UNIDAD III REPRESENTACION DEL CONOCIMIENTO Y RECUPERACION DE LA INFORMACION.

Slides:



Advertisements
Presentaciones similares
INTELIGENCIA ARTIFICIAL
Advertisements

Inteligencia Artificial
Diseño y análisis de algoritmos
Inteligencia Artificial
También conocido como Diseño Lógico Rodrigo Salvatierra Alberú.
BENEMERITA UNIVERSIDAD AUTONOMA DE PUEBLA
PLAN DE INVESTIGACIÓN.
INFORMÁTICA II.
INTRODUCCIÓN A LOS PROCESOS HEURÍSTICOS
COMPETENCIAS PROYECTO TIC UNIVERSIDAD PONTIFICIA BOLIVARIANA
Sistemas de Razonamiento Lógico
Cómo leer un artículo científico
Representación en espacio de estado
CAPITULO 2 La Representación del Conocimiento
profesor: Luigi Ceccaroni
Inteligencia artificial
Tema 3. Optimización de Código
“se adquieren” porque son potencialidades que se tienen disposición.
Inteligencia Artificial Resolver problemas mediante búsqueda
Inteligencia Artificial Resolver problemas mediante búsqueda
INTELIGENCIA DE NEGOCIOS
1 EL UNIVERSO MENTAL El mapa de los procesos cognitivos © Fausto Presutti.
UNIDAD I Conceptos Básicos.
Representación del Conocimiento
Trabajo presentado por: LUIS FERNANDO OBANDO ING
Método Científico.
Agentes de resoluciones d problemas Parte I. Un agente puede adoptar una meta o un propósito para satisfacer.

EL CONOCIMIENTO CIENTÍFICO
Parte II. Algorítmica. 3. Algoritmos voraces.
INVESTIGACIÓN CIENTÍFICA
5.3 APROXIMACIONES AL DISEÑO
METODOS DE BUSQUEDA INFORMADOS CAPITULO 5
UNIDAD 2. ALGORITMOS Y ESTRUCTURAS DE DATOS.
INVESTIGACION DE OPERACIONES
La investigación Científica
Parte II. Algorítmica. 5. Backtracking. 1. Análisis de algoritmos.
Parte II. Algorítmica. 4. Programación dinámica.
Enfoque cuantitativo y Enfoque cualitativo
Parte I. Estructuras de Datos.
“DATO”.
UNIVERSIDAD DE INGENIERIAS Y CIENCIAS DEL NORESTE
Pensamientos para reflexión
TERCER TRABAJO. ELEMENTOS DE LA INFORMACION THANIA PEREZ CAMPOS.
Parte I. Estructuras de Datos.
Estrategias de aprender a aprender
Creado por: Ángela Pico
SISTEMAS EXPERTOS (SE) Coronel Jaramillo Ricardo
STEPHANIE VILLALBA MONTIEL CELA TRABAJO 1. “DATO”
PRESENTACIÓN Este trabajo se desarrolla sobre el tema de competencias, y basado en el Marco de Fundamentacion Conceptual Especificaciones de la Pruebas.
MÉTODO DE MODELACIÓN Rodríguez Yncarroca, Daniel.
ALGORITMO QUE ES ??.
COMPLETA LOS ESPACIOS CON LA PALABRA ADECUADA 1.LOS _______________________ SE DEFINEN COMO LA _________________LÓGICA DE _________PARA SOLUCIONAR UN.
PENSAMIENTO Pensar: Formarse ideas en la mente. Reflexionar.
LA INVESTIGACION CIENTIFICA
Introducción a los Sistemas Inteligentes
Elaboración de algoritmos usando lógica de programación
IVAN VENTURA.
Los proyectos de Investigación en Ingeniería .
Leidy Constanza Bermeo Roa. La encuesta está conformada por un grupo de preguntas que se dirigen a personas específicas que nos permitirán.
Grupo 8-1 Por: S. Vega Blasini
METODO INDUCTIVO Inducción: Es un modo de razonar que nos lleva a: De lo particular a lo general. De una parte a un todo. Inducir es ir más allá de.
El ser humano como sujeto de Procesos psicológicos
Universidad Abierta y a Distancia de México UnADM
Heurística. Los procesos que se llevan a cabo en el cerebro pueden ser analizados, a un nivel de abstacción dado, como procesos computacionales de algún.
Herramientas básicas Control de Calidad.
CIENCIA COMO PROCESO FINALIDAD DE LA CIENCIA:
EL ESQUEMA.
OBJETIVOS DE LOS PROGRAMAS DE ESTUDIO: SESIÓN DE TRABAJO 3 DE SEPTIEMBRE DE 2013 SECRETARÍA GENERAL SECRETARÍA DE APOYO A LA DOCENCIA.
UNIVERSIDAD PRIVADA DE TACNA METODOLOGÍA DE LA INVESTIGACIÓN.
Transcripción de la presentación:

UNIDAD III REPRESENTACION DEL CONOCIMIENTO Y RECUPERACION DE LA INFORMACION.

3.1 DEFINICION DE CONOCIMIENTO EL CONOCIMIENTO SUELE ENTENDERSE COMO:  Hechos, o datos de información adquiridos por una persona a través de la experiencia o la educación, la comprensión teórica o práctica de un tema u objeto de la realidad.  Lo que se adquiere como información relativa a un campo determinado o a la totalidad del universo.  Conciencia o familiaridad adquirida por la experiencia de un hecho o situación.  Incluye el "saber qué" (know what), el "saber cómo" (know how) y el "saber dónde" (know where).

3.1 TIPOS DE CONOCIMIENTO EL CONOCIMIENTO SE DIVIDE EN:  CONOCIMIENTO CIENTÍFICO: Este es un pensamiento dinámico el cual utiliza métodos científicos, investigaciones, experimentación, para aproximarse a la realidad o dar solución a un determinado problema.  CONOCIMIENTO ARTÍSTICO: Es aquel que se utiliza para comunicar emociones, pensamientos, sentimientos, además de descubrir la belleza y sencillez de las cosas.

 CONOCIMIENTO REVELADO: Este conocimiento tiene dos formas: el conocimiento revelado por Dios, y el conocimiento revelado por nuestra conciencia. Este viene dado por una representación de fe, en el que cualquier individuo que desea conocer algo, lo conoce de forma oculta o misteriosa.  CONOCIMIENTO EMPÍRICO: Es el conocimiento que se da por casualidad de la vida, es decir, al azar, permitiendo a los seres humanos conducirse en su vida y las diferentes actividades que desarrollan, les permite salir de la rutina.

3.4 ESTRUCTURA PARA ALMACENAR EL CONOCIMIENTO ARMOUR DISTINGUE 5 FORMAS CONOCIDAS DE ALMACENAR EL CONOCIMIENTO:  DNA: Es el primer método de almacenamiento del conocimiento. EL DNA existe para almacenar el conocimiento de cómo crear vida, como una máquina de Turín. El conocimiento está profundamente empotrado, pasar de grado es obligatorio para la supervivencia de las especies.  CEREBRO: Es un “experimento” casi exclusivo de la raza humano: almacenar más conocimiento en el cerebro que lo que se hereda en el DNA. Usamos nuestro cerebro para almacenar el conocimiento que adquirimos, fue el segundo método de almacenar el conocimiento que conocimos.

 MÁQUINAS Y HERRAMIENTAS: El valor más importante de una herramienta no es ella en sí misma, sino como ha sido creada y modificada. El conocimiento del creador de esas herramientas es lo que marca las diferencias.  LIBROS: Ha permitido nuevas formas de depositar y acceder al conocimiento que hasta ese momento estaban confinados al cerebro. Hizo al conocimiento portable en el tiempo y en el espacio. El conocimiento es muy persistente, pero de actualización lenta. Aunque los libros son intencionales no tienen capacidad para cambiar al mundo.  SOFTWARE: Es la última forma conocida –de hace sólo unos 50 años– para almacenar el conocimiento. Después de unos inicios dubitativos, está creciendo a una velocidad vertiginosa. Multitud de personas están trabajando para obtener información de las fuentes más diversas, comprenderla, clasificarla y trasladarla a este medio, y entonces intentan validar todo ese conocimiento.

3.4.2 REDES SEMANTICAS Una red semántica o esquema de representación en Red es una forma de representación de conocimiento lingüístico en la que los conceptos y sus interrelaciones se representan mediante un grafo. En caso de que no existan ciclos, estas redes pueden ser visualizadas como árboles. Las redes semánticas son usadas, entre otras cosas, para representar mapas conceptuales y mentales. En un grafo o red semántica los elementos semánticos se representan por nodos. 3.5 REPRESENTACIÓN DE LA INFORMACIÓN LA INFORMACIÓN SE PUEDE REPRESENTAR DE MUCHAS MANERAS ENTRE LAS CUALES SE ENCUENTRAN: ORGANIGRAMAS: hay de diversos tipos (jerárquicos, de procesos, de aplicaciones, de proyectos). Habitualmente se utiliza como mínimo el Organigrama Funcional, que ya ha sido comentado.

DIAGRAMAS: son representaciones secuenciales que describen las tareas de un proceso, procedimiento o algoritmo mediante la utilización de símbolos predeterminados. DIAGRAMA DE FLUJO: describe el análisis y estructura de un Proceso o Procedimiento. CUADERNO DE CARGA: describe el contenido de una actividad, Algoritmo o programa. SÍMBOLOS: identifican tareas y conceptos concretos, como por ejemplo una decisión, un cálculo, una impresión o un archivo.

3.5.1 RAZONAMIENTO HACIA ADELANTE Deductivo, progresivo, razonamiento hacia delante, dirigido por hechos, evidencias, síntomas, datos ⇒ conclusiones. EL RAZONAMIENTO HACIA ADELANTE: se inicializa la BH con un conjunto inicial de hechos; se inicializa el conjunto de hipótesis (CH) con los objetivos a verificar; mientras existan hipótesis a validar en CH se escoge una de ellas y se valida: se comparan los hechos de la BH y la parte derecha de las reglas con las hipótesis; si una hipótesis está en BH eliminarla de CH; Si no: buscar reglas que tengan como conclusión la hipótesis; seleccionar una y añadir las premisas a CH

3.5.2 RAZONAMIENTO HACIA ATRAZ Inductivo, regresivo, razonamiento hacia atrás, dirigido por objetivos, conclusiones ⇒ datos, evidencias, síntomas. La operación de resolver una meta a una sub-meta puede también ser vista, en términos lógicos, como razonamiento hacia atrás con una implicación, apareando la meta con la conclusión de la implicación y derivando las condiciones de la implicación como sub-metas. EL RAZONAMIENTO HACIA ATRAZ: es un tipo de razonamiento dirigido por el objetivo. Sólo se considera lo necesario para la resolución del problema. El proceso de resolución consiste en la exploración de un árbol.

3.6.1 ANCHO PRIMERO Se expande primero el nodo raíz, a continuación, se expanden todos los sucesores del nodo raíz, después sus sucesores, etc. IMPLEMENTACIÓN: Usa una estructura FIFO, es decir, los nuevos sucesores van al Final. PROPIEDADES DE LA BÚSQUEDA ANCHO EN PRIMERO  ¿COMPLETA? Sí B: factor de ramificación. D: profundidad de solución.  ¿TIEMPO? 1+b+b2+b3+… +bd + b (bd-1) = O (bd+1) BUAP Inteligencia Artificial 30  ¿ESPACIO? O (bd+1) (mantiene todos los nodos En la memoria).

3.6.2 PROFUNDIDADES PRIMERO En este algoritmo se genera solo un sucesor del nodo en cada paso; es decir, cada vez que obtenemos un nuevo sucesor, se le aplica a este un operador y se obtiene un nuevo sucesor, y así sucesivamente.  Los nodos se visitan y generan buscando los nodos a mayor Profundidad y retrocediendo cuando no se encuentran nodos sucesores.  Para garantizar que el algoritmo acaba debe imponerse un límite en la profundidad de exploración. CARACTERÍSTICAS:  Completitud: El algoritmo encuentra una solución si se impone un límite de profundidad y existe una solución dentro de ese límite.  Complejidad temporal y espacial: Exponencial respecto al factor de ramificación y la profundidad del límite de exploración.  Optimilidad: No se garantiza que la solución sea óptima

3.6.3 METODOS HEURISTICOS Los métodos heurísticos son estrategias generales de resolución y reglas de decisión utilizadas por los solucionadores de problemas, basadas en la experiencia previa con problemas similares. Estas estrategias indican las vías o posibles enfoques a seguir para alcanzar una solución. De acuerdo con Monero y otros (1995) los procedimientos heurísticos son acciones que comportan un cierto grado de variabilidad y su ejecución no garantiza la consecución de un resultado óptimo como, por ejemplo, reducir el espacio de un problema complejo a la identificación de sus principales elementos.

LOS MÉTODOS HEURÍSTICOS COMO MÉTODO CIENTÍFICO PUEDEN DIVIDIRSE EN PRINCIPIOS, REGLAS Y ESTRATEGIAS.  PRINCIPIOS HEURÍSTICOS: constituyen sugerencias para encontrar directamente la idea de solución; posibilita determinar, por tanto, a la vez, los medios y la vía de solución. Dentro de estos principios se destacan la analogía y la reducción.  REGLAS HEURÍSTICAS: actúan como impulsos generales dentro del proceso de búsqueda y ayudan a encontrar, especialmente, los medios para resolver los problemas. LAS REGLAS HEURÍSTICAS QUE MÁS SE EMPLEAN SON:  Separar lo dado de lo buscado.  Confeccionar figuras de análisis: esquemas, tablas, mapas, etc.

 Representar magnitudes dadas y buscadas con variables.  Determinar si se tienen fórmulas adecuadas.  Utilizar números —estructuras más simples— en lugar de datos.  Reformular el problema.  ESTRATEGIAS HEURÍSTICAS: se comportan como recursos organizativos del proceso de resolución, que contribuyen especialmente a determinar la vía de solución del problema abordado.