Descargar la presentación
La descarga está en progreso. Por favor, espere
1
REDES SEMANTICAS Y BUSQUEDAS
INTELIGENCIA ARTIFICIAL REDES SEMANTICAS Y BUSQUEDAS Ing. Jaime Polo Romero
2
Redes Semánticas Son esquemas de representación en Red, compuesta por nodos donde cada nodo representa un dato. Se relacionan entre sí por medio de enlaces (flechas en el diagrama). Ing. Jaime Polo Romero
3
Los nodos representan objetos del dominio del problema y los arcos (flechas) sus relaciones o asociacion Ing. Jaime Polo Romero
4
donde la saeta significa "es un"
Ejemplo Pájaro Animal donde la saeta significa "es un" Ing. Jaime Polo Romero
5
Son especialmente útiles para representar conocimiento de taxonomías.
Las redes semánticas son estructuras utilizadas para la representación de conocimiento en Inteligencia Artificial. Son especialmente útiles para representar conocimiento de taxonomías. Ing. Jaime Polo Romero
6
Las aristas en la red semántica representan asociaciones entre clases.
Los nodos corresponden a Constantes de relaciónes tales como clases, propiedades e Instancias (elementos de una clase). Las aristas en la red semántica representan asociaciones entre clases. • Ing. Jaime Polo Romero
7
Ejemplo Ing. Jaime Polo Romero
8
Tenemos dos objetos, Piolín y Pedro
Tenemos dos objetos, Piolín y Pedro. Intuitivamente podemos inferir que Piolín es un ave dado que canario es una subclase de ave y Piolín es un canario, podemos inferir también que Piolín tiene alas. No hay un significado preciso para una red semántica cualquiera, este dependerá de la aplicación y debe ser especificado por el diseñador de la red. Ing. Jaime Polo Romero
9
Redes Semánticas en PROLOG
Para modelar redes semánticas en PROLOG, necesitamos codificar el grafo que la representa. En nuestro ejemplo podemos utilizar los predicados: instancia(Objeto,Clase) utilizado para decir que el argumento Objeto pertenece al argumento Clase. En nuestro ejemplo tendremos los hechos instancia(piolin,canario). instancia(pedro,halcon). Ing. Jaime Polo Romero
10
subclase(Clase1,Clase2)
para indicar que la clase Clase1 está contenida en, o forma parte de la clase Clase2. En nuestro ejemplo tendremos: subclase(canario,ave). subclase(halcon,ave). Ing. Jaime Polo Romero
11
tiene p(Clase1,Propiedad, Clase2)
Representa una relación entre dos clases, indica que la clase Clase1 está relacionada con la clase Clase2 mediante la caracteristica Propiedad. En nuestro ejemplo: tiene_p(canario,come,semillas). tiene_p(ave,tiene,alas). tiene_p(ave,tiene,plumas). tiene_p(halcon,tiene,deseos). Ing. Jaime Polo Romero
12
Como se ve en este ejemplo, un grafo cualquiera puede ser codificado con un pequeño programa en PROLOG en el que los nodos, y los arcos (junto con sus etiquetas) son modelados como conjuntos de hechos. Los ejemplos de árboles genealógicos que hemos visto son una clase particular de red semántica en donde la mayoría de los nodos son instancias que están relacionadas por propiedades como ser hijo de. Ing. Jaime Polo Romero
13
REDES Y BUSQUEDAS BASICAS
Ing. Jaime Polo Romero
14
Estrategias de búsquedas
No Informadas ó a Ciegas: No se tiene información adicional acerca de los estados. La única información es la que proporciona la formulación del problema. Sólo generan sucesores y distinguen si han llegado al objetivo ó no. Informadas ó Heurísticas: Se conoce cuando un estado no es objetivo, y si es mas “prometedor” que otro. Ing. Jaime Polo Romero
15
Criterios para evaluar las estrategias: Completitud
Criterios para evaluar las estrategias: Completitud ¿La estrategia garantiza encontrar una solución, si es que esta existe? Complejidad en tiempo ¿Cuánto tiempo se necesitara para encontrar una solución? Complejidad en espacio ¿Cuánta memoria se necesita para efectuar la búsqueda? Optimización ¿Con esta estrategia se encontrará una Solución Óptima? Ing. Jaime Polo Romero
16
Medición de buen éxito en la solución del problema
costo de búsqueda = tiempo/memoria para encontrar la solución costo total = costo de trayectoria + costo de búsqueda Ing. Jaime Polo Romero
17
El hijo del nodo raíz con etiqueta A Representa la trayectoria S-A.
El nodo raíz denota la trayectoria que comienza y termina en el nodo inicial S. El hijo del nodo raíz con etiqueta A Representa la trayectoria S-A. Las trayectorias como S-A, que no alcanzan las metas se conocen como trayectorias Parciales. Las trayectorias que alcanzan la meta se llaman trayectorias completas, y el nodo correspondiente es un nodo meta. A B D E C E D F Nodo Hoja Ing. Jaime Polo Romero
18
METODOS CIEGOS Búsqueda en Profundidad Búsqueda en Amplitud
Búsqueda no Deterministica Ing. Jaime Polo Romero
19
Búsqueda en Profundidad
Toma los hijos de cada nodo y avanza a partir de ese hijo. Otras alternativas del mismo nivel se ignoran por completo, en tanto haya posibilidades de alcanzar la meta mediante la selección original. Se busca en las ramas de izquierda a derecha. Ing. Jaime Polo Romero
20
Búsqueda en Profundidad
1 2 8 13 3 7 9 12 14 16 4 10 11 15 17 18 goal 5 6 Ing. Jaime Polo Romero
21
Búsqueda en Amplitud Revisa todas las trayectorias de una longitud dada antes de avanzar a una trayectoria más larga. Ing. Jaime Polo Romero
22
Búsqueda en Amplitud goal 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Ing. Jaime Polo Romero
23
Búsqueda no Deterministica
Se puede tener tan poca información sobre un problema al grado de que no sea posible descartar un factor de ramificación grande o trayectorias largas carentes de utilidad. La busqueda no deterministica consiste en buscar un termino medio entre la búsqueda en profundidad y la búsqueda en amplitud. Ing. Jaime Polo Romero
24
Problema del Laberinto
En el siguiente laberinto, se puede pasar desde una casilla a otra de las posibles adyacentes (arriba, abajo, izquierda, derecha), salvo si existe una barrera entre ellas Ing. Jaime Polo Romero
25
Objetivo: ir de I a F Ing. Jaime Polo Romero
26
Busqueda en Profundidad
Ing. Jaime Polo Romero
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.