Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clases de SBCs
Basados en reglas
Basados en casos
Basados en redes neuronales
Basado en modelos
Sistemas multiagente
Almacenamiento del
conocimiento
Tres posibles tipos de conocimiento:
Conocimiento factual (objetos del dominio y
sus caractersticas)
Conocimiento relacional (relaciones entre los
objetos del dominio)
Conocimiento condicional (reglas)
Almacenamiento del
conocimiento: reglas
El conocimiento condicional incluye:
Conocimiento deductivo (estructural): describe
los procesos de resolucin de problemas
como cadenas de deduccin
Conocimiento sobre objetivos (estratgico):
orienta el proceso de resolucin
Conocimiento causal (de soporte): apoya al
proceso de explicacin de la resolucin
Almacenamiento del
conocimiento: reglas
Modularizacin de las reglas
Facilita el desarrollo y el mantenimiento del
sistema
Aumentar la eficiencia del proceso de
razonamiento
Permite implementar estrategias de uso del
conocimiento (meta-conocimiento, metareglas)
Almacenamiento del
conocimiento: meta-reglas
Describen conocimiento a alto nivel sobre
la resolucin del problema.
Permiten dirigir el control de la resolucin
Activar y desactivar reglas/mdulos
Decidir el orden de ejecucin de
reglas/mdulos
Decidir estrategias de resolucin, tratamiento
de excepciones, incertidumbre...
10
Almacenamiento del
conocimiento: meta-reglas
Tipos de meta-reglas:
Meta-reglas sobre reglas
Inhibir / desinhibir reglas
Meta-reglas sobre mdulos
Tipo de bsqueda en los mdulos (adelante, atrs)
Nivel de corte en la certeza mnima de las reglas
Clasificacin de reglas
Meta-reglas sobre estrategias
Estrategia: conjunto ordenado de mdulos a ser tratados
Excepciones
Meta-reglas sobre planes de actuacin
Qu estrategia se aplica antes cuando hay ms de una?
11
12
13
14
Mdulo de
explicacin/justificacin
Credibilidad del sistema
Explicaciones/justificaciones en las
reglas/meta-reglas
Funcionalidad tpica:
Por qu? --> Objetivos que el
sistema tiene que resolver
Cmo? --> Cadena de
razonamiento hasta el punto actual
15
Mdulo de
explicacin/justificacin
Dos niveles de explicacin/justificacin
Traza del razonamiento (reglas y hechos
deducidos)
Razones de las lneas de razonamiento
seguidas, de los objetivos planteados, de por
qu se han hecho ciertas preguntas
Explicaciones en lenguaje natural
Texto prefijado
Texto generado dependiente del contexto
16
Sub-sistema de aprendizaje
Tipos de aprendizaje
Correccin de errores --> El SBC recibe
retroalimentacin sobre los errores que
comete
Creacin de nuevas reglas o meta-reglas
Modificacin de las reglas
Olvido
17
Ciclo de ejecucin
Consta de cuatro fases:
1. Recuperacin: bsqueda de los casos
almacenados mas similares
2. Obtencin de la solucin del caso
recuperado
3. Revisin: Se evala y adapta la solucin
recuperada
4. Retencin: si es interesante, se guarda el
caso
19
Ciclo de ejecucin
20
Almacenamiento del
conocimiento
El conocimiento est formado por casos.
Un caso es una estructura compleja
(caractersticas, solucin).
Los casos se almacenan en la base de
casos (estructura, indexacin)
Existe tambin conocimiento para:
Evaluar la similaridad entre los casos
Combinar/adaptar las soluciones recuperadas
Evaluar las soluciones
21
23
Justificacin y aprendizaje
Justificacin
Es parte de la informacin de los casos
Se complementa con el razonamiento sobre la
combinacin/adaptacin de las soluciones
Aprendizaje
Aprendizaje de nuevos casos (mas sencillo
que en los sistemas de reglas)
La solucin debe ser sucientemente diferente
(evaluacin).
Se pueden olvidar casos (poco usados,
parecidos a otros).
24
27
28
Sistemas multiagente
Lejos de una visin monoltica de los
sistemas inteligentes
Un agente inteligente resuelve una tarea
sencilla.
El problema global se resuelve en
cooperacin/coordinacin.
Otras reas involucradas:
Organizacin
Negociacin
Divisin del trabajo
Comunicacin
Razonamiento sobre otros agentes
30
Sistemas multiagente
Ventajas:
Sistemas flexibles
Reconfiguracin/reorganizacin para otras
tareas (componentes) y otros problemas
Relacionado con:
computacin Grid
servicios web
31