a Objetos. Orientación a Objetos
Principios Básicos de Orientación a Objetos Orientación a Objetos Abstracción Encapsulación Modularidad Jerarquia Qué es Abstracción? Es la capacidad de conceptualizar entidades genéricas de información
Más detallesTALLERES DE SOCIALIZACIÓN 2012
Contenido TALLERES DE SOCIALIZACIÓN 2012 Presentación Qué evalúa PISA? Prueba de alfabetización matemática Dimensiones de la evaluación Prueba de lectura Prueba de ciencias Prueba de solución de problemas
Más detallesCONTROL DE ASISTENCIA DE PERSONAL
CONTROL DE ASISTENCIA DE PERSONAL PARA UNA EMPRESA INITE, S.C. no es responsable del contenido, de la veracidad de los datos, opiniones y acontecimientos vertidos en el presente proyecto. La finalidad
Más detallesUnidad VI: Supervisión y Revisión del proyecto
Unidad VI: Supervisión y Revisión del proyecto 61. Administración de recursos La administración de recursos es el intento por determinar cuánto, dinero, esfuerzo, recursos y tiempo que tomará construir
Más detallesManual de uso del Cuestionario SUSESO-ISTAS 21 Versión breve
Manual de uso del Cuestionario SUSESO-ISTAS 21 Versión breve Revisado: noviembre 2013 Superintendencia de Seguridad Social Unidad de Riesgo Psicosocial boral 2 M a n u a l d e u s o d e l C u e s t i o
Más detallesCapítulo 1: Fundamentos: Lógica y Demostraciones Clase 1: Lógica Proposicional
Capítulo 1: Fundamentos: Lógica y Demostraciones Clase 1: Lógica Proposicional Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 1: Fundamentos: Lógica y Demostraciones
Más detallesOrganización como función administrativa Resumen para Administración y Gestión Profesor: Gonzalo V.
Organización como función administrativa Introducción: Organización rganización como función administrativa En las organizaciones que se caracterizan por estar orientadas al éxito, a la eficiencia y al
Más detallesSECRETARÍA DE EDUCACIÓN PÚBLICA SUBSECRETARÍA DE EDUCACIÓN SUPERIOR COORDINACIÓN GENERAL DE UNIVERSIDADES TECNOLÓGICAS
SECRETARÍA DE EDUCACIÓN PÚBLICA SUBSECRETARÍA DE EDUCACIÓN SUPERIOR COORDINACIÓN GENERAL DE UNIVERSIDADES TECNOLÓGICAS CRITERIOS GENERALES PARA LA PLANEACIÓN, EL DESARROLLO Y LA EVALUACIÓN, EN LA IMPLANTACIÓN
Más detallesUNIDAD 2: Abstracción del Mundo real Al Paradigma Orientado a Objetos
2.1. Principios básicos del Modelado de Objetos UNIDAD 2: Abstracción del Mundo real Al Paradigma Orientado a Objetos Hoy en día muchos de los procesos que intervienen en un negocio o empresa y que resuelven
Más detallesPOLITICAS PUBLICAS Y GÉNERO: reflexiones básicas
POLITICAS PUBLICAS Y GÉNERO: reflexiones básicas Taller Sistema de Género en el Programa de Mejoramiento de la Gestión Junio de 2004 Servicio Nacional de la Mujer MLRV, Dpto. Estudios y Estadísticas Política
Más detallesMétricas, Estimación y Planificación en Proyectos de Software
Métricas, Estimación y Planificación en Proyectos de Software Cuando se planifica un proyecto se tiene que obtener estimaciones del costo y esfuerzo humano requerido por medio de las mediciones de software
Más detallesAnálisis y gestión de riesgo
Marco Dueñes Intriago María Cabrales Jaquez Resumen capitulo 6 Ingeniería del software Análisis y gestión de riesgo Estrategias de riesgo proactivas vs reactivas Una estrategia considerablemente más inteligente
Más detallesANÁLISIS DE PROPUESTAS CURRICULARES. El planteamiento curricular presenta varios aspectos interesantes, como por ejemplo:
ANÁLISIS DE PROPUESTAS CURRICULARES Ontario Resumen La propuesta curricular de Canadá presenta la Literatura integrada con el curso de Inglés, articulándola a través de sus cuatro componentes: Comunicación
Más detallesCalidad Escuela de Ingeniería de Sistemas y Computación Desarrol o de Software II Agosto Diciembre 2007
Calidad Calidad Definición de diccionario: Conjunto de Cualidades que constituyen la manera de ser de una persona o cosa. En términos generales podemos definir la calidad como conjunto de características
Más detallesPROGRAMACIÓN ORIENTADA A OBJETOS
PROGRAMACIÓN ORIENTADA A OBJETOS Clase 1. Introducción Profesor: Diego Sánchez Gómez Introducción a la programación orientada a objetos 1. Introducción a la programación orientada a objetos 2. Las clases
Más detallesUnidades temáticas de Ingeniería del Software. Software e Ingeniería del Software 5ª edición (2008)
Unidades temáticas de Ingeniería del Software Software e Ingeniería del Software 5ª edición (2008) la importancia del software El software ha evolucionado durante las últimas cinco décadas aunque no al
Más detallesCapítulo 4. Prueba de Adaptabilidad
Capítulo 4 Prueba de Adaptabilidad Capítulo 4. Prueba de Adaptabilidad Como se mencionó en el capítulo 2 actualmente no es válido que el software únicamente funcione bien y resuelva el problema que le
Más detalles4 Teoría de diseño de Experimentos
4 Teoría de diseño de Experimentos 4.1 Introducción En los capítulos anteriores se habló de PLC y de ruido, debido a la inquietud por saber si en una instalación eléctrica casera que cuente con el servicio
Más detallesTutorial de UML. Introducción: Objetivos: Audiencia: Contenidos:
Tutorial de UML Introducción: El Lenguaje de Modelamiento Unificado (UML - Unified Modeling Language) es un lenguaje gráfico para visualizar, especificar y documentar cada una de las partes que comprende
Más detallesMANTENIMIENTO Y SOPORTE
MANTENIMIENTO Y SOPORTE Copyright 2014 Magalink SA Todos los derechos reservados. Este documento no puede ser reproducido de ninguna manera sin el consentimiento explícito de Magalink S.A. La información
Más detalles1 Vista de Casos de Uso
Vista de Casos de Uso Esta vista describe el proceso de negocio más significativo y el modelo del dominio. Presenta los actores y los casos de uso para el sistema. Es decir que esta vista presenta la percepción
Más detallesINAOE. Esquemas Híbridos. Eduardo Morales, Enrique Sucar. Introducción. Externos. Internos. Implementación
INAOE (INAOE) 1 / 18 Contenido 1 2 3 4 (INAOE) 2 / 18 Las formas de representar conocimiento que vimos no son mutuamente exclusivas. Un esquema híbrido es una combinación de diversas formas de representación
Más detallesInter American Accreditation Cooperation. Grupo de prácticas de auditoría de acreditación Directriz sobre:
Grupo de prácticas de auditoría de acreditación Directriz sobre: Auditando la competencia de los auditores y equipos de auditores de organismos de certificación / registro de Sistemas de Gestión de Calidad
Más detallesIntroducción a la Programación Orientada a Objetos (POO) Introducción a la Programación Orientada a Objetos (POO)
Diseño Orientado a Objetos. Metodología enfocada a la solución de problemas complejos. Complejidad del software. Problemas difíciles de precisar. Definición de requerimientos vago y cambio en el desarrollo
Más detallesConceptos. ELO329: Diseño y Programación Orientados a Objetos. ELO 329: Diseño y Programación Orientados a Objetos
Conceptos ELO329: Diseño y Programación Orientados a Objetos 1 Paradigmas de Programación Historia: Los computadores parten cableados por hardware, Luego se introduce la programación en binario, Se desarrolla
Más detallesforma de entrenar a la nuerona en su aprendizaje.
Sistemas expertos e Inteligencia Artificial,Guía5 1 Facultad : Ingeniería Escuela : Computación Asignatura: Sistemas expertos e Inteligencia Artificial Tema: SISTEMAS BASADOS EN CONOCIMIENTO. Objetivo
Más detallesGUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES
GUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES Tema: Cartas de Servicios Primera versión: 2008 Datos de contacto: Evaluación y Calidad. Gobierno de Navarra. evaluacionycalidad@navarra.es
Más detallesCAPÍTULO 5. CONCLUSIONES. objetivo descrito inicialmente, el que consistió en establecer las bases necesarias para aplicar
25 CAPÍTULO 5. CONCLUSIONES. De acuerdo a lo propuesto en este documento, se considera haber cumplido con el objetivo descrito inicialmente, el que consistió en establecer las bases necesarias para aplicar
Más detallesTALLER No. 1 Capitulo 1: Conceptos Básicos de Bases de datos
TALLER No. 1 Capitulo 1: Conceptos Básicos de Bases de datos 1. La base de datos se puede considerar como una unificación de varios archivos de datos independientes, cuyo propósito básico es evitar la
Más detallesComo lo expresamos cuando describimos el problema objeto de
Como lo expresamos cuando describimos el problema objeto de esta investigación, durante su desarrollo buscamos aproximarnos a las características y las condiciones de posibilidad de las prácticas académicas
Más detallesCAPÍTULO 2 ANTECEDENTES
CAPÍTULO 2 ANTECEDENTES 2.1 Educación y las Nuevas Tecnologías. La introducción en la sociedad de las llamadas "Nuevas Tecnologías" (como las redes de computadoras, los sistemas de Chat, los sistemas de
Más detallesLa transnacionalidad en los proyectos comunitarios
La transnacionalidad en los proyectos comunitarios 1- Introducción La asociación transnacional define el proyecto en el que queremos trabajar. Para ello nos tenemos que remitir a una buena definición del
Más detallesPrograma 47 Formación continua para egresados
Programa 47 Formación continua para egresados El programa recogería las medidas necesarias para reforzar la actividad que la UPM desarrollase en este campo, con el objetivo de responder a las demandas
Más detallesEvaluación Adaptativa de Inglés en el Sistema Educativo uruguayo, 2014. Resumen Ejecutivo
Introducción Evaluación Adaptativa de Inglés en el Sistema Educativo uruguayo, 2014. Resumen Ejecutivo Departamento de Segundas Lenguas y Lenguas Extranjeras del CEIP Programa Ceibal en Ingles Plan Ceibal
Más detallesDEPARTAMENTO DE INGENIERIA MECANICA PROPUESTA PARA LA GESTION DE DIRECCIÓN
DEPARTAMENTO DE INGENIERIA MECANICA PROPUESTA PARA LA GESTION DE DIRECCIÓN Prof. Ing. Luis César Vetre Prof. Adjunto Regular con Dedicación Parcial, Área Tecnología Mecánica Prof. Asociado Interino con
Más detallesLa vida en un mundo centrado en la red
La vida en un mundo centrado en la red Aspectos básicos de networking: Capítulo 6 1 Objetivos Explicar la estructura del direccionamiento IP y a convertir entre números binarios y números decimales. Clasificar
Más detallesPilares de la Orientación a Objetos
Pilares de la Orientación a Objetos Pilares de la Orientación a Objetos Abstracción Relaciones Herencia Encapsulamiento Abstracción La Abstracción es la propiedad que permite seleccionar las características
Más detallesEn este capítulo se describe las herramientas, así como los procesos involucrados en el análisis y desarrollo de sistemas de información, por otro
CAPITULO 5 TEORIA SOBRE ANALISIS Y DISEÑO DE SISTEMAS DE INFORMACION En este capítulo se describe las herramientas, así como los procesos involucrados en el análisis y desarrollo de sistemas de información,
Más detallesPlanificación, Administración n de Bases de Datos. Bases de Datos. Ciclo de Vida de los Sistemas de Información. Crisis del Software.
Planificación, n, Diseño o y Administración n de Crisis del Software Proyectos software de gran envergadura que se retrasaban, consumían todo el presupuesto disponible o generaban productos que eran poco
Más detallesCriterios para seleccionar tecnología de Modelos de Toma de Decisiones
Estado del Arte Por Eduardo Cantú y Stephen Sellers Criterios para seleccionar tecnología de Modelos de Toma de Decisiones Seleccionar la herramienta apropiada para desarrollar sus Modelos de Cadena de
Más detallesDirección de Evaluación de la Calidad Educativa
Operaciones: Resolver problemas con dos operaciones Dentro del núcleo estructurante Operaciones, uno de los Saberes Básicos Fundamentales, donde se observa tienen más dificultades los alumnos es respecto
Más detallesMODELOS DE RECUPERACION
RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN INGENIERÍA INFORMÁTICA RECUPERACIÓN Y ACCESO A LA INFORMACIÓN MODELOS DE RECUPERACION AUTOR: Rubén García Broncano NIA 100065530 grupo 81 1 INDICE 1- INTRODUCCIÓN
Más detallesGestión de Riesgos - Introducción
Temario de la clase Gestión de Riesgos Definiciones Tipos de Riesgos Análisis de Riesgos Resolución de Riesgos Gestión de Riesgos - Introducción El riesgo implica: Riesgo: Definiremos como Riesgo a cualquier
Más detallesCAPÍTULO I. Sistemas de Control Distribuido (SCD).
1.1 Sistemas de Control. Un sistema es un ente cuya función es la de recibir acciones externas llamadas variables de entrada que a su vez provocan una o varias reacciones como respuesta llamadas variables
Más detallesINTRODUCCIÓN. La influencia de las Tecnologías de la Información y la Comunicación (TIC) en la
1 INTRODUCCIÓN La influencia de las Tecnologías de la Información y la Comunicación (TIC) en la educación es inminente en la actualidad. Los sistemas educativos recurren a la tecnología para agilizar sus
Más detallesPlaneación y evaluación: desarrollo de Indicadores
+ + ESTADOS GOBIERNO ABIERTO CO CREACIÓN DESDE LO LOCAL Planeación y evaluación: desarrollo de Indicadores Índice Conceptos Generales Gestión para Resultados (GpR) Ciclo de GpR Planeación Estratégica Diferencias
Más detallesNIFBdM A-4 CARACTERÍSTICAS CUALITATIVAS DE LOS ESTADOS FINANCIEROS
NIFBdM A-4 CARACTERÍSTICAS CUALITATIVAS DE LOS ESTADOS FINANCIEROS OBJETIVO Establecer las características cualitativas que debe reunir la información financiera contenida en los estados financieros, para
Más detallesDesarrollo de un Sistema de Gestión de Proyectos mediante el framework GWT
Proyecto de Fin de Carrera Universidad Politécnica de Valencia Escuela Técnica Superior de Informática Desarrollo de un Sistema de Gestión de Proyectos mediante el framework GWT Realizado por: Dirigido
Más detallesSu éxito se mide por la pertinencia y la oportunidad de la solución, su eficacia y eficiencia.
APUNTES PARA EL CURSO PROCESOS COGNITIVOS: RESOLUCIÓN DE PROBLEMAS Y TOMA DE DECISIONES Elaborado por Vicente Sisto Campos. Se trata de la confluencia de la capacidad analítica del equipo de identificar
Más detallesInvestigación Cualitativa: Una Reflexión
Investigación Cualitativa: Una Reflexión por Aida Silva, directora general, Toschi Marketing Resources La Investigación Cualitativa es un tipo de investigación formativa que ofrece técnicas especializadas
Más detallesEl Rol Estratégico de los Sistemas de Información. Aplicaciones de sistemas clave en la organización (1)
El Rol Estratégico de los Sistemas de Información Aplicaciones de sistemas clave en la organización (1) Puesto que en una organización hay diferentes intereses, especialidades y niveles, hay diferentes
Más detallesTALLER 2. MEJORA CONTINUA
III ENCUENTRO DE ESPACIOS NATURALES PROTEGIDOS PARTICIPANTES EN EL SISTEMA DE CALIDAD TURÍSTICO ESPAÑOL Segovia y Parque Natural de las Hoces del Río Duratón, 15 y 16 de junio de 2011 TALLER 2. MEJORA
Más detalles