Universidad Mesoamericana

Ingeniera en Telecomunicaciones
Decimo Semestre

Inteligencia Artificial
Fernando Hanz Hernndez De Len
201014027

Razonamiento Basado En Casos

El razonamiento basado en casos es una
herramienta de acercamiento a la
Inteligencia Artificial, que trata de resolver
un
nuevo
problema
recordando
situaciones
similares
anteriores
y
reutilizando
el
conocimiento
y
la
informacin de estas situaciones.
Este paradigma es capaz de utilizar
conocimiento especfico de experiencias
previas, es decir, situaciones de un
problema concreto (casos). Un problema
nuevo (al decir nuevo nos referimos a
nunca antes tratado) es resuelto cuando
se encuentra un caso pasado similar y se
reutiliza en la situacin del problema
nuevo.1
Este paradigma posee un acercamiento al
aprendizaje incremental, sostenido, ya que
se guarda una experiencia nueva cada vez
que se resuelve un problema, pasando a
estar disponible para futuros problemas
desde ese mismo momento.
Los seres humanos utilizamos el
razonamiento basado en casos para
resolver casos de la vida cotidiana, como
elegir el camino que requiera menos
tiempo segn la hora en que lo recorramos
o confiar o desconfiar en alguna persona
segn sus anteriores formas de actuar,
tambin se utiliza en medios profesionales
razonamiento basado en casos como en
los sntomas para hacer el diagnostico de
un paciente o en las argumentaciones
para los casos legales se utilizan
antecedentes previos.

Las aplicaciones razonamiento basado en

casos se clasifican principalmente en dos
tipos que son tareas de clasificacin y
tareas de sntesis.
En las tareas de clasificacin, un caso
nuevo se empareja con aquellos de la
base de casos para determinar qu tipo,
clase o caso es. La solucin del caso que
mejor ajusta es el que se reutiliza.
La
mayora
de
las
herramientas
razonamiento basado en casos disponible
dan un soporte aceptable para las tareas
de clasificacin, que suelen estar
relacionadas con la recuperacin de
casos. Existe una gran variedad de tareas
de clasificacin, como por ejemplo la
diagnosis mdica o de fallos de equipos, la
prediccin de fallos de equipos o actuacin
sobre el stock de un mercado, la
valoracin o anlisis de riesgos para
bancos o seguros o estimacin de costes
de proyectos, el control de procesos,
reutilizacin de planos de viaje o
planificadores de trabajo.
Las tareas de sntesis intentan crear una
nueva solucin combinando partes de
soluciones
previas.
stas
son
inherentemente complejas a causa de las
restricciones de los elementos usados
durante la sntesis. Por lo general este
tipo de razonamiento basado en casos son
sistemas que realizan adaptaciones siendo
hbridos que combinan otras tcnicas
como:
Diseo: La creacin de un nuevo artefacto
adaptando elementos de otros existentes.
Planificacin: La creacin de
planes a partir de otros previos.

nuevos

Configuracin: La creacin de nuevos

planificadores a partir de otros previos.

VENTAJAS
DEL
RAZONAMIENTO
BASADO EN CASOS (CBR) EN LA
ADQUISICIN DE CONOCIMIENTO:
A los expertos les resulta ms sencillo el
CBR que proporcionar reglas de aplicacin
general.
Mediante el CBR se pueden proponer
soluciones en dominios que no se
comprenden de todo.
Es posible evaluar las soluciones cuando
no existe ningn mtodo algortmico para
hacerlo
Resulta ms sencillo adquirir nuevos
casos
que
descubrir
reglas
y
generalizaciones nuevas

Es ms rpido reutilizar una solucin

previa que obtener la solucin desde cero.
Los casos ayudan a un razonador a
concentrarse en los aspectos importantes
de un problema, al identificar las
caractersticas definitorias.
Los casos pueden proporcionar tambin
informacin negativa, alertando sobre
posibles fallos (excepciones)
Mantenimiento de la base de
conocimiento: los usuarios pueden aadir
nuevos casos sin ayuda de los expertos.
Aceptacin de los usuarios.
El CBR es especialmente adecuado en
dominios poco formalizados y donde el
aprendizaje juega un papel preponderante.

CONCLUCIONES
El Razonamiento Basado en Casos es un trmino conocido desde hace mucho
tiempo entre psiclogos y que el ser humano usa desde su infancia para tomar decisiones
cotidianas, en esta era de constante evolucin tecnolgica es una herramienta vital en el
acercamiento a la creacin de la inteligencia artificial que nos permite dejar una serie de
casos base con la que la maquina podr tomar decisiones independientes sintetizando o
emparejando, dependiendo de su estructura, para la resolucin de problemas futuros.

BIBLIOGRAFIA:
1) www.infor.uva.es/~calonso/MUI-TIC/Fernando/introduccionCBR.pdf
2) introduccin a la CBR. Fernando Daz Gmez
3) http://www.iiia.csic.es/udt/es/artificialintelligence/razonamiento-basado-en-casos