Aviso: para depositar documentos, por favor, inicia sesión e identifícate con tu cuenta de correo institucional de la UCM con el botón MI CUENTA UCM. No emplees la opción AUTENTICACIÓN CON CONTRASEÑA
 

Una aproximación ontológica al modelado de conocimiento en los dominios de planificación

dc.contributor.advisorGonzález Calero, Pedro Antonio
dc.contributor.advisorDíaz Agudo, María Belén
dc.contributor.authorSánchez Ruiz-Granados, Antonio Alejandro
dc.date.accessioned2023-06-20T06:36:40Z
dc.date.available2023-06-20T06:36:40Z
dc.date.defense2010-05-27
dc.date.issued2010-12-02
dc.descriptionTesis de la Universidad Complutense de Madrid, Facultad de Informática, Departamento de Ingeniería del Software e Inteligencia Artificial, leída el 27-05-2010
dc.description.abstractHistóricamente la comunidad de planificación ha concentrado sus esfuerzos en la creación de potentes algoritmos de búsqueda para resolver problemas en dominios muy sencillos en los que se usa muy poco conocimiento. Sin embargo, cuando intentamos utilizar técnicas de planificación para resolver problemas del mundo real nos encontrarnos con dominios ricos en conocimiento, difíciles de modelar y con gran cantidad de información asociada. En este tipo de dominios surgen nuevos problemas relacionados con la adquisición y gestión de grandes bases de conocimiento. Nuestra propuesta consiste en utilizar ontologías para modelar el conocimiento de carácter estático asociado a estos dominios. En concreto, nos centraremos en un tipo de ontologías con una base formal bien fundada (las lógicas descriptivas) que ofrecen un buen compromiso entre expresividad y complejidad computacional. Además, estas ontologías son uno de los pilares fundamentales de la web semántica, por lo que existe toda la infraestructura montada a su alrededor de la que podemos aprovecharnos: lenguajes estándar, editores visuales, sistemas de razonamiento, etc. Uno de los objetivos de este trabajo consiste en estudiar qué pueden aportar las ontologías y toda esta infraestructura montada a su alrededor al modelado del conocimiento asociado a los dominios de planificación. Por otra parte, las ontologías proporcionan un vocabulario rico con el que poder expresar conocimiento usando distintos niveles de detalle. Esta capacidad de razonamiento abstracto permite realizar inferencias interesantes a partir del conocimiento disponible. Además, permite plantear problemas de planificación abstractos cuyas soluciones pueden aplicarse a multitud de problemas concretos, algo que resulta especialmente interesante en aproximaciones basadas en casos. En este trabajo también investigaremos cómo podemos aprovechar la capacidad de razonamiento a distintos niveles de abstracción de las lógicas descriptivas.
dc.description.departmentDepto. de Ingeniería de Software e Inteligencia Artificial (ISIA)
dc.description.facultyFac. de Informática
dc.description.refereedTRUE
dc.description.statuspub
dc.eprint.idhttps://eprints.ucm.es/id/eprint/11729
dc.identifier.isbn978-84-693-8795-5
dc.identifier.urihttps://hdl.handle.net/20.500.14352/47567
dc.language.isospa
dc.page.total195
dc.publication.placeMadrid
dc.publisherUniversidad Complutense de Madrid, Servicio de Publicaciones
dc.rights.accessRightsopen access
dc.subject.cdu004.83(043.2)
dc.subject.keywordOntologías
dc.subject.keywordRazonamiento automatizado
dc.subject.keywordWeb semántica
dc.subject.ucmInteligencia artificial (Informática)
dc.subject.unesco1203.04 Inteligencia Artificial
dc.titleUna aproximación ontológica al modelado de conocimiento en los dominios de planificación
dc.typedoctoral thesis
dspace.entity.typePublication
relation.isAdvisorOfPublication166cd6d0-8699-42cc-bdf7-c6e8a2c48741
relation.isAdvisorOfPublication95de81bf-4637-4307-8ff6-f2c06c591d18
relation.isAdvisorOfPublication.latestForDiscovery166cd6d0-8699-42cc-bdf7-c6e8a2c48741
relation.isAuthorOfPublication90c1631c-e546-4b8e-b5f2-c12ab516957c
relation.isAuthorOfPublication.latestForDiscovery90c1631c-e546-4b8e-b5f2-c12ab516957c

Download

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
T32517.pdf
Size:
5.35 MB
Format:
Adobe Portable Document Format

Collections