Nuestra línea de trabajo se enfoca al desarrollo de metodologías que combinan técnicas de la Estadística y la Inteligencia Artificial para modelar cualitativamente realidades complejas (complejidad de las más altas en el paradigma de Simon) en dominios medioambientales, Aprovechamos las ventajas que este tipo de modelado híbrido ofrece tanto en la producción de conocimiento explícito como en la interpretación de resultados.
Hemos diseñado la Propuesta Metodológica Inducción e Interpretación de Perfiles Dinámicos (I2DPro) para modelar un proceso dinámico que puede dividirse en etapas (e1,...,eE) cubriendo dos objetivos complementarios:
1. Identificar el conjunto de patrones típicos que siguen los objetos de I a lo largo del proceso S.
2. Proporcionar una interpretación conceptual de dichos patrones directamente comprensible para un usuario experto.
Hemos invertido un esfuerzo importante en el desarrollo de definiciones básicas para dar respuesta a cada detalle del problema que describimos y también elaboramos una serie de definiciones básicas para la evaluación del curso de un objeto i a través de las situaciones tipo en que se puede encontrar en cada etapa del proceso.
La metodología ClBRxE está enfocada al análisis cualitativo de un proceso separable en E estados y se aplica en esta tesis al análisis cualitativo de un proceso medioambiental para modelar la dinámica del proceso donde integramos el conocimiento a priori del experto con el conocimiento extraído en cada etapa.
Identificamos qué trayectorias siguen los objetos de este proceso e identificamos las trayectorias más típicas. Detectamos que puede haber inconsistencias en la conceptualización de estas trayectorias, si ésta se construye como simple concatenación de los conceptos de las clases que forman la propia trayectoria. Introducimos la noción de Paradoja de las Trayectorias Mitigantes para caracterizar formalmente esta situación y las condiciones que la favorecen. Asimismo, definimos una serie de conceptos y herramientas de soporte a la identificación de PTM's.
Desarrollamos un algoritmo para identificar todas las PTM's asociadas a un cierto conjunto de trayectorias y una propuesta para resolver estas inconsistencias corrigiendo los conceptos automáticamente inducidos a partir de las clases de referencia que en esta tesis se construyeron por ClBRxE.
Y por último, todos estos procesos se enlazan en una metodología general, la Metodología de Inducción e Interpretación de Perfiles Dinámicos (Methodology of Induction and Interpretation of Dynamic Profiles I2DPro), que genera conceptos asociados a las trayectorias más frecuentes que se dan en un proceso medioambiental aportando una reformulación de las trayectorias típicas identificadas por ClBRXE bajo un formalismo expresivo y directamente comprensible para el experto que descansa sobre los principios de la lógica formal.
Aplicamos sistemáticamente la metodología a un sistema medioambiental por ser éste un contexto de alta complejidad donde el soporte a la decisión es muy necesario y dónde los métodos clásicos muestran un comportamiento pobre. En concreto se ha trabajado con datos provenientes de una Estación Depuradora de Aguas Residuales compuesta de cuatro subprocesos: Entrada, Decantador, Bioreactor y Salida, identificando situaciones características y conceptualizándolas.
Ello permite el análisis cualitativo de la dinámica de un proceso medioambiental de complejidad alta dividiendo el proceso (global) en una serie de subprocesos de tal forma que a partir de una matriz de datos y el conocimiento a priori del experto (si existe) se genera un conjunto reducido de trayectorias típicas relativas a la dinámica del proceso en estudio con sus interpretaciones conceptuales asociadas, que serán consistentes con el conocimiento a priori existente por la forma como se definió el método.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados