INTELIGENCIA ARTIFICIAL E ING. DEL CONOCIMIENTO /

Formato
Libro Físico
Editorial
Alfaomega Grupo Editor
Autor
Gonzalo Pajares Martinsanz
Categoría
SIN CLASIFICAR
Año
2006
Idioma
Español
N° páginas
384
Encuadernación
Tapa Blanda
ISBN
9701511662
ISBN13
9789701511664
N° edición
1

ÍNDICE

Autores .................................................................................................................... XI
Prólogo .................................................................................................................. XIII

Capítulo 1. Introducción a la inteligencia artificial
1.1 La inteligencia de las máquinas ......................................................................... 1
1.1.1 Definiciones de sistema inteligente ............................................................. 4
1.1.2 El término Inteligencia Artificial ................................................................... 6
1.2 Estrategias de la IA ............................................................................................... 9
1.3 Breve visión histórica de la IA ........................................................................... 13
1.3.1 Hitos en la evolución de la IA ...................................................................... 13
1.3.2 Desarrollos históricos de la IA ..................................................................... 15
1.4 Futuro de la IA ...................................................................................................... 16
1.5 Comentarios bibliográficos ................................................................................ 16

Capítulo 2. Resolución de problemas mediante búsqueda
2.1 La definición del problema ................................................................................. 19
2.2 El espacio de estados .......................................................................................... 20
2.2.1 Representación en el espacio de estados ................................................. 23
2.3 Estrategias de búsqueda ..................................................................................... 24
2.4 Búsqueda a ciegas ............................................................................................... 26
2.4.1 Recorrido en amplitud ................................................................................. 26
2.4.2 Recorrido en profundidad ........................................................................... 31
2.5 Búsqueda heurística ............................................................................................ 32
2.5.1 Ascensión a la cima o gradiente ................................................................. 32
2.5.2 Primero el mejor ............................................................................................ 33
2.5.3 Algoritmo A* .................................................................................................. 34
2.6 Verificación con adversarios ............................................................................ 35
2.6.1 Búsqueda con adversarios .......................................................................... 35
2.6.2 El algoritmo del minimax ............................................................................ 36
2.6.3 El algoritmo del minimax con poda alfa-beta ......................................... 38
2.6.4 Comentarios bibliográficos ......................................................................... 39

Capítulo 3. Formalismos de representación del conocimiento
3.1 Base de conocimiento .......................................................................................... 45
3.2 Representación simbólica .................................................................................. 45
3.2.1 Axiomas ............................................................................................................ 46
3.2.2 Aproximación no simbólica ........................................................................ 47
3.3 Representación del conocimiento .................................................................... 48
3.3.1 Representación procedimental .................................................................. 48
3.3.2 Representación relacional ........................................................................... 49
3.3.3 Representación jerárquica ........................................................................... 50
3.4 Lógica matemática ................................................................................................ 51
3.4.1 La evolución de la lógica .............................................................................. 52
3.4.2 Lógica de predicados ..................................................................................... 53
3.5 Marcos ................................................................................................................... 55
3.6 Los guiones .......................................................................................................... 56
3.7 Redes de incertidumbre ..................................................................................... 58
3.7.1 Redes bayesianas (fuzzy) ............................................................................. 58
3.7.2 Otros borrosos ................................................................................................ 60
3.8 Comentarios bibliográficos ................................................................................ 61

Capítulo 4. Razonando con el conocimiento
4.1 Razonamiento según los distintos paradigmas de representación ........... 65
4.2 Estructura del conocimiento ............................................................................. 66
4.3 Activación de la inferencia ................................................................................. 68
4.3.1 Base de antecedentes .................................................................................... 68
4.3.2 Estrategias de control .................................................................................... 69
4.3.3 Razonamiento hacia atrás ............................................................................ 70
4.4 Inferencia lógica ................................................................................................... 73
4.5 Características de la inferencia basada en reglas ......................................... 75
4.6 Aprendizaje ........................................................................................................... 90
4.7 Comentarios bibliográficos ................................................................................ 93

Capítulo 5. Ingeniería del conocimiento: Modelos en CommonKADS
5.1 Introducción ......................................................................................................... 115
5.2 Concepto de conocimiento ............................................................................... 116
5.3 Modelos de conocimiento .................................................................................. 118
5.4 Roles del proceso ................................................................................................ 121
5.5 Terminología ......................................................................................................... 122
5.6 Breve reseña de otros sistemas de modelado del conocimiento ............. 123
5.7 Modelado del contexto ....................................................................................... 123
5.7.1 Estudio de viabilidad: organización .......................................................... 126
5.7.2 Análisis de impacto y mejora: modelos de tarea y agente .................... 128
5.8 Comentarios bibliográficos ................................................................................ 130

Capítulo 6. Ingeniería del conocimiento: El conocimiento en CommonKADS
6.1 Introducción ......................................................................................................... 131
6.2 Aspectos del conocimiento ................................................................................ 132
6.3 Naturaleza del conocimiento ............................................................................. 134
6.4 Esquema general del modelo de conocimiento ............................................ 135
6.4.1 Conocimiento de dominio .......................................................................... 135
6.4.2 Conocimiento de tarea ................................................................................ 137
6.4.3 Conocimiento de inferencia ....................................................................... 140
6.5 Técnicas de adquisición del conocimiento .................................................... 144
6.5.1 Técnicas manuales ....................................................................................... 145
6.5.2 Técnicas semiautomáticas .......................................................................... 146
6.5.3 Técnicas automáticas .................................................................................. 148
6.6 Comentarios bibliográficos ................................................................................ 157

Capítulo 7. Ingeniería del conocimiento: Plantillas de tareas
7.1 Introducción ......................................................................................................... 159
7.2 Reusabilidad de los modelos ............................................................................ 160
7.2.1 Tipos de tareas ................................................................................................ 160
7.2.2 Tareas de análisis .......................................................................................... 161
7.2.3 Tareas de síntesis .......................................................................................... 162
7.3 Catálogo de plantillas de tareas ....................................................................... 163
7.3.1 Clasificación .................................................................................................... 163
7.3.2 Diagnóstico ..................................................................................................... 166
7.3.3 Monitorización ............................................................................................... 168
7.3.4 Valoración ....................................................................................................... 170
7.3.5 Predicción ....................................................................................................... 172
7.3.6 Síntesis ............................................................................................................ 173
7.3.7 Diseño ............................................................................................................. 175
7.3.8 Planificación .................................................................................................... 177

Capítulo 8. Ingeniería del conocimiento: Modelo de comunicación
8.1 Introducción ......................................................................................................... 183
8.2 Visión general del modelo de comunicación ................................................ 184
8.3 Construcción del diagrama de diálogo ......................................................... 186
8.3.1 Transacciones sobre bases de datos .......................................................... 187
8.3.2 Transacciones entre agentes ....................................................................... 188
8.4 Interacción de los mensajes .............................................................................. 190
8.5 Validación del modelo de comunicación ...................................................... 194
8.6 Generación del plan de comunicación ......................................................... 196
8.7 El MAGE ................................................................................................................ 197
8.8 Comentarios bibliográficos ................................................................................ 197

Capítulo 9. Ingeniería del conocimiento: Modelo de diseño
9.1 Introducción ......................................................................................................... 199
9.2 Desarrollo de la estructura de la arquitectura del sistema ..................... 200
9.2.1 Paso 1. Identificar la plataforma de implementación ............................ 201
9.2.2 Paso 2. Especificar la aplicación dentro de la arquitectura .................. 205
9.2.3 Paso 3. Especificar los componentes de arquitectura distribuidos ..... 206
9.2.4 Paso 4. Diseño de prototipos ....................................................................... 209
9.3 Lenguajes de programación ............................................................................. 210
9.5 Implementación del sistema basado en conocimiento ............................ 212
9.5.1 Evaluación ...................................................................................................... 212
9.5.2 Validación ........................................................................................................ 214
9.6 Comentarios bibliográficos ................................................................................ 215

Capítulo 10. Aprendizaje por observación
10.1 Introducción ....................................................................................................... 217
10.2 Centro de aprendizaje ....................................................................................... 219
10.2.1 Inferencia deductiva ................................................................................... 219
10.3 Procesos de aprendizaje .................................................................................. 220
10.4 Definiciones previas .......................................................................................... 220
10.5 Inducción basada en ejemplos ....................................................................... 221
10.5.1 Procedimiento de aprendizaje inductivo ................................................ 222
10.5.2 Restricciones .................................................................................................. 224
10.5.3 Estrategias de aprendizaje: algoritmo ID3 ............................................. 226
10.6 Inducción basada en el conocimiento del dominio: abducción ............ 227
10.7 Aprendizaje deductivo ..................................................................................... 228
10.8 Aprendizaje de naturaleza mixta .................................................................. 229
10.8.1 Aprendizaje por analogía ......................................................................... 229
10.8.2 Razonamiento basado en casos ............................................................. 230
10.8.3 Aprendizaje multiestrategia ..................................................................... 231
10.9 Comentarios bibliográficos .............................................................................. 231

Capítulo 11. Aprendizaje: Redes neuronales
11.1 Introducción ....................................................................................................... 233
11.2 El perceptrón ...................................................................................................... 234
11.2.1 Perceptrón para dos clases separables ................................................... 234
11.2.2 Algoritmo del perceptrón ......................................................................... 236
11.2.3 Ejemplo de aplicación ................................................................................ 238
11.3 La red retropropagación .................................................................................. 240
11.3.1 Arquitectura de la red de retropropagación .......................................... 240
11.3.2 Entrenamiento por retropropagación ..................................................... 248
11.4 Comentarios bibliográficos .............................................................................. 248

Capítulo 12. Percepción visual: Generalidades
12.1 Introducción ....................................................................................................... 249
12.2 Proceso de percepción visual artificial ......................................................... 250
12.3 Formación de imágenes digitales .................................................................... 251
12.4 Preprocesamiento: suavizado y realzado .................................................... 252
12.4.1 Suavizado de imágenes ............................................................................ 252
12.4.2 Realzado de imágenes ................................................................................ 254
12.5 Segmentación: bordes y regiones .................................................................. 254
12.5.1 Extracción de bordes .................................................................................. 255
12.5.2 Extracción de regiones ............................................................................... 257
12.6 Extracción de propiedades: líneas y regiones ........................................... 259
12.6.1 Descripción de líneas: transformada de Hough .................................... 259
12.6.2 Descripción de regiones ............................................................................ 265
12.7 Comentarios bibliográficos .............................................................................. 266

Capítulo 13. Percepción: Visión estereoscópica
13.1 Introducción ....................................................................................................... 267
13.2 El sistema de visión estereoscópica ............................................................. 268
13.3 Geometría del sistema estereoscópico y obtención de la distancia ...... 270
13.4 Correspondencia estereoscópica .................................................................... 272
13.4.1 Restricciones aplicables para la correspondencia ................................ 273

Capítulo 14. Aplicación: Un caso de estudio
14.1 Introducción ....................................................................................................... 275
14.2 Descripción del problema ................................................................................ 276
14.3 Modelo de contexto .......................................................................................... 278
14.4 Modelo de tarea ................................................................................................ 280
14.5 Modelo de conocimiento ................................................................................. 282
14.6 Comentarios bibliográficos .............................................................................. 285

Capítulo 15. Procesamiento del lenguaje natural: Análisis léxico y sintáctico
15.1 Introducción ....................................................................................................... 287
15.2 Análisis léxico ..................................................................................................... 288
15.3 Análisis sintáctico .............................................................................................. 290
15.3.1 Redes de transición .................................................................................... 291
15.3.2 Comentarios bibliográficos ....................................................................... 294

Capítulo 16. Procesamiento del lenguaje natural: Análisis semántico y contextual
16.1 Introducción ....................................................................................................... 295
16.2 Análisis semántico: modelo estructural ...................................................... 297
16.3 Procesamiento guiado por la semántica ..................................................... 299
16.4 Interpretación guiada por la forma lógica .................................................. 3

Los sistemas inteligentes pueden ser de muy diversa naturaleza, sistemas de vigilancia y seguridad, sistema de automatización o de clasificación para la inspección de calidad o de procesos industriales; tales sistemas exigen combinar adecuadamente dos disciplinas: la inteligencia artificial y la ingeniería del conocimiento por eso el acierto de esta obra que desde una perspectiva unificadora y práctica aborda este libro las técnicas de la inteligencia artificial y la ingeniería del conocimiento. Esta visión de dos paradigmas hace de él una referencia apropiada para su uso tanto en la docencia universitaria como en los desarrollos a nivel industrial. El libro se estructura en tres partes fundamentales, comienza por las técnicas básicas de IA, para a continuación abordar los aspectos relativos a la metodología CommonKADS en IC, y finaliza con técnicas avanzadas de IA que utilizan la metodología propia de CommonKADS en ejemplos reales. Resumen del contenido: Introducción a la inteligencia artificial - Resolución de problemas mediante búsqueda - Formalismos de representación del conocimiento - Razonando con el conocimiento - Ingeniería del conocimiento: modelos en commonkads - Ingeniería del conocimiento: el conocimiento en commonkads - Ingeniería del conocimiento: plantillas de tareas - Ingeniería del conocimiento: modelo de comunicación - Ingeniería del conocimiento: modelo de diseño - Aprendizaje: por observación - Aprendizaje: redes neuronales - Percepción visual: generalidades - Percepción: visión estereoscópica - Aplicación: un caso de estudio - Procesamiento del lenguaje natural: análisis léxico y sintáctico - Procesamiento del lenguaje natural: análisis semántico y contextual Anexos: - A. Hojas de trabajo - B. Catálogo de inferencias - C. La red neuronal de Hopfield.

Ingenieria en Gestion Empresarial