Atilim Gunes Baydin
La analogía juega un papel fundamental en la resolucion de problemas y se encuentra detrás de muchos de los procesos centrales de la capacidad cognitiva humana, hasta el punto que se ha considerado "el núcleo del conocimiento". El razonamiento analógico funciona a través del proceso de la transferencia, el uso del conocimiento aprendido en una situación en la otra para la que no fue destinado. El paradigma de razonamiento basado en casos (case-based reasoning, CBR) presenta un modelo muy relacionado , pero ligeramente diferente de razonamiento utilizado principalmente en la inteligencia artificial; diferente en parte porque el razonamiento analógico se centra habitualmente en la similitud estructural entre-dominios mientras que CBR tiene que ver con la transferencia de soluciones entre los casos semánticamente similares dentro de un dominio específico.
En esta tesis, nos unimos a estos enfoques interrelacionados de la ciencia cognitiva, la psicología y la inteligencia artificial, en un sistema CBR, donde la recuperación y la adaptacion se llevan a cabo por el Motor de Asociación Estructural (structure mapping engine, SME) y son apoyados por el razonamiento de sentido común integrando la información desde varias bases de conocimiento. Para permitir esto, utilizamos una estructura de representación de casos que se basa en las redes semánticas. Esto nos da un modelo CBR capaz de recuperar y adaptar soluciones de dominios que son aparentemente diferentes pero estructuralmente muy similares, formando una de nuestras contribuciones en este estudio.
Una de las principales limitaciones de la investigación sobre los sistemas CBR siempre ha sido la adaptación, donde la mayoría de las aplicaciones se conformaron con una simple "reutilización" de la solución del caso recuperado, principalmente mediante una adaptación null o adaptación sustitucional. La dificultad de la adaptacion es aún más evidente para nuestro caso de inter-dominio CBR utilizando redes semánticas. Resolver esta dificultad allana el camino para una contribución igualmente importante de esta tesis, donde se introduce una técnica nueva de adaptación generativa basada en la computación evolutiva que permite la creación o modificación espontánea de las redes semánticas de acuerdo a las necesidades de adaptación CBR.
Para la evaluación de este trabajo, aplicamos nuestro sistema CBR al problema de la mediación, un método importante en la resolucion de conflictos. El problema de la mediación no es trivial y representa un muy buen ejemplo del mundo real, en el que podemos detectar problemas estructuralmente similares de dominios aparentemente tan lejos como las relaciones internacionales, conflictos familiares y los derechos intelectuales.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados