Una nueva perspectiva para recuperación en razonamiento basado en casos: mejora de la adecuación del caso recuperado usando funciones de riesgo

• Autores: María Isabel Navarro Jiménez
• Directores de la Tesis: Juan Luis Castro Peña (codir. tes.) , José Manuel Zurita López (codir. tes.)
• Lectura: En la Universidad de Granada ( España ) en 2011
• Idioma: español
• ISBN: 9788469511886
• Tribunal Calificador de la Tesis: Miguel Delgado Calvo-Flores (presid.) , Daniel Arias Aranda (secret.) , José Jesús Castro Sánchez (voc.) , María Belén Díaz Agudo (voc.) , Pablo Carmona del Barco (voc.)
• Enlaces
  • Tesis en acceso abierto en: DIGIBUG
• Resumen

  • Esta investigación, que se centra en el estudio de la etapa de Recuperación en Razonamiento Basado en Casos, persigue como objetivo general aumentar la calidad de los sistemas RBC, evitando cometer errores que conlleven consecuencias no deseadas en dicha etapa. Para ello, se define una nueva metodología, dicha metodología está orientada específicamente a problemas que conllevan cierto riesgo asociado en sus decisiones.

    Utilizando esta metodología, no solo se recuperará el caso más similar, sino que se recupera el caso cuya solución sea la más adecuada para resolver el problema. Para ello se introduce una nueva información del problema que se llamará Información de Riesgo y será la encargada de indicar o medir lo adecuada que resulta la solución asociada al caso considerado para resolver el problema. Esta nueva información se introduce en el proceso de resolución del problema añadiendo un nuevo paso o etapa en la recuperación. A esta nueva etapa (o paso) se le llamará Adecuación de la medida.

    Una vez se ha introducido la Información de Riesgo en el problema, se analizan más en profundidad las consecuencias de seleccionar una u otra solución para resolver el problema, pero ahora en términos de su ganancia y pérdida potencial. Lo que resulta interesante, sobre todo, teniendo en cuenta que en la vida real la ganancia y la pérdida no son conceptos complementarios. Para tener en cuenta esto a la hora de recuperar un caso, se definen los conceptos de ganancia y pérdida de una solución, como dos funciones que medirán las consecuencias positivas y negativas de cada decisión. Más tarde, en términos de la ganancia y la pérdida se obtendrá el beneficio de dicha decisión. Finalmente, la información resultante se introduce en el proceso de selección del caso a través de un sistema de inferencia difuso. Obteniendo así un modelo de recuperación cuya ventaja reside en minimizar el coste de cada decisión tomada por el sistema, conservando la precisión del original.

    Una vez desarrollados los modelos, se comparan empíricamente con otros ya existentes en la literatura, para obtener resultados experimentales que permitan estudiar su compartimiento, ver su funcionamiento y obtener conclusiones.

    Finalmente, y para dar mayor validez a la investigación realizada, se adapta la metodología presentada para resolver dos problemas reales.