Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Sistema de
Razonamientos
Docente:
Angelina Mrquez Jimnez
Integrantes:
Balderas Gonzlez Mayra Isabel
Chagala Ortiz Mario Ren
Espinoza Velasco ngel de Jess
Gonzlez Prez Francisco Javier
Maldonado Lucho Francisco Ivn
Carrera:
Ingeniera en Sistemas Computacionales
Grupo:
804-A
Introduccin
En esta investigacin se habla de Reglas de produccin. Es un mtodo
procedimental de representacin del conocimiento, pone nfasis en representar y
soportar las relaciones inferenciales del algoritmo, en contraposicin a los mtodos
declarativos. La sintaxis de las reglas de produccin, as como una representacin
formal de una relacin, una informacin semntica o una accin condicional. Una
regla de produccin tiene, generalmente, la siguiente forma: SI Premisa
ENTONCES Consecuencia. Ofrecen una gran facilidad para la creacin y la
modificacin de la base de conocimiento.
Lo anterior permite proveer de conocimientos a la computadora, definiendo
condiciones (reglas) que utiliza los hechos que se declaran en la base de
conocimientos.
Otro mbito de mucha importancia es el problema del diagnstico, que, desde los
comienzos de la IA, es uno de los ms estudiados y donde los investigadores han
cosechado tanto satisfacciones como fracasos. El diagnstico en el campo de la
medicina es sin duda, una de las reas de la IA que supone todava una gran
desafi. Una de las caractersticas ms frecuentes en resolucin del problema del
diagnstico en dominios reales es la necesidad de trata con la dimensin temporal.
As, una vez propuesto un modelo terico, una tendencia cada vez ms habitual a
la hora de desarrollar sistemas de diagnstico temporal es necesario abordar el
problema del diagnstico temporal desde diferentes enfoques, permitiendo
seleccionar cual es la aproximacin ms adecuada para cada problema concreto es
simplificar el dominio para que el modelo inicial sea aplicable.
Tipos de sistemas
En funcin de sintaxis de reglas y de mecanismos de control (_bsqueda)
SISTEMA ENCADENAMIENTO HACIA ADELANTE (dirigidos por los datos)
Regla ACTIVADA si antecedentes emparejan con algunos hechos del sistema
En IF ALL, todos. En IF ANY, al menos uno.
Se parte de los hechos ya confirmados en el sistema
Se razona hacia adelante buscando antecedentes que emparejen
SISTEMA ENCADENAMIENTO HACIA ATRS (dirigido por los objetivos)
Regla ACTIVADA si consecuentes emparejan con algunos hechos del sistema
Se comienza con una hiptesis
Se razona hacia atrs buscando consecuentes que emparejen
4.2 Semntica de las reglas de produccin
Es una representacin formal de una relacin, una informacin semntica o una
accin condicional. Una regla de produccin tiene, generalmente, la siguiente forma:
SI Premisa ENTONCES Consecuencia. Ofrecen una gran facilidad para la creacin
y la modificacin de la base de conocimiento. Permite introducir coeficientes de
verosimilitud para ponderar el conocimiento (estos coeficientes se van propagando
durante el proceso de razonamiento mediante unas frmulas de clculo
establecidas) y, en teora, el mtodo asegura que cuantas ms reglas posea ms
potente es. Sin embargo, aunque es la forma de representacin ms intuitiva y
rpida, cuando el nmero de reglas es grande aumenta la dificultad de verificacin
de todas las posibilidades con el consiguiente riesgo de perder la coherencia lgica
en la base de conocimiento.
Los hechos y las reglas asociadas de la base de conocimiento normalmente no son
exactos; es decir se tiene incertidumbre sobre el grado de certeza de algunos
hechos y tambin sobre el campo de validez de algunas de las reglas. Para el
manejo de la incertidumbre en los sistemas de reglas se han utilizado varios
sistemas; los tres ms conocidos son los Factores de Certeza (utilizados en
MYCIN), la lgica de Dempster Shafer, y la Lgica Difusa (Fuzzy Logic). El mtodo
Modelado de sistemas
Usado para representar escenarios de actuacin con variables complejas, en los
cules no basta con usar realidades absolutas como lo sera un cierto o falso.
Como agentes de usuario, los cules van a proporcionar una serie de ayudas a los
expertos en una determinada materia para que tomen las decisiones que ellos
consideren oportunas, en este caso estos sistemas van a ofrecer una ayuda, pero
la decisin final la va a tomar el experto en cuestin. Como ejemplo cabe destacar
el mbito financiero.
Minera de datos y descubrimiento de informacin, consistente en hallar el
conocimiento intrnseco dentro de una base de datos, los cules pueden no estar
presentes a simple vista, pero aplicando sistemas de este tipo pueden llegar a
averiguarse.
4.3.1 Hechos
Una regla es definida como un modo de representacin estratgica o tcnica, la cual
es apropiada cuando el conocimiento con el que deseamos trabajar proviene de la
experiencia o de la intuicin, y por tanto carece de una demostracin fsica o
matemtica.
Representa el estado actual del mundo que se modelizado del problema en curso
de solucin:
Las reglas de produccin son de tipo: SI ENTONCES (SI A ENTONCES B). Donde
tanto las premisas como la conclusin, no son ms que una cadena de hechos
conectados por Y o por O, de forma general seria: SI Y/O Y/O. ENTONCES Y/O
Los hechos son afirmaciones que sirven para presentar conceptos, datos, objetos,
etc. Y el conjunto de hechos que describen el problema es la base de hechos.
Ejemplo de hechos: Juan es un estudiante Juan tiene 8 aos El perro es blanco A
Mara le gusta el cine Pedro prefiere la pelcula La edad de Luis es de 25 aos Pedro
tiene un salario de 200 pesos Una regla es una combinante de hechos que permite
representar conocimientos y sacar inferencia de los mismos. Ejemplo de reglas R1:
si y entonces R2: SI Y ENTONCES R3: SI Y ENTONCES Observe como partiendo
de hechos conocidos que describen algn conocimiento se pueden inferir nuevos
hechos (nuevos conocimientos).
Desarrollo
Estado de Viabilidad de Sistema
EVS
Planificacin
de Sistema de
Informacin.
PSI
Anlisis de Sistema de
Informacin
ASI
Diseo de Sistema de
Informacin
DSM
Mantenimiento
de Sistema de
Informacin
MSI
Interfaz
Interfaz
Aseguramiento de
Calidad
Gestin de
Proyecto
Interfaz
Gestin de
Configuracin
Interfaz
Seguridad
Conclusin
Para finalizar la presente investigacin se puede determinar el aspecto ms
importante de una base de conocimiento es la calidad de la informacin que
contiene. Las mejores bases de conocimiento han escrito cuidadosamente los
artculos que se guardan actualizado, un sistema excelente de la recuperacin de
datos, algunas bases de conocimiento tienen inteligencia artificial componente.
Al momento de crear una base de conocimientos, es muy importante primeramente
definir los hechos, de manera que no sean ambiguos y que permitan claramente
definir las reglas. No hay una forma determinada de crearla, depende mucho de la
lgica de cada persona, pero si es de sumo cuidado el mantener la integridad de las
relaciones de los elementos que se estn tratando.
Estas clases de bases de conocimiento pueden sugerir soluciones a los problemas
basados a veces en la regeneracin proporcionada por el usuario, y son capaces
de aprender por experiencia de esta forma hay bases de conocimiento ms
complejas por lo tanto eficientes.
Referencias electrnicas
Desconocido (2016). Sistemas de produccin. 07 de mayo de 2016: de sitio web:
http://quegrande.org/apuntes/EI/4/IA/teoria/09-10/tema_6__sistemas_de_produccion.pdf
Fernndez C, Fuentetaja R. (2016). Construccin de SSPP con CLIPS. 07 de
mayo de 2016, de Sitio web:
http://galahad.plg.inf.uc3m.es/~iat/practicas/SSPPconCLIPS.pdf
Desconocido (2016). Sistema de Razonamiento. 07 de mayo de 2016: de sitio
web:
http://inteligenciaartificial-isc.blogspot.mx/p/unidad-4.html
Desconocido (2016). Ciclo de vida del sistema de produccin. 07 de mayo de
2016: de sitio web:
https://prezi.com/yerj1utha0ua/ciclo-de-vida-del-sistema-de-produccion/