P. 1
Clasificacion de Animales

Clasificacion de Animales

|Views: 48|Likes:
Publicado porDant Nazar

More info:

Published by: Dant Nazar on Nov 20, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

08/02/2014

pdf

text

original

Sistema Experto: Clasificación de animales según su taxonomía

Pablo González-Ripoll Cerezo
Estudiante Ing. Telecomunicación E.P.S. Universidad Carlos III Leganés, Madrid

Laura Lucas Rodríguez
Estudiante Ing. Telecomunicación E.P.S. Universidad Carlos III Leganés, Madrid

pablo.gripoll@alumnos.uc3m.es

laura.lucas@alumnos.uc3m.es

SÍNTESIS
En esta disertación desarrollamos un Sistema Experto capaz de decidir el grupo taxonómico al que pertenece un ejemplar animal en estudio.

Términos generales
Algoritmos, Documentación, Diseño, Lenguajes, Teoría.

a estudiar ya está consensuada, y se ha hecho un árbol filogenético de los mismos. Si bien la definición de la Taxonomía tiene una larga historia, hoy en día se ocupa de decidir qué clados (grupos monofiléticos, coincidentes con nodos del árbol) se convertirán en taxones, ubicados en sus correspondientes categorías taxonómicas. Los Códigos reglamentan las siguientes 7 categorías taxonómicas: Reino, Filo, Clase, Orden, Familia, Género y Especie.

Palabras clave
Sistema Experto, Clasificación, Animal, Taxonomía, Reino, Filo, Clase, CLIPS, JESS.

1. INTRODUCCIÓN
Desde la aparición de las maquinas, siempre se ha perseguido un mismo fin, conseguir transmitir a éstas todo el conocimiento humano para así poder facilitar las tareas al hombre. Este objetivo se comparte también en una de las ramas de la Inteligencia Artificial, la cual persigue que un mero robot sea capaz de comportarse como un hombre y tomar sus propias decisiones. Para poder llevar a cabo esta tarea se cuenta con distintos procesos que simulan el aprendizaje y decisiones de la maquina. Este tipo de sistemas se acotan en un pequeño campo de conocimientos, y son conocidos como Sistemas Basados en Conocimiento (SBC) o bien Sistemas Expertos, mediante los cuales con unas sencillas reglas podemos llegar a grandes conclusiones con gran rapidez y facilidad. Dichos sistemas se pueden aplicar en todos los campos de la ciencia, aunque en este caso se destinará a la biología. Para un investigador en este campo, que estudia las características de un ejemplar animal, resulta interesante disponer de un procedimiento que le facilite el proceso de su identificación. En este estudio se desarrolla un Sistema Experto destinado a la investigación en zoología, que permitirá la clasificación de animales dentro de los grandes taxones de este Reino, a partir de su observación. Figura 1. Taxonomía y Filogenia.

2.1 Reino
Reino es cada una de las grandes subdivisiones en que se consideran distribuidos los seres vivos, por razón de sus caracteres comunes. En la actualidad, reino es el segundo nivel de clasificación por debajo del dominio. La clasificación más aceptada es el sistema de los tres dominios con cuatro reinos que se presenta a continuación: (Puesto que Archaea y Bacteria no se han subdividido, se pueden considerar tanto dominios como reinos).
Dominios Archaea Bacteria Eukarya Animalia Plantae Fungi Protista Reinos

2. CLASIFICACIÓN DE ANIMALES
La Taxonomía es la subdisciplina de la Biología Sistemática que toma lugar una vez que las relaciones de parentesco de los grupos

Tabla 1. Reinos.

Adquisición de nuevos conocimientos para poder ampliar la ayuda que proporciona al humano. en este caso el biólogo. Un SE debe cumplir dos características primordiales: 1. pueden intercalarse categorías entre la clase y el orden.2. Éstos son extraídos de un humano y codificados en una serie de reglas que le permiten al sistema seguir el razonamiento que seguiría el experto. y se utiliza para subdividir el Reino Animal y el Reino Protistas. El filo es la subdivisión básica del Reino animal y puede definirse como una agrupación de animales basada en su plan general de organización. SISTEMA EXPERTO Como bien indica su nombre. Nematoda. Insecta o Cephalopoda. Bacilli o Mollicutes). Mediante ellos se consigue la resolución de problemas de distinta índole. En animales y bacterias no hay obligación de un sufijo concreto para nombrar las clases ni las subclases (Mammalia. 2. A pesar de que existen casi 40 filos. Estructura general de un Sistema Experto. la inmensa mayoría de los animales pertenecen a alguno de los 9 filos siguientes: Arthropoda. A continuación se detallan las principales partes de un sistema experto. Annelida. Mollusca. del mismo modo. Echinodermata y Chordata. animales tan diversos como las almejas. De hecho. Posteriormente. Para poder conseguir todo lo mencionado anteriormente el SE se basa en una serie de reglas mediante las cuales se puede construir un árbol de decisión. Figura 2. 3. . Porifera. Se muestra a continuación una de las reglas del SE implementado como ejemplo. se usan con frecuencia la subclase y la infraclase. lo cual ayuda al humano (imprescindible en todo momento) a sacar las conclusiones oportunas. Cnidaria. Si la clasificación lo requiere pueden intercalarse nuevas categorías entre la clase y el filo. Capacidad de explicación para todas y cada una de sus reglas. este árbol será usado para poder llegar a una conclusión sencilla.3 Clase La Clase es una categoría taxonómica situada entre el filo o división y el orden. el Filo (Phylum) o División es una categoría taxonómica que está entre el Reino y la Clase. un Sistema Experto (SE) simula el comportamiento de un humano en un campo muy reducido de conocimiento.1 Base de conocimientos Se trata de la parte del Sistema Experto donde se encuentran los conocimientos sobre el dominio. más del 80% de las especies animales están incluidas en el filo Arthropoda. 2. los caracoles o los pulpos pueden agruparse en el filo Mollusca al presentar un plan básico de organización común. Un sistema experto esta compuesto por distintas partes que se enlazan como vemos en la figura 3. Platyhelminthes. Memoria de trabajo Figura 3. Clase como categoría taxonómica.2 Filo (Phylum) En zoología. la más usada es la superclase. Así. Comúnmente las reglas suelen seguir una estructura condicional: típicamente con el formato SI ocurre esto ENTONCES pasa esto. 3.

4. Los hechos permiten que alguna regla sea aplicable. (deffacts hechos-del-vehiculo “información del vehículo” (marca Citroen) (modelo Xsara Picasso) (puertas 5) ) Ejemplo 1. Otro punto a tener en cuenta es que esta herramienta soporta programación lógica. Ejemplo 2. por tanto es el que simula el comportamiento humano. CLIPS trabaja con reglas y hechos (facts). A pesar de su antigüedad sigue siendo uno de los lenguajes más utilizados por su integrabilidad. . Ejemplo de regla generada. fue creado por la NASA en 1986 como una herramienta para el desarrollo de Sistemas Expertos. Se trata de un entorno en el que incluye un sistema de encaminamiento de la verdad con encaminamiento hacia delante.. Reglas en CLIPS. una adición dinámica de reglas y hechos y diferentes estrategias para la resolución de conflictos.3 Motor de inferencia Es el modulo mas importantes de todos los anteriores. (acción N) ) 3. Figura 4. o muchas células funcionando como una colonia..2 Memoria de trabajo Se encarga de almacenar hechos que son relacionados con conocimientos mediante consultas. imperativa y programación orientada a objetos. (defrule <nombre-regla> [<descripción opcional>] [(declare (salience <num>))] (patrón 1) (patrón 2) . 3.. puede ser implementado casi en cualquier lenguaje de programación pero normalmente se suelen usar lenguajes lógicos para ello. A continuación podemos ver un ejemplo de una asociación de hechos. en este caso JESS aunque se procederá también a la explicación de CLIPS puesto que JESS es una evolución del mismo en Java. En ella se puede deducir que la primera palabra representa la relación entre los siguientes hechos. Conjunto hechos en CLIPS. Ejemplo Árbol de decisión. durante el uso del sistema experto. Además se dispone de interfaces y herramientas en otros lenguajes como JESS (utilizado en nuestro caso) y otras extensiones para lógica borrosa (FuzzyCLIPS). Es la manera que tiene el SE de aprender. Ejemplo 3.4 Métodos de implementación Tras conocer lo que es un sistema experto se puede pasar a resumir las distintas maneras de realizar uno. es el encargado de trabajar con los datos tanto de la base de conocimientos como de la memoria de trabajo para llegar a conclusiones en nuevas situaciones. Algunos de los lenguajes que se suelen usar son los siguientes: • Prolog • CLIPS • JESS Procediendo en el siguiente punto a la explicación de los usados para la implementación de este sistema experto. (patrón N) => (acción 1) (acción 2) . En el siguiente esquema podemos observar como se construye una regla en CLIPS.1 CLIPS Conocido así por el significado de sus siglas en ingles C Language Integrated Production System (Sistema de producción integrado en lenguaje C). Es el encargado de usar todas las reglas de las que se dispone para construir el árbol de decisión y llegar así a una conclusión que se puede mostrar usuario del SE. Al igual que otros lenguajes para Sistemas Expertos. Fue desarrollado para intentar solventar todos los problemas existentes para estos sistemas en LISP. 3.Si [r1] = "El cuerpo del organismo es una simple célula eucarionte. Puesto que esta compuesto por una seria de reglas de tipo condicional. eficiencia y rapidez sin olvidar su fácil obtención debido a que es gratuito. De esta manera se pueden ir adquiriendo nuevos conocimientos que serán aplicados en consultas futuras. facilidad.." Entonces [el animal pertenece a] = "Reino Protista" 3.

• • • • Estrategia en profundidad (Depth) (es la utilizada por defecto). A cada activación se le asigna un número en el orden de la agenda. dando prioridad a los hechos realizados con posterioridad y comparando los patrones en orden descendente. siguiendo una estrategia de resolución de conflictos u otra.. <=. symbolp. < Comparación de otro tipo: eq. evenp. Ejemplo 5. A la hora de comparar todos los patrones. • Estrategia MEA. podemos proceder a definir el motor de inferencias. Funciones predicado: stringp. podremos comparar los patrones mediante funciones de evaluación: (test <función-booleana> <arg>) ?variable&:(<función-booleana> <arg>) Ejemplo 6. not. (readline): Lee una línea. Definición de funciones. and. que será el encargado de emparejar los hechos con cada una de las reglas. Finalmente podemos definir distintas funciones siguiendo la semántica indicada: (deffunction <nombre-fun> [comentario] (?arg1 ?arg2 . O bien utilizando funciones booleanas (son las utilizadas en este proyecto): • • • • lógicas: or. numberp. sólo nos queda decidir cuál es la estrategia de resolución de problemas que seguiremos para nuestro Sistema Experto. >. El motor de inferencias se basa en una serie de órdenes que se muestran a continuación: (facts): lista los hechos de la MT (assert <hecho>): añade el hecho a la MT (retract <ref-hecho>): elimina el hecho de la MT (clear): elimina todos los hechos de la MT (reset): elimina todos los hechos de la MT Además. se debe tener en cuenta la existencia de patrones avanzados en los cuales podemos imponer restricciones mediante: • Negación (~) Conjunción (&) Disyunción (|) • • Ejemplo 4. Estrategia aleatoria. and y not. También podemos definir variables globales mediante el uso de la sentencia defglobal.. Para ello. Esa asignación se conserva durante todas la ejecuciones. no pudiendo diferenciar entre reglas que son activadas por la aserción de los mismos hechos. En las que el criterio de ordenación es la especificidad. En todos los casos partimos de que antes de aplicar la regla de resolución de conflictos. Después de todo esto. cuando una regla tiene sus patrones totalmente emparejados se considera que esta activa. . Estrategia de simplicidad/complejidad. lexemep. Funciones de evaluación. de variables. • Estrategia LEX. neq.. Una variable se diferencia porque delante del nombre ponemos el símbolo de cierre de interrogación.. Se asigna a cada hecho el tiempo en el que fue creado.?argM) (<acción 1> . . >=. Teniendo en cuenta todo lo anterior. Una vez definido todo lo anterior. Asignamos valor a las distintas variables mediante las sentencias: ---Declaración e impresión variable --(bind ?x “Hola”) (printout t ?x clrf) Sigue el mismo procedimiento que LEX pero mirando solo el primer patrón. Variables en CLIPS. <acción K>) ) Ejemplo 7.<>.A la hora de definir las reglas para obtener un código más legible y simplificado. también se pueden unir patrones mediante las relaciones lógicas or. Estrategia en anchura (Breadth). como en la mayoría de lenguajes.. podemos hacer uso. (read): Lee una palabra. Algunas funciones muy utilizadas que ya vienen implementadas son: • • • printout t <variable>: Imprime por pantalla la variable. Comparación numérica: =.. Órdenes básicas en CLIPS. se ordena la agenda (dándose prioridad a las reglas más recientemente activadas).

Esta antigüedad ha convertido a CLIPS en un sistema más completo y estable. no suele ser recomendable. El futuro de JESS depende altamente de la evolución de la web. una de ellas es JESS. pues al tratarse de Java. pues normalmente supone una carga excesiva (ocupa bastante) y es mejor ubicarlo en el servidor. que las respuestas puedan ser s/sí (para caso afirmativo) y n/no (para el negativo). puede formar parte de aplicaciones de tipo applet o incluirse en navegadores. Es por esto que JESS se actualiza constantemente y el autor. CLIPS probablemente sea el elegido debido a su reputación como el sistema más estable y al gran apoyo del que goza. Se puede trabajar con JESS tanto desde la consola. en CLIPS también podemos utilizar distintos bucles tipo while o estructuras condicionales if then … else. cabe mencionar su versatilidad en el mundo de la web.4. JESS en Eclipse. probablemente por su antigüedad. Si es basado en web o en forma de applet. Admitiéndose. mientras que los usuarios de JESS aún siguen sufriendo la existencia de algunos bugs menores. como embebiendo el sistema en la plataforma Eclipse. cargarlo (load). se trata de una consola para sistemas expertos en Java basada en CLIPS (JESS: Java Expert System Shell).Además de todo lo indicado anteriormente. se implementaron dos funciones que permiten la traducción de las respuestas en los valores booleanos correspondientes. Finalmente. Para las aplicaciones más clásicas. Estas tres condiciones hacen que sea altamente probable que JESS se convierta en uno de los sistemas más populares y más utilizados. decantándose finalmente por la sencillez de las preguntas (buscando respuestas afirmativas o negativas para continuar con el estudio). pero ha comenzado a adquirir su propia fama gracias a la creciente influencia de sistemas desarrollados en Java. La mayoría de las reglas empleadas al seguir el procedimiento anterior se basan en funciones condicionales (if <condicion> then <accion> else <accion2>). Para facilitar el uso del sistema y evitar al usuario tener que responder a las preguntas mediante TRUE o FALSE. Basándose en ese planteamiento. Hoy en día. No obstante. se comienza haciendo las preguntas más generales del animal. 3.3 CLIPS vs. pero CLIPS parece tener un público más amplio. JESS En primer lugar se presentan algunos datos interesantes de cara al uso de CLIPS y JESS: JESS Año de primera versión Disponibilidad para uso no comercial Disponibilidad para uso comercial 1995 Libre Negociable (EEUU libre) CLIPS 1986 Libre Negociable 3. Especialmente la orientación a objetos y la posibilidad de fácil integración en el código Java le otorgan a JESS un futuro muy prometedor. Como dicen sus autores "JESS se ha convertido en la forma más práctica de aportar a las aplicaciones y applets Java la capacidad de "razonar"". realizando previamente un reset) y guardarlo (save). ejecutarlo (run.4. la solución final se basó en la facilidad de uso para el usuario. 4. Hoy en día existe una estrecha relación entre la programación lógica y el lenguaje Java. CLIPS vs. JESS fue originalmente creado como un clon del núcleo esencial de CLIPS. Este programa muestra las ventajas de esta unión entre la programación lógica y Java ya que JESS es muy portable. resta por mencionar las sentencias necesarias para editarlo un programa (edit).2 JESS Como ya se ha mencionado. de mayor poder y a la vez muy flexible. lleva a cabo regularmente nuevas versiones y corrección de errores. IMPLEMENTACIÓN A la hora de realizar el diseño de este Sistema Experto. para ir avanzando en el nivel de exactitud de las mismas hasta obtener una respuesta. así. la elección de JESS es muy lógica (incluso respaldada por los autores de CLIPS). el lenguaje de programación Java y su propia estabilidad futura. para poder realizar un control del flujo. la elección entre JESS y CLIPS depende de la aplicación. Pudiendo utilizar además clases y objetos. Además se sabe que otra ventaja es que con esta unión se obtienen mayores beneficios si lo que se desea es poder representar el conocimiento. Como principal novedad con respecto a CLIPS. Figura 5. Ernest Friedman-Hill. . Jess Tanto CLIPS como JESS son productos con gran apoyo en Internet. de esta relación han nacido muchas aplicaciones que son de mucha ayuda. Tabla 2.

¿Es visible una verdadera metamería? Sí . mostramos a continuación una foto de los mismos con las preguntas a responder en la captura de pantalla de la consola durante la prueba.¿El cuerpo forma masas irregulares con paredes rugosas. PRUEBAS Una vez presentados tanto las herramientas de las que se hacen uso. Si observamos el inicio de la Figura 8. se procede a mostrar una serie de ejemplos visuales del funcionamiento de la aplicación. En la interfaz del Sistema Experto irían apareciendo sucesivas preguntas cuya respuesta será sí/no.clp) en la cual se indica primero que queremos ejecutar un programa mediante la instrucción batch y seguidamente la ruta del fichero a ejecutar (en este caso una carpeta por encima de la ruta en la que nos encontramos). En este caso se trabaja en Linux.1 Ejemplar de clase Protista Iniciamos las pruebas con el caso más sencillo que puede darse. 5../se_animales. el procedimiento que seguiría y las decisiones que tomaría un usuario. en el análisis de la interfaz con la que interactúa el usuario. mediante la línea (batch . para ello. se puede confirmar su correcto funcionamiento. Figura 7. a continuación.¿Hay ausencia de ano o falta por completo el sistema digestivo? No . se hace uso de una nueva regla para recopilar la información obtenida de las preguntas anteriores y mostrar por pantalla al usurario la conclusión alcanzada tras las preguntas respondidas. . ásperas y perforadas por numerosos poros? No . 6. variando con respecto a Windows que en el segundo caso hay que añadir el formato del fichero (jess. como el funcionamiento del sistema desarrollado. El usuario seleccionaría la condición que mejor describiera las características observadas en el animal que se quiere clasificar. Ejemplo 8. Ejemplo de ejemplar en estudio.¿Se observan articulados? Sí apéndices locomotores Figura 8. Seguidamente se muestra como se ejecuta nuestro programa en JESS. Si seguimos la cadena de respuestas. Simulamos. nos centramos.¿Se observa simetría radial o bilateral? Sí . 6. Tratándose en ese caso de el animal más sencillo a clasificar. Figura 6. . consistente en llegar a la solución en un único paso.¿Se observan antenas? No Resultado del estudio: Clase Arachnida. .bat). Ejemplar de la clase Protista.¿El cuerpo del organismo es una simple célula ecuarionte. observando las imágenes. hasta obtener una solución (taxón al que pertenece). podemos ver como comenzar a trabajar con JESS (solo será mostrado en esta prueba). Interacción con usuario. Captura de pantalla del SE para clase Protista. en el supuesto de que quisiera identificar el taxón al que pertenece el animal mostrado en la imagen. EJEMPLO Una vez explicado el desarrollo de los procedimientos necesarios para el funcionamiento del Sistema Experto. o muchas células funcionando como una colonia? No .Finalmente.

Finalmente. En este caso el resultado. también fue exitoso. pero cuya complejidad se basaba en que el camino de preguntas se bifurca llegados a un punto. el cual se muestra a continuación con las siguientes imágenes. Ejemplar de la clase Hydrozoa. Figura 12. Captura de pantalla del SE para la no existencia de coincidencias. podía ser causa de fallo por tener que realizar un camino distinto al anterior. Figura 9. Captura de pantalla del SE para clase Trematoda. seguimos opinando que pese a no necesitar un numero tan elevado de investigadores con el SE.6. 7. a continuación. se muestra una prueba en la que la sucesión de preguntas lleva a una de estas situaciones. como se puede observar en las imágenes. se decidió buscar un animal con una clasificación que implicase un mayor número de preguntas por parte de la máquina. Figura 10. y por tanto un mayor grado de dificultad. se Figura 11. Figura 10. Ejemplar de la clase Trematoda. Por tanto. .2 Ejemplar de clase Trematoda Para realizar una prueba más exhaustiva del SE. Para un experto humano realizar clasificaciones con la variedad tan exagerada de taxonomías. y por tanto de clases. Finalmente la prueba resulto exitosa y el resultado fue el esperado. 6. CONCLUSIONES Tras realizar este proyecto hemos podido observar la gran utilidad de los Sistemas Expertos en todas las materias. obviamente habrá ejemplares animales que se escapen a la base de conocimientos. 6. se decidió realizar otra prueba.3 Ejemplar de clase Hydrozoa Para asegurar el correcto funcionamiento del SE en todos los casos. pero especialmente en la Biología. supondría un consumo de tiempo muchísimo mayor. pudiendo confirmar tras dicha prueba el correcto funcionamiento del sistema en todos aquellos casos en los que el animal se encuentra en su base de conocimientos.4 Ejemplar no presente en la base de conocimientos Puesto que nuestro sistema ha sido desarrollado con una extensión bastante limitada. que a simple vista puede resultar parecida a la anterior. Captura de pantalla del SE para clase Hydrazoa. A pesar de todo ello.

.org/wiki/Sistemas_Expertos [7] Información CLIPS http://clipsrules. sería fundamental contar con la colaboración de un verdadero experto investigador en Biología. S. 8. Y se puede apreciar facilmente durante su uso.com/jess/download. el sistema podría informar al usuario de este hecho y posteriormente preguntarle si desea añadir una nueva regla que contemple el caso en estudio. 8. 2005. 2ª edición.A.shtml [13] Reglas de JESS http://www.wikipedia. la sencillez de los primeros a la hora de programar sistemas de este estilo.org/wiki/CLIPS [12] Programa JESS http://www. es poder ofrecer a éste un porcentaje de . que fuera quien planteara nuevas reglas. P. En una posible versión mejorada podría plantearse la posibilidad de incluir una nueva funcionalidad en estos casos. 2003. Madrid . entendiéndose. R. 9.jessrules. F. XXVI+1005 pp.monografias.html [8] Apuntes de CLIPS en español por Aitor San Juan Sánchez [9] Apuntes asignatura Inteligencia en Redes de Comunicaciones curso 2007/2008 [10] Prácticas asignatura Inteligencia en Redes de Comunicaciones curso 2007/2008 [11] http://es. Roberts. fiabilidad.shtml [6] http://es. REFERENCIAS [1] Padilla Álvarez.3 Cálculo de la fiabilidad del resultado Otra de las mejoras que puede resultar intersante desde el punto de vista del experto. Para poder realizar este cambio se debería contar a la hora de implementacion con la ayuda de un experto que tuviera la capacidad de decidir si la maquina estuvo acertada en la clasificación o no.. McGraw-Hill-Interamericana.1 Reglas De lo aclarado anteriormente se desprende la conclusión de que la base de conocimientos de nuestro sistema debe calificarse de muy limitada. en el caso de que se llegue a una combinación de respuestas tal que el resultado no coincida con ninguna de las clases animales presentes en la base de conocimientos. Desde el punto de vista del desarrollador. G. L. Larson. Ediciones Díaz Santos S. por tanto. obviamente. ISBN 0-87893-097-3. & Brusca. no pretendemos realizar una Sistema Experto capaz de satisfacer las necesidades de un verdadero investigador zoólogo. únicamente se muestra por pantalla un mensaje que indica dicha situación.wikipedia. que la mejora inmediata que debería plantearse es aumentar la lista de reglas de la que se dispone. según haya sido el estudio y las preguntas a las que el usuario haya respondido. C. Una opción podría ser añadir nuevas reglas con ayuda del usuario cuando una de estas situaciones se alcanza.net/OnlineDocs. Por otro lado hemos tenido la oportunidad de trabajar con JESS y poder apreciar cómo están estructurados los lenguajes orientados a la realización de SE con respecto a otros. 2002. Principios Integrales de Zoología.com/jess/docs/71/ 8. planteamos el esqueleto de lo que podría ser una aplicación de verdadera utilidad en este ámbito profesional. [2] Hickman.necesitaría un experto que supervisase el trabajo del sistema y su correcto funcionamiento.U. [3] Brusca. [4] Apuntes de la asignatura sobre Sistemas Expertos [5] http://www. Es decir. 8. como puede ser C. J. En esta hipotética etapa de desarrollo del proyecto. Cuesta López. añadir esta funcionalidad supondría incluir una función más en el programa.jessrules.A.sourceforge. capaces de abarcar un espectro mucho más extenso. en las ocasiones en que las respuestas dan lugar a un ejemplar fuera de la base de conocimientos. Zoología Aplicada. indicándole si existe la posibilidad de fallo. McGrawHill/Interamericana de España.2 “Aprender” de los fallos Como se ha observado en una de las pruebas. A.. Invertebrados.com/trabajos16/sistemasexpertos/sistemas-expertos. A.. AMPLIACIONES Y LÍNEAS FUTURAS En este estudio. Más bien.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->