Una aproximación ontológica al modelado de conocimiento en los dominios de planificación
- Autores: Antonio Alejandro Sánchez Ruiz-Granados
- Directores de la Tesis: Pedro Antonio González Calero (dir. tes.) , María Belén Díaz Agudo (dir. tes.)
- Lectura: En la Universidad Complutense de Madrid ( España ) en 2010
- Idioma: español
- Tribunal Calificador de la Tesis: Pablo Gervás Gómez-Navarro (presid.) , Marco A. Gómez-Martín (secret.) , Juan Fernández Olivares (voc.) , Santi Ontañón Villar (voc.) , David Camacho Fernández (voc.)
- MSC2000 :
- Enlaces
- Tesis en acceso abierto en: Docta Complutense
- Resumen
Históricamente la comunidad de planificación ha concentrado sus esfuerzos en la creación de potentes algoritmos de búsqueda para resolver problemas en dominios muy sencillos en los que se usa muy poco conocimiento. Sin embargo, cuando intentamos utili zar técnicas de plani?cación para resolver problemas del mundo real nos encontrarnos con dominios ricos en conocimiento, difíciles de modelar y con gran cantidad de información asociada. En este tipo de dominios surgen nuevos problemas relacionados c on la adquisición y gestión de grandes bases de conocimiento.
Nuestra propuesta consiste en utilizar ontologías para modelar el conocimiento de carácter estático asociado a estos dominios. En concreto, nos centraremos en un tipo de ontologías con u na base formal bien fundada (las lógicas descriptivas) que ofrecen un buen compromiso entre expresividad y complejidad computacional. Además, estas ontologías son uno de los pilares fundamentales de la web semántica, por lo que existe toda la infraes tructura montada a su alrededor de la que podemos aprovecharnos: lenguajes estándar, editores visuales, sistemas de razonamiento, etc. Uno de los objetivos de este traba jo consiste en estudiar qué pueden aportar las ontologías y toda esta infraestru ctura montada a su alrededor al modelado del conocimiento asociado a los dominios de plani?cación.
Por otra parte, las ontologías proporcionan un vocabulario rico con el que poder expresar conocimiento usando distintos niveles de detalle. Esta capa cidad de razonamiento abstracto permite realizar inferencias interesantes a partir del conocimiento disponible. Además, permite plantear problemas de plani?cación abstractos cuyas soluciones pueden aplicarse a multitud de problemas concretos, algo qu e resulta especialmente interesante en aproximaciones basadas en casos. En este traba jo también investigaremos cómo podemos aprovechar la capacidad de razonamiento a distintos niveles de abstracción de las lógicas descriptivas.
