e - GSI

More documents

Recommendations

Info

El nivel del conocimiento en SBC y en agentes Sistemas primitivos: conocimiento representación en un lenguaje (nivel simbólico) Sistemas actuales: conocimiento modelo (nivel de conocimiento) representación en un lenguaje (nivel simbólico) En sistemas multiagente, necesidad de establecer lo que sabe y no sabe cada uno «ontologías» c○ 2011 DIT-ETSIT-UPM Representación del conocimiento transp. 11 Ontologías (sentido numerable) «Una ontología es una especificación explícita de una conceptuación. Es un término adoptado de la filosofía, en la que una ontología es una explicación sistemática de la existencia. En la inteligencia artificial lo que existe es lo que puede representarse» (Gruber, 1993) «Una ontología es una especificación formal de una conceptuación compartida» (Borst, 1997) En sistemas multiagente, compromiso ontológico (commit) Para minimizar «malentendidos» (ontological mistmaches), lenguajes de implementación basados en lenguajes formales c○ 2011 DIT-ETSIT-UPM Representación del conocimiento transp. 12
Ontologías y sistemas expertos Sistemas expertos «de primera generación»: • Sistemas diseñados en el nivel simbólico • Adquisición del conocimiento = codificación • No atención a la ontología del dominio Sistemas expertos actuales: • Sistemas diseñados en el nivel de conocimiento • Adquisición del conocimiento = modelación • Ontología importante • Metodologías: KADS, etc. c○ 2011 DIT-ETSIT-UPM Representación del conocimiento transp. 13 Representación del conocimiento El nivel del conocimiento y las ontologías Tipos de conocimiento • Declarativo y procedimental • Factual, normativo, táctico y estratégico La psicología como fuente de metamodelos Lenguajes formales de representación Lenguajes informales de representación Lógicas de descripciones Modelación del conocimiento incierto c○ 2011 DIT-ETSIT-UPM Representación del conocimiento transp. 14
Page 1 and 2: Sistemas inteligentes Representaci
Page 3 and 4: ¿Qué es «conocimiento» R.A.E. (
Page 5: Modelo conceptual (o mental): Conce
Page 9 and 10: talón a cobrar Declarativo vs. pro
Page 11 and 12: Representación del conocimiento El
Page 13 and 14: Memoria semántica: tiempo de acces
Page 15 and 16: Lenguajes lógicos La lógica forma
Page 17 and 18: Representación en FOL del mundo de
Page 19 and 20: Limitaciones de FOL como lenguaje d
Page 21 and 22: Reglas causales y reglas de diagnó
Page 23 and 24: Redes semánticas Conocimiento taxo
Page 25 and 26: Herencia con excepciones: De redes
Page 27 and 28: Marcos (frames) Nodo de objeto o cl
Page 29 and 30: Evolución en la representación de
Page 31 and 32: OWL: un lenguaje de implementación
Page 33 and 34: Incertidumbre e imprecisión Propos
Page 35 and 36: Lógica multivalorada: Leyes de Luk
Page 37 and 38: Con: Inferencia bayesiana: exclusi
Page 39 and 40: Inferencia bayesiana: suficiencia y
Page 41 and 42: Redes bayesianas (2) P(H H 1 H 2 H
Page 43 and 44: Álgebra de conjuntos borrosos Comp
Page 45 and 46: Sistemas expertos borrosos Aplicaci

e - GSI

Create successful ePaper yourself

Delete template?

Save as template?