Adivino-A31: una nueva conceptualización para sistemas de diagnóstico mediante resolución y aprendizaje cooperativos

• Autores: Begoña Rodríguez-Rey Alegría
• Directores de la Tesis: Anselmo del Moral Bueno (dir. tes.) , José Fernando Díaz Martín (dir. tes.)
• Lectura: En la Universidad de Deusto ( España ) en 2001
• Idioma: español
• Tribunal Calificador de la Tesis: José Luis Maté Hernández (presid.) , Verónica Canivell Castillo (secret.) , Francisco Javier Zubillaga Zubimendi (voc.) , Juan Pazos Sierra (voc.) , Juan Luis Gutiérrez González (voc.)
• Texto completo no disponible (Saber más ...)
• Resumen

  • La presente tesis enlaza dos areas generales de investigacion dentro del campo de la Inteligencia Artificial: la Resolucion de Problemas de manera automatizada y el aprendizaje Automatico, Su objetivo generales el diseño y desarrollo de sistemas inteligentes para la resolucion de problemas de entornos industriales, que sean capaces de mantener de manera autonoma la eficacia y eficiencia de resolucion a lo largo del tiempo. Esto implica que dichos sistemas deben ser robustos frente a los inconvenientes de dinamismo e inaccesibilidad (a veces tambien indeterminismo) caracteristicos de los entornos industriales. Para ello, se ha propuesto una nueva conceptualizacion de sistema inteligente de resolucion, conforme a lo cual este se contempla como una organización de agentes inteligentes cooperativos( uno de resolucion, propiamente dicho, y otro de aprendizaje) definida sobre una arquitectura de pizarra. El agente de resolucion esta dotado de una base de conocimiento que integra conocimento empirico (eficiente) de resolucion mediante reglas heuristicas y conocimiento profundo(eficaz) sobre el entorno de problemas mediante un modelo cualitativo de tipo componente-conexión orientado a objetos. Para resolver cada problema este agente examina primero las reglas heuristicas para determinar una respuesta rapida, y solo cuando dicha respuesta es excesivamente vega o incorrecta examina el modelo componente-conexión.

    El agente de aprendizaje genera, a partir de episodios de resolucion terminados registrados en la "pizarra"y soportandose sobre el conocimiento profundo del agente de resolucion, nuevo conocimiento empirico para resolver futuros problemas. La arquitectura de pizarra proporciona flexibilidad al sistema al establecer una relacion sinergica entre los dos agentes garantizando la independencia de cada uno en cuanto a su diseño y desarrollo particular.