El avance producido en los últimos años en el ámbito de la computación e inteligencia artificial permite disponer de un conjunto de técnicas que traten, de una forma experta y consistente, el amplio y complejo dominio de las evaluaciones de impacto ambiental, Las características generales del dominio, de gran tamaño y con una tasa de cambio de los conocimientos elevada, sugiere como adecuada una aproximación de integración entre bases de datos, sistemas expertos y redes de neuronas artificiales.
La ausencia de una metodología de integración entre las citadas técnicas, requiere un amplio estudio de diversas metodologías existentes en cada una de las técnicas involucradas, necesario para la consecución de una metodología de integración que incorpore un alto gradod e integridad y consistencia a los sistemas de información resultantes. En general, las capacidades de aprendizaje de las redes de neuronas artificiales unidas a las posibilidades de razonamiento y explicación de los sistemas expertos y a las capacidades de definición y manipulación de grandes cantidades de datos de las bases de datos permiten manejar el complejo dominio de las evaluaciones de impacto ambiental con unas mínimas garantias.
En el aspecto técnico, el sistema general incorpora un nivel de abstracción superior basado en reglas de producción que define las hipótesis generales del dominio (acciones causantes de impacto, cruces de efectos y medidas correctoras), y un nivel inferior, con un mecanismo de razonamiento basado en restricciones, que decremente el coste de mantenimiento del sistema.
Además, se incorpora una nueva arquitectura de manipulación de redes de neuronas artificiales que considera la integración de las diferentes etapas de los sistemas conexionistas (arquitectoras, conjuntos de entrenamiento, conjuntos de test y en ejecución). Este esquema, que hace un uso masivo de bases de datos, automatiza e increm
© 2008-2024 Fundación Dialnet · Todos los derechos reservados