Ir al contenido

Documat


Operadores de generalización para el aprendizaje clausal

  • Autores: Miguel Ángel Gutiérrez Naranjo Árbol académico
  • Directores de la Tesis: José Antonio Alonso Jiménez (dir. tes.) Árbol académico, Joaquín Borrego Díaz (dir. tes.) Árbol académico
  • Lectura: En la Universidad de Sevilla ( España ) en 2002
  • Idioma: español
  • Tribunal Calificador de la Tesis: José Muñoz Pérez (presid.) Árbol académico, Eugenio Roanes Lozano (secret.) Árbol académico, Luis de Ledesma Otamendi (voc.) Árbol académico, Delia Balbontín Noval (voc.) Árbol académico, Mario de Jesús Pérez Jiménez (voc.) Árbol académico
  • Enlaces
    • Tesis en acceso abierto en: Idus
  • Resumen
    • En esta memoria hemos estudiado los procesos de generalización, el paso de lo particular a lo general, cuando la información está expresada en lenguaje clausal. Para ello hemos definido unos operadores adaptados a los distintos órdenes de generalidad. Ha sido necesario compaginar adecuadamente los distintos niveles en los que se produce la generalización: términos, literales, cláusulas y programas. La solución propuesta se apoya en la utilización de conjuntos de posiciones, conjuntos de literales y conjuntos de cláusulas, es decir, los operadores actúan sin necesidad de considerar órdenes sobre los literales de una cláusula o entre las cláusulas de un programa.

      Las principales aportaciones realizadas en esta memoria han sido:

      1.- La definición de una nueva familia de operadores, los Operadores Clausales, con la propiedad de ser operadores universales, esto es, que dadas dos cláusulas cualesquiera C y d podemos alcanzar D desde C mediante la sucesiva aplicación de estos operadores.

      2.- La definición de los Operadores de Aprendizaje para la Subsunción (OAS). Estos operadores son un subconjunto del conjunto de Operadores Clausales y su principal propiedad es que representan una caracterización mediante operadores de la relación de subsunción entre cláusulas, esto es, dadas dos cláusulas cualesquiera C y D, se verifica que C subsume a D si y sólo si podemos obtener C a partir de D mediante la aplicación de una cadena de OAS.

      3.- La definición de una quasi-métrica sobre el conjunto de cláusulas que permite cuantificar la proximidad entre cláusulas basada en la relación de subsunción.

      4.- Un algoritmo para calcular dicha quasi-métrica.

      5.- Una fórmula para una rápida estimación de esta quasi-métrica que permite reducir coste computacionales.

      6.- La definición de operadores de generalización para el orden de derivación por resolución: Los Operadores de Inversión Sesgados (OIS). Una apropia combinación de estos operadores junto con los Operadores de Aprendizaje para Subsunción nos permiten generalizar una cláusula D para obtener la cláusula C cuando C = D.

      7.- La definición de los Operadores de Generalización Minimales (OGM). Estos representan las unidades mínimas de generalización clausal de manera que si C y D son cláusulas y están relacionadas por alguna de las tres relaciones estudiadas: Subsunción, derivación o consecuencia, entonces podemos obtener C a partir de D mediante una combinación apropiada de OGM.

      8.- La definición de operadores de generalización adaptados a la subsunción entre programas: los OAS compuestos. Estos operadores son extensiones a programas de los Operadores de Aprendizaje para la Subsunción (OAS) y de manera análoga a como ocurría con los OAS, también representan una caracterización de la relación de subsunción entre programas.

      9.- La definición de una métrica débil (una pseudo-quasi-distnacia) para cuantificar la proximidad entre programas basada en estos operadores.

      10.- Un método de cálculo de esta distancia débil.

      11.- La definición de un orden de aprendizaje entre programas definidos mediante sus menores modelos de Herbrand.

      12.- La relación entre el operador de consecuencia de Kowlski, el aprendizaje clausal, la relación de subsunción y los operadores que hemos definido para programas (OAS compuestos).

      13.- Diversos resultados relacionados con cadenas infinitas de cláusulas y programas.

      14. Una cota para el diámetro del conjunto de cláusulas por la relación de subsunción.Nuestro objetivo es profundizar en los procesos de generalización asociados a todo proceso de aprendizaje y en cómo podemos sistematizar ese paso de lo particular a lo general cuando el aprendizaje se realiza sobre lenguaje clausal. El objetivo de esta memoria es el estudio de los procesos de generalización, el paso de lo particular a lo general.


Fundación Dialnet

Mi Documat

Opciones de tesis

Opciones de compartir

Opciones de entorno