Representación del Conocimiento Otros formalismos
|
|
- Enrique Ávila Soto
- hace 5 años
- Vistas:
Transcripción
1 Representación del Conocimiento Otros formalismos Licenciatura en Ciencias de la Computación. Introducción a la Inteligencia Artificial.
2 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.
3 PREMISA FUNDAMENTAL DE IA: Para que un sistema informático demuestre un comportamiento inteligente en la solución de problemas, debe poseer : gran cantidad de conocimientos un potente mecanismo de razonamiento. IMPORTANCIA DE UNA ADECUADA REPRESENTACION DEL CONOCIMIENTO
4 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
5 Representación:Modelado de un sistema Modelo Conceptual Adquisición del conocimiento Conceptos y relaciones Métodos de resolución Modelo Formal Representa simbólicamente y organiza el conocimiento. Determina el mecanismo de inferencia adecuado.
6 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.
7 DISTINTOS FORMALISMOS FORMALISMOS LOGICOS SISTEMAS DE PRODUCCION FORMALISMOS ESTRUCTURADOS: REDES SEMANTICAS FRAMES OBJETOS
8 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.
9 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
10 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
11 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 >
12 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.
13 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 );
14 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
15 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
16 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. Implementa alguna estrategia de búsqueda dónde los operadores a aplicar son las reglas de producción. Para seleccionar las reglas candidatas en cada estado utiliza el EMPAREJAMIENTO, FILTRADO o MATCHING.
17 Sistemas de producción Motor de Inferencia Qué dirección de encadenamiento utilizar??? Factores a tener en cuenta Cantidad de estados iniciales vs. objetivos Factor de ramificación Necesidad de justificar el razonamiento El menor Dirección natural para el problema A veces es conveniente encarar partes del problema con cada una
18 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.
19 Sistemas estructurados ESTRUCTURAS DE RANURA Y RELLENO (slot and filler) REDES SEMANTICAS (Quillan 67/68) FRAMES (Minsky, 75) OBJETOS ( Década 80)
20 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
21 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
22 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
23 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.
24 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
25 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
26 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)
27 Marcos - Estructura ENCABEZADO ATRIBUTO1 (slots) ATRIBUTOn NOMBRE ES-UN INSTANCIA VALOR1 valores por defecto procedimientos relación con otros marcos VALORn
28 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)
29 Sistemas de Marcos MC Actores Interpreta: Si (*)Nombre: Conj Caracteres (*)Peliculas: (0..100) (*)Fecha1 a Pelicula: Instancia MC Actriz Sexo: M (*)ParejaMiticaCon: Instancia MI Nombre:L.Bacall Peliculas: 42 ParejaMiticaCon: Instancia MC Actor Sexo: H (*)ParejaMiticaCon: Instancia MI Nombre: H.Bogart Fecha1 a Pelicula: ParejaMiticaCon: MC Fecha (*)Dia: (1..31) (*)Mes: (0..12) (*)Año: MI Dia: 27 Mes: 3 Año: 1944 Instancia
30 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 (*).
31 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.
32 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.
33 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.
34 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.
35 Sistemas de Marcos Tienen mucha tradición en IA y es un formalismo aún vigente Previos al formalismo de representación de Objetos. Los sistemas de marcos agregan expresividad a las redes semánticas y permiten representar conocimiento declarativo y procedimental. Marcos (objetos) en Kappa-PC
36 Expresividad Sistemas de Marcos - Redes PODER EXPRESIVO Redes Semánticas Sistemas de Marcos Lógica de predicados MAS CLAROS (GRAFICA) UTILIZAN HERENCIA PRUEBAS DE COMPLETITUD Y CONSISTENCIA
37 Objetos IIA 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.
38 Década del 80 Objetos Pensados como gran aporte para el Reuso BALA DE PLATA Fantasías Actualmente se apunta a relaciones arquitecturales entre clases para lograr Evolución y Mantenibilidad Patrones de diseño
39 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.
40 Objetos Una CLASE es una definición de las características comunes de un conjunto de objetos semejantes. CLASE INTERFAZ: conjunto de métodos. Los objetos concretos buscan en su clase la definición cuando reciben un mensaje. ESTRUCTURA: Conjunto de variables de clase e instancia.
41 Objetos Se trabaja sobre abstracciones DISEÑO Se crean clases El significado y la implementación de los mensajes está a nivel de las clases EJECUCIÓN Red de objetos que se envían mensajes
42 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.
43 Objetos POLIMORFISMO Clases diferentes (polimórficas) implementan métodos con el mismo nombre. Esto permite reducir el espacio de nombres y que el código sea más genérico, conciso y comprensible. Es aconsejable maximizarlo
44 Jerarquía de clases: Un ejemplo CuentaBancaria depositar número titular saldo extraer CajaAhorro cantextracciones extraer CuentaCorriente rojopermitido
45 Objetos Una jerarquía de clases es sana cuando cada vez que en una expresión un objeto de la clase más genérica recibe un mensaje, ese mensaje se puede reemplazar en las clases más específicas y la expresión sigue teniendo sentido. Aún en los problemas más simples, cuando se sale del dominio del problema y se entra en el dominio de la solución, aparecen jerarquías más complejas y que no tienen contrapartida en el mundo real.
46 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.
Representación 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 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 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 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 detallesRepresentación de Conocimientos
Representación de Conocimientos Asunción Gómez-Pérez asun@fi.upm.es Despacho 2104 Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo
Más detallesInteligencia Artificial (EC5)
Inteligencia Artificial (EC5) Ciclo Lectivo 2018 Parte I Facultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Mg. Ing. Gustavo E. Juárez INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL Contenido:
Más detallesRedes Semánticas. Redes semánticas. Limitaciones de las redes semánticas. Notas
Redes semánticas Redes Semánticas La lógica como lenguaje de representación tiene dificultades prácticas Son necesarios mecanismos mas intuitivos y fáciles de usar La psicología cognitiva afirma: La representación
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 Inicio de los Sistemas Expertos 60 s Se buscaban soluciones generales 70 s Los sistemas
Más detallesFacultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Mg. Ing. Gustavo E. Juárez
Facultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Mg. Ing. Gustavo E. Juárez INTRODUCCION A LA INTELIGENCIA ARTIFICIAL Contenido: Inteligencia Artificial. Definiciones y Conceptos.
Más detallesMaestría en Ingeniería
Maestría en Ingeniería Curso de Ingeniería Web Sesión 4: Ontologías Fernando Barraza A. fbarraza@javerianacali.edu.co Sesión 4 Objetivo: Introducir los conceptos de Ontologías Temas: Conceptos básicos
Más detallesLas redes semánticas intentan trasladar esa afirmación a un formalismo Una red semántica será un grafo donde:
Redes Semánticas Redes semánticas La lógica como lenguaje de representación tiene dificultades prácticas Son necesarios mecanismos mas intuitivos y fáciles de usar La psicología cognitiva afirma: La representación
Más detallesRepresentación del conocimiento. Métodos estructurados: Redes Semánticas
Representación del conocimiento Métodos estructurados: Redes Semánticas Contenido 1. Introducción 2. Redes semánticas 3. Inferencia en Redes Semánticas 2 1. Introducción 3 A que denominamos métodos estructurados?
Más detallesPROGRAMACIÓN ORIETADA A OBJETOS
PROGRAMACIÓN ORIETADA A OBJETOS Categorías de PL Categorías Procedimental Declarativa Imperativa Estructurada Orientada a Objetos Funcional Lógica Programación Orientada a Objetos DATOS DATOS Métodos Métodos
Más detallesLas redes semánticas son: a. Una extensión de la lógica de predicados b. Una extensión de los frames c. Un conjunto conexo de OAV
Las redes semánticas son: a. Una extensión de la lógica de predicados b. Una extensión de los frames c. Un conjunto conexo de OAV El algoritmo de PodaAlfaBeta busca: a. Determinar los caminos más óptimos.
Más detallesInteligencia Artificial. Sistemas Expertos y CLIPS
Inteligencia Artificial Sistemas Expertos y CLIPS Prof. Wílmer Pereira Sistema Experto Programa que explota unidades dispersas de conocimiento que constituyen el dominio de experticia de un especialista
Más detallesFormalismos de Representación de Conocimientos
Formalismos de Representación de Conocimientos Oscar Corcho García ocorcho@fi.upm.es Despacho 2107 Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus
Más detallesIntroducción a la Programación Orientada a Objetos
INSTITUTO MATEMÁTICO Y ACTUARIAL MEXICANO LICENCIATURA EN ACTUARÍA PROGRAMACIÓN Introducción a la Programación Orientada a Objetos Gerardo Avilés Rosas gaviles@imam.com.mx Programar Una tarea fácil? 2
Más detallesArquitectura Sistema Experto
Universidad Nacional Mayor de San Marcos Facultad de Ciencias Matemáticas EAP. Computación Científica Arquitectura Sistema Experto Curso: Inteligencia Artificial Prof. Oscar Benito Pacheco Tópicos La Arquitectura
Más detallesSistemas de produción. Sistemas de Producción. El motor de inferencias. Notas
Sistemas de Producción Introducción Las representación mediante formalismos lógicos puede verse de forma procedimental Describimos cuales son los pasos para resolver un problema como una cadena de deducciones
Más detallesSistemas de Producción
Introducción Sistemas de Producción Las representación mediante formalismos lógicos puede verse de forma procedimental Describimos cuales son los pasos para resolver un problema como una cadena de deducciones
Más detallesMetodologías en la Ingeniería del Software Métodos Orientados a Objetos
Metodologías en la Ingeniería del Software Métodos Orientados a Objetos García Departamento de Ciencias de la Computación Universidad de Alcalá Contenidos Historia Orientación a Objetos (OO) Problemas
Más detallesVisión de Alto Nivel. Dr. Luis Enrique Sucar INAOE. ccc.inaoep.mx/~esucar Sesión 5 Representación y Reconocimiento
Visión de Alto Nivel Dr. Luis Enrique Sucar INAOE esucar@inaoep.mx ccc.inaoep.mx/~esucar Sesión 5 Representación y Reconocimiento 1 Visión de Alto Nivel orillas Representación del mundo textura color Descripción
Más detallesINTRODUCCION A LA INTELIGENCIA ARTIFICIAL
INTRODUCCION A LA INTELIGENCIA ARTIFICIAL MODULO 3- REPRESENTACION DEL CONOCIMIENTO Referencias: Inteligencia Artificial Russell and Norvig Cap.6,7,8, 9,10.. Artificial Intellingence Nils Nilsson Chap.
Más detallesInteligencia Artificial
Inteligencia Artificial Conocimiento y razonamiento 4. Otras representaciones de conocimiento Dr. Edgard Iván Benítez Guerrero 1 Representación del conocimiento La inteligencia de un agente radica principalmente
Más detallesIntroducción a OOP. Programación Orientada a Objeto
Introducción a OOP Programación Orientada a Objeto Evolución Programación no Estructurada, Programación procedimental, Programación modular y Programación orientada a objetos. Programación no Estructurada
Más detallesHERENCIA Y TIPOS. Articulo. Video Audio Altavoces. Amplificador
HERENCIA Y TIPOS. Las clases con propiedades y funciones comunes se agrupan en una superclase. Las clases que se derivan de una superclase son las subclases. Las clases se organizan como jerarquía de clases.
Más detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA SINTÉTICO DE LA ASIGNATURA: INTRODUCCIÓN A LA
FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA SINTÉTICO DE LA ASIGNATURA: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL Código T511 PLAN DE ESTUDIOS: 1995 CARRERA: LIC. EN CS. DE LA
Más detallesProgramación. Orientada a Objetos. Prof. Angela Di Serio. Universidad Simón Bolívar Especialización en Telemática
Programación Orientada a Objetos Prof. Angela Di Serio Universidad Simón Bolívar Especialización en Telemática Agenda Clase 2 Qué es Orientado a Objetos? Conceptos: objeto, clase, instancias, mensajes
Más detallesTema 4: Representación del conocimiento mediante reglas
Introducción a la Ingeniería del Conocimiento Curso 2006 2007 Tema 4: Representación del conocimiento mediante reglas Miguel A. Gutiérrez Naranjo Dpto. de Ciencias de la Computación e Inteligencia Artificial
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 detallesInteligencia Artificial. Sistemas Expertos. Presentado por: Marcel Castro
Inteligencia Artificial Sistemas Expertos Presentado por: Marcel Castro Febrero 2002 Contenido SBC y SE. Definiciones. Antecedentes Características de los SE Arquitectura Métodos de desarrollo de SE. Herramientas,
Más detallesCada enfoque tiene sus ventajas y desventajas Cada uno es más apropiado para ciertas cosas
ADyA Hay para todos los gustos Estructurados (C, Pascal, Basic, etc.) Funcionales (CAML) Declarativos (Prolog) Orientados a Objetos (C#, VB.NET, Smalltalk, Java) Orientados a Aspectos Híbridos (Lisp, Visual
Más detallesTema 3: Representación del conocimiento estructurado
Inteligencia Artificial II Curso 2003 2004 Tema 3: Representación del conocimiento estructurado José A. Alonso Jiménez Carmen Graciani Díaz Francisco Jesús Martín Mateos José Luis Ruiz Reina Dpto. de Ciencias
Más detallesCapítulo 16. Diagrama de Clases UML
Capítulo 16. Diagrama de Clases UML Florentino TORRES M. CINVESTAV-Tamaulipas 15 de Oct del 2012 Florentino TORRES M. (CINVESTAV) 15 de Oct del 2012 1 / 70 1 Capítulo 16. Diagrama de Clases UML Aplicando
Más detallesINSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO. Sistemas Expertos. M. En C. Eduardo Bustos Farías
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Sistemas Expertos M. En C. Eduardo Bustos Farías Temario Introducción a Sistemas Expertos Características de los SE Tareas típicas Características
Más detallesINGENIERÍA EN SISTEMAS Y COMUNICACIONES
INGENIERÍA EN SISTEMAS Y COMUNICACIONES UDA: INTELIGENCIA ARTIFICIAL TEMA: REPRESENTACIÓN DEL CONOCIMIENTO E L A B O R Ó : D R. E N C. H É C T O R R A F A E L O R O Z C O A G U I R R E C U U A E M V M
Más detallesDesde hace algún tiempo los problemas más recurrentes con los que se enfrenta la industria
3 Sistemas Expertos 3.1 Introducción Desde hace algún tiempo los problemas más recurrentes con los que se enfrenta la industria son la falta de personas capacitadas en campos muy específicos y el elevado
Más detallesModelado Estructural F E B R E R O,
Modelado Estructural F E B R E R O, 2 0 1 4 Modelado Estructural Sirve para describir los diferentes tipos y relaciones estáticas existentes entre los diferentes objetos de un sistema. A la hora de desarrollar
Más detallesUNIDAD 2: INTRODUCCION AL PARADIGMA ORIENTADO A OBJETOS. MODELADO DE OBJETOS USANDO DIAGRAMA DE CLASES
UNIDAD 2: INTRODUCCION AL PARADIGMA ORIENTADO A OBJETOS. MODELADO DE OBJETOS USANDO DIAGRAMA DE CLASES RELACIONES ENTRE OBJETOS Los objetos interactúan entre ellos por medio de mensajes para solicitar
Más detallesEl Sistema de Información (S.I.) regula la distribución, el compartimiento y el almacenamiento de la información.
TEMA 3.- MODELOS CONCEPTUALES DE DATOS. El Diseño de una Base de Datos. Modelos de Datos. El Modelo Entidad-Relación. Extensiones del Modelo Entidad-Relación. 1. El Diseño de una Base de Datos El Sistema
Más detallesQué es SGBD? Mencionar 4 tipos de SGBD. SGBD de red. Román Gutiérrez Sosa. SGBD jerárquicos. Modelo de datos relacionales.
Qué es SGBD? Es un tipo de software muy específico, dedicado a servir de interfaz entre la base de datos, el usuario y las aplicaciones que la utilizan. El propósito general de los sistemas de gestión
Más detallesMétodos de Inteligencia Artificial
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Agentes basados en conocimiento Contenido Sistemas basados en conocimiento
Más detallesA3F. Polimorfismo. Carlos Fontela
Polimorfismo Carlos Fontela cfontela@fi.uba.ar Temario Métodos virtuales Métodos abstractos Polimorfismo como concepto Interfaces Clases internas 2c2010 2 cb := CuentaBancaria new. cc := CuentaCorriente
Más detallesMÉTODOS ESTRUCTURADOS
Objetivos Presentar y discutir modelos declarativos de representación del conocimiento Introducir las reglas de producción como método estructurado de representación del conocimiento procedimental Ver
Más detallesInteligencia Artificial Arquitectura de los sistemas basados en el conocimiento
Inteligencia Artificial Arquitectura de los sistemas basados en el conocimiento Primavera 2007 profesor: Luigi Ceccaroni SBCs de última generación BCs modulares y formales (ontologías) Componente auto-explicativo
Más detallesRepresentación del conocimiento mediante reglas (2010/2011)
Luis Valencia Cabrera lvalencia@us.es (http://www.cs.us.es/~lvalencia) Ciencias de la Computacion e IA (http://www.cs.us.es/) Representación del conocimiento mediante reglas (2010/2011) Universidad de
Más detallesComponentes de los SBC. Componentes de los SBC. SBC basados en sistemas de producción. Notas
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 detallesUnidad 2. Elementos Intermedios del Lenguaje
Unidad 2 Elementos Intermedios del Lenguaje Paradigmas de Programación Un paradigma de programación se refiere a la forma en que se entiende, diseña y desarrolla una aplicación Imperativo Declarativo Funcional
Más detallesVisión n del Usuario Final
Tema 1 (continuación): n): Estructura de un Sistema Basados en el Visión n del Final Objetivo como Ingenieros del Percepción global de los elementos de un SBC Problema: Sistemas complejos Distintos puntos
Más detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.
FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA ANALITICO DE LA ASIGNATURA: Introducción a la Inteligencia Artificial Código R-413 PLAN DE ESTUDIOS: 2010 CARRERA: Lic. en Cs. de
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 Inicio de los Sistemas Expertos 60 s Se buscaban soluciones generales 70 s Los sistemas
Más detallesInteligencia en Redes de Comunicaciones - 03 Sistemas Basados en Conocimiento
El objetivo de este Tema 3 es presentar los conceptos principales de los llamados Sistemas Basados en Conocimiento. Se empieza presentando las definiciones, razón de ser y fundamentos de este tipo de sistemas.
Más detallesDATOS DE IDENTIFICACIÓN DEL CURSO
DATOS DE IDENTIFICACIÓN DEL CURSO DEPARTAMENTO: CIENCIAS COMPUTACIONALES ACADEMIA A LA QUE PERTENECE: Técnicas Modernas de Programación NOMBRE DE LA MATERIA: Sistemas Expertos CLAVE DE LA MATERIA: CC400
Más detallesModelo Entidad Relacion Extendido
Modelo Entidad Relacion Extendido Bases de Datos II Unidad 2 Facultad de Ingeniería y Tecnología Lic. Saulo Hernandez Osoria Modelo Entidad Relación Extendido Algunas extensiones al modelo E-R son: El
Más detallesProgramación Orientada a Objetos. Conceptos Básicos
Programación Orientada a Objetos Conceptos Básicos Programación Orientada a Objetos Paradigma de programación Un programa orientado a objetos está organizado como un conjunto de agentes en interacción
Más detallesMétodos de Inteligencia Artificial
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Representaciones híbridas Introducción Híbridos internos Híbridos externos
Más detallesModelo Conceptual de datos. Yenifer Laurens.
Modelo Conceptual de datos Yenifer Laurens. Modelo de datos Es un conjunto de conceptos que pueden servir para describir la estructura de una Base de Datos; tipo de datos, las relaciones y que deben cumplirse
Más detallesSISTEMAS INTELIGENTES
SISTEMAS INTELIGENTES T6: Sistemas Basados en Reglas {jdiez, juanjo} @ aic.uniovi.es Introducción Definición: sistemas diseñados para actuar como un experto humano en un dominio o área de conocimiento
Más detallesTEMA 3.- MODELOS CONCEPTUALES DE DATOS.
TEMA 3.- MODELOS CONCEPTUALES DE DATOS. El Diseño de una Base de Datos. Modelos de Datos. El Modelo Entidad-Relación. Extensiones del Modelo Entidad-Relación. 1. El Diseño de una Base de Datos El Sistema
Más detallesLos diagramas de clases y de objetos sirven para modelar diversos aspectos estructurales o estáticos de un sistema: Modelado - Vocabulario del Sistema
Modelado Los diagramas de clases y de objetos sirven para modelar diversos aspectos estructurales o estáticos de un sistema: Vocabulario del Sistema Distribución de Responsabilidades Semántica de una Clase
Más detallesMODULO IV. Análisis y Diseño de Sistemas de Información INF-162 III. UML. 4.9 Diagramas de Componentes
MODULO IV Análisis y Diseño de Sistemas de Información INF-162 III. UML 4.9 Diagramas de Componentes Facilitador: Miguel Cotaña 30 de Noviembre 2009 1 Componentes Pertenecen al mundo físico, es decir,
Más detallesLos S.P. uno de los mecanismos de representación del conocimiento más populares y ampliamente empleados.
Los S.P. uno de los mecanismos de representación del conocimiento más populares y ampliamente empleados. Las Reglas de Producción son reglas del tipo Si- Entonces. Su popularidad es parcialmente debido
Más detallesPROCESOS DE DESARROLLO DE SOFTWARE UNPA UARG (Versión 0.9)
PROCESOS DE DESARROLLO DE SOFTWARE UNPA UARG (Versión 0.9) 2007 REVISIONES DEL DOCUMENTO FECHA VERSIÓN DESCRIPCIÓN 17-04-2007 0.9 Confección del documento 3 PROCESOS DE DESARROLLO DE SOFTWARE ÍNDICE 1
Más detallesIndique la respuesta correcta (d=ninguna de las anteriores, e=todas las anteriores)
Parcial 4. Indique la respuesta correcta (d=ninguna de las anteriores, e=todas las anteriores) 1. Inteligencia es: a. La capacidad para combinar información. c. El proceso que permite elaborar conocimiento.
Más detallesContenido. 1. El proceso 2. Los modelos 3. Los diagramas 4. Ejemplo
Tutorial Contenido 1. El proceso 2. Los modelos 3. Los diagramas 4. Ejemplo 1. El proceso Fases soportadas por UML Análisis de requisitos de usuario Análisis de requisitos de software Diseño de la plataforma
Más detallesBases de datos 1. Teórico: Diseño Conceptual
Bases de datos 1 Teórico: Diseño Conceptual Modelado Conceptual Primera etapa en el diseño de una BD Estudio del problema real Especificación usando un lenguaje de muy alto nivel Validar el resultado Actividad
Más detallesBASES DE DATOS 1. Teórico: Diseño Conceptual
BASES DE DATOS 1 Teórico: Diseño Conceptual MODELADO CONCEPTUAL Primera etapa en el diseño de una BD Sub-etapas: Estudio del problema real Especificación usando un lenguaje de muy alto nivel Validar el
Más detallesPATRONES DE DISEÑO FRAMEWORKS
PATRONES DE FRAMEWORKS Definiciones Finalidades Características Diseño de software basado en patrones Descripción Utilización de los patrones en el diseño Clasificación FRAMEWORKS Basado en la reutilización
Más detallesProgramación Orientada a Objetos
Programación Orientada a Objetos PROGRAMACIÓN ORIENTADA A OBJETOS 1 Sesión No. 8 Nombre: El Modelo de diseño con UML Contextualización Los modelos que podemos crear con UML son varios, por lo que debemos
Más detalles1. Asignar Responsabilidades a componentes de software es la habilidad más importante del AOO. Porque:
Análisis y Diseño O.O. Preguntas del diseño : Cómo podrían asignarse responsabilidades a las clases de los objetos? Cómo podrían interactuar los objetos? Qué deberían hacer las clases? Patrones : Ciertas
Más detallesAPLICACIONES MOVILES NATIVAS. Sesión 5: Objetos, mensajes y clases. Abstracción, encapsulamiento, herencia y polimorfismo
APLICACIONES MOVILES NATIVAS Sesión 5: Objetos, mensajes y clases. Abstracción, encapsulamiento, herencia y polimorfismo Contextualización Los lenguajes de programación orientada a objetos tienen varios
Más detallesOntología de alto nivel
Introducción Gestionar defectos es aun una tarea compleja para muchas organizaciones. El análisis de los defectos, cuando se realiza, usualmente no presenta los mecanismos adecuados para aprender de los
Más detallesInteligencia Artificial
Inteligencia Artificial Conocimiento y razonamiento 2. Lógica proposicional Dr. Edgard Iván Benítez Guerrero 1 Lenguajes lógicos Los hechos forman parte del mundo, mientras que las sentencias son la representación
Más detallesReutilización con Delegación y Herencia
Reutilización con Delegación y Herencia Carlos Fontela cfontela@fi.uba.ar Temario Delegación Herencia UML: clases, paquetes, secuencias Cuándo usar herencia y cuándo delegación Redefinición Clases abstractas
Más detallesCurso de Java POO: Programación orientada a objetos
Curso de Java POO: Programación orientada a objetos Luis Guerra l.guerra@upm.es Curso INEM. Programación en Java Marzo 2011 Índice Previo Repaso y encapsulación Empaquetado Relaciones entre clases Herencia
Más detallesTEMA 6: INTRODUCCIÓN A UML
TEMA 6: INTRODUCCIÓN A UML Por qué modelamos? El modelado es una parte central de todas las actividades que conducen a la producción de un software de calidad. Como tal la ingeniería software debe basarse
Más detallesUNIVERSIDAD DE ORIENTE NÚCLEOS NUEVA ESPARTA-SUCRE COMISIÓN DE CURRICULA PROGRAMA ANALÍTICO DE LA ASIGNATURA
UNIVERSIDAD DE ORIENTE NÚCLEOS NUEVA ESPARTA-SUCRE COMISIÓN DE CURRICULA PROGRAMA ANALÍTICO DE LA ASIGNATURA NOMBRE DE LA ASIGNATURA INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL ESCUELA Hotelería y Turismo-Nva.
Más detallesParadigmas de Programación
Cátedra: PARADIGMAS DE PROGRAMACION Código: K9529 Carrera: INGENIERIA EN SISTEMA DE INFORMACIÓN Plan: ORD. Nº 1150 Año: 2013 Régimen: CUATRIMESTRAL Horas semanales: 8 Programa Analítico Paradigmas de Programación
Más detallesConceptos fundamentales de Programación Orientada a Objetos. 1ª parte Programación Orientada a Objetos Tema 3: Conceptos fundamentales de POO
TEMA 3 1 Conceptos fundamentales de Programación Orientada a Objetos. 1ª parte CONTENIDOS 2 1. Introducción 2. Objetos 3. Clases 4. Instancias 5. Análisis y diseño OO Introducción 3 Qué es la POO? Un método
Más detallesLa Orientación a Objetos. Diseño de Software Avanzado Departamento de Informática
La Orientación a Objetos Métodos Estructurados y Métodos Orientados a Objetos Métodos estructurados Origen en la programación estructurada (secuencia, ramificación, iteración, función). Pensar en términos
Más detallesSistemas Expertos Unidad 2. Prof. Francklin Rivas Echeverría Universidad de Los Andes Laboratorio de Sistemas Inteligentes
Sistemas Expertos Unidad 2 Prof. Francklin Rivas Echeverría Universidad de Los Andes Laboratorio de Sistemas Inteligentes 2005 Sistemas basados en conocimiento Los Sistemas basados en conocimiento constituyen
Más detallesReutilización con delegación, herencia y polimorfismo
Reutilización con delegación, herencia y polimorfismo Carlos Fontela cfontela@ @fi.uba.ar Temario Delegación Herencia UML: clases, paquetes, secuencias Cuándo usar herencia y cuándo delegación Redefinición
Más detallesEncapsulamiento, polimorfismo, abstracción y herencia
Encapsulamiento, polimorfismo, abstracción y herencia Dra. Elisa Schaeffer elisa@yalma.fime.uanl.mx 14 de febrero de 2007 MECAS512 Estructura de Datos en C++ TERMINOLOGÍA un objeto = estado + comportamiento
Más detallesMODULO IV. Análisis y Diseño de Sistemas de Información INF-162 II. METODOLOGIAS. Análisis y Diseño OO. Facilitador: Miguel Cotaña
MODULO IV Análisis y Diseño de Sistemas de Información INF-162 II. METODOLOGIAS Análisis y Diseño OO Facilitador: Miguel Cotaña 1 INTRODUCCION METODO: Es un proceso disciplinado para generar un conjunto
Más detallesGuía práctica de estudio 08: Polimorfismo
Guía práctica de estudio 08: Polimorfismo Elaborado por: M.C. M. Angélica Nakayama C. Ing. Jorge A. Solano Gálvez Autorizado por: M.C. Alejandro Velázquez Mena Guía práctica de estudio 08: Polimorfismo
Más detallesINFORMÁTICA INDUSTRIAL
INFORMÁTICA INDUSTRIAL Programación Orientada a Objetos M. Abderrahim, A. Castro, J. C. Cas3llo Departamento de Ingeniería de Sistemas y Automá3ca 1. Introducción Características Generales La orientación
Más detallesTema I: Bases de Datos y Sistema Gestor de Bases de Datos
Tema I: Bases de Datos y Sistema Gestor de Bases de Datos S. Velilla 1 1 - Concepto de Base de Datos. Modelos y lenguajes de descripción. 1.1 - Introducción. Objetivos de las Bases de Datos. 1.2 - Concepto
Más detallesCLASE 3: UML DIAGRAMAS CASOS DE USO. Universidad Simón Bolívar. Ingeniería de Software. Prof. Ivette Martínez
CLASE 3: UML DIAGRAMAS CASOS DE USO Universidad Simón Bolívar. Ingeniería de Software. Prof. Ivette Martínez UML UML es un lenguaje para especificar, visualizar, construir y documentar los artefactos de
Más detallesPARTE 1: INTRODUCCIÓN DE LA PLANIFICACIÓN. Carrera y plan: Analista Programador Universitario Plan 2008.
PARTE 1: INTRODUCCIÓN DE LA PLANIFICACIÓN Identificación: Carrera y plan: Analista Programador Universitario Plan 2008. Asignatura: Programación Orientada a Objetos. Condiciones para el desarrollo de la
Más detallesCurso de Java POO: Programación orientada a objetos
Curso de Java POO: Programación orientada a objetos Luis Guerra Velasco Curso INEM. Programación en Java Diciembre 2010 Índice 1 Introducción 2 Comportamiento y estado 3 POO en Java 4 Relaciones 5 Herencia
Más detallesTema 4: (Tecnologías Informáticas) Curso Dpto. Ciencias de la Computación Inteligencia Artificial Universidad de Sevilla
Tema 4: Proposicional Dpto. Ciencias de la Computación Inteligencia Artificial Universidad de Sevilla Lógica Informática (Tecnologías Informáticas) Curso 2015 16 Contenido Los tableros semánticos proporcionan
Más detallesBase de Datos. Docente: Ing. Francisco Rodríguez BASE DATOS. Resultados. Internet. Requerimientos
UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA DE ING. INDUSTRIAL Base de Datos Resultados Internet Requerimientos BASE DATOS Docente: Ing. Francisco Rodríguez Tema 3: Modelo Entidad Interrelación 1. Modelización
Más detallesSistemas Expertos Arquitectura - Motor de Inferencias. Ingeniería Electrónica Ingeniería del Conocimiento
Sistemas Expertos Arquitectura - Motor de Inferencias Ingeniería Electrónica Ingeniería del Conocimiento Estructura básica de un SE. Ingeniero del conocimiento Experto del dominio K A T Base de Conocimientos
Más detallesCLASE 9: DISEÑO CON PATRONES. Universidad Simón Bolívar. Ing. de Software. Prof. Ivette C. Martínez
CLASE 9: DISEÑO CON PATRONES Universidad Simón Bolívar. Ing. de Software. Prof. Ivette C. Martínez Diseño de Objetos Identificar requerimientos, crear un modelo del dominio, agregar métodos a las clases
Más detalles