U2 Representacion Conocimiento

Representacin del conocimiento o
Dr. Miguel Wister
1 de marzo de 2011
Dr. Miguel Wister ()
1 de marzo de 2011
1 / 58
Tabla de contenido
1 2 3 4 5 6
Introduccin o Redes semnticas a Scripts Frames OAV Reglas de produccin o Conjuntos de If ... Then Lgica clsica o a Lgica proposicional o Lgica de predicados de 1er. orden o Lgica difusa o
1 de marzo de 2011
1 / 58
Introduccin o
La representacin del conocimiento es una de las reas de la ingenier o a a del conocimiento que se ocupa de esquematizar o modelar mediante mtodos formales y no formales, el conjunto de hechos y procedimientos e del que trata el dominio del problema. Estructura empleada. Describe los elementos del conocimiento. Proceso interpretativo. Lo que se requiere para emplear el conocimiento descrito.
1 de marzo de 2011
2 / 58
Introduccin o
En IA existen dos partes bsicas a

Base de Conocimiento (Knowledge Base) Contiene hechos acerca de objetos en un dominio y sus relaciones. Puede contener conceptos, teor procedimientos prcticos y sus asociaciones. as, a La base de conocimientos forma la fuente de inteligencia del sistema y es usada por mecanismos de inferencia para razonar y llegar a conclusiones. Motor de Inferencia (Inference Engine) Es un conjunto de procedimientos que son usados para examinar la base de conocimientos en una forma ordenada para responder preguntas, resolver problemas o tomar decisiones dentro de un dominio.
1 de marzo de 2011
3 / 58
Introduccin o
Componentes del conocimiento

Conocimiento factual. Basado en hechos. Conjunto de hechos, ideas, conceptos, verdades, etc. hijo(Sergio, Pedro). hijo(David, Sergio). hermano(Pedro,Manuel). Reglas procedimentales (procedurales) Describen alguna accin o dinmica relativa al dominio de los elementos. a padre(A,B):- hijo(B,A). abuelo(A,B):- padre(A,C), padre(C,B). sobrino(C,A):- hermano(A,B), hijo(C,B).
1 de marzo de 2011
4 / 58
Introduccin o
Representacin declarativa vs. representacin procedural o o

Mtodos declarativos : Enfatizan la acumulacin de hechos estticos e o a junto con una informacin limitada que describe como se va a emplear el o conocimiento ( conjunto de procedimientos generales para manipularlos). Ventajas Cada hecho necesita ser almacenado una sola vez, sin hacer caso a el nmero de las diferentes maneras en que puede ser usado. u Es fcil agregar nuevos hechos al sistema, sin cambiar los otros a hechos o pequeos procedimientos. n
1 de marzo de 2011
5 / 58
Introduccin o
Representacin declarativa vs. representacin procedural o o

Mtodos procedurales : En este mtodo la mayor parte del conocimiento e e est representado por procedimientos, que son usados para resolver a problemas espec cos. Son reglas dinmicas que describen procedimientos a para usar el conocimiento. Ventajas Es fcil representar el conocimiento de cmo hacer las cosas. a o Es fcil representar el conocimiento que no est bien representados en a a el esquema declarativo. Es fcil representar el conocimiento heur a stico de cmo hacer las o cosas ecientemente.
1 de marzo de 2011
6 / 58
Introduccin o
Sistemas de representacin del conocimiento o

En el desarrollo de una base de conocimiento (KB, Knowledge Base), se debe seleccionar los objetos y relaciones signicativas en ese dominio y modelarlo dentro de un lenguaje formal. Modelo de representacin lgica o o Modelo de representacin procedural o Modelo de representacin por redes o Modelo de representacin estructurada o
1 de marzo de 2011
7 / 58
Introduccin o

Modelo de representacin lgica Usa expresiones de la lgica formal para o o o representar la KB. Aplica reglas de inferencia y procedimientos de prueba para resolver los problemas. Se emplea ampliamente el clculo de predicado de 1er. Orden. a PROLOG es el lenguaje ideal para su implementacin. o Modelo de representacin procedural Usa un conjunto de instrucciones o para resolver problemas. Los sistemas de produccin son un o buen ejemplo de este modelo, ya que para encontrar un solucin primero resuelve las premisas. o
1 de marzo de 2011
8 / 58
Introduccin o

Modelo de representacin por redes Representa el conocimiento mediante o grafos, donde los nodos representan los objetos, conceptos e ideas y los arcos representan las relaciones o asociaciones entre ellos. Redes semnticas, dependencias conceptuales, y a grafos conceptuales. Modelo de representacin estructurada Es una extensin de las redes ya o o que permite a cada nodo ser una estructura de datos compleja con slots (ranuras) y datos. estos datos pueden ser numricos o datos simblicos, punteros a otros frames y a e o procedimientos. Ejemplos: scripts, frames y OO.
1 de marzo de 2011
9 / 58
Introduccin o
Propiedades de los sistemas de representacin de conocimiento o

Adecuada representacin.- Capacidad para representar el o conocimiento requerido bajo el esquema ms apropiado. a Adecuada inferencia.- Capacidad para manipular el conocimiento representado y producir nuevo conocimiento de acuerdo a lo inferido del conocimiento original. Eciencia en las inferencias.- Capacidad para manejar mecanismos dentro de la direccin ms productiva para almacenar gu o a as apropiadas. Eciente en su adquisicin.- Capacidad para adquirir nuevo o conocimiento usando mtodos automticos de donde sea posible, en e a vez de conar en la intervencin humana. o
1 de marzo de 2011
10 / 58
Introduccin o
Modelos de representacin del conocimiento o

Redes semnticas a Scripts Frames Objetos (OAV) Reglas de produccin o
Conjuntos de If ... Then
Lgica o
Lgica proposicional o Lgica de predicados de 1er. orden o Otras lgicas o Lgica difusa o
1 de marzo de 2011
11 / 58
Redes semnticas a
Redes semnticas a
Descripciones grcas de conocimiento compuestas de un conjunto de a nodos y ligas (enlaces o arcos) que muestran de alguna manera la relacin o entre ciertos objetos. Los nodos son rotulados con los nombres de los elementos representados. Las ligas representan las relaciones entre los elementos. Dos relaciones binarias ms comnmente empleadas entre nodos y ligas a u son es-un (ISA) para representar situaciones, acciones y eventos, y parte-de (PARTOF)
1 de marzo de 2011
12 / 58
Redes semnticas a
Redes semnticas a
Ejemplo 1
1 de marzo de 2011
13 / 58
Redes semnticas a
Redes semnticas a
Ejemplo 2
Lucas es una golondrina que vive en un nido sobre un pino en la parcela de la Sra. Dom nguez. Las aves son animales y las golondrinas son aves que cantan y tienen alas para volar; las golondrinas son una especie en peligro de extincin y estn protegidas por regulaciones o a gubernamentales.
Dr. Miguel Wister () Representacin del conocimiento o 1 de marzo de 2011 14 / 58
Redes semnticas a
Redes semnticas a
Ejemplo 3
1 de marzo de 2011
15 / 58
Redes semnticas a
Redes semnticas a
En PROLOG
isa(canary, bird) isa(ostrich, bird) isa(bird, animal) isa(opus, penguin) hasprop(tweety, color, white) hasprop(canary, color, yellow) hasprop(bird, travel, y) hasprop(ostrich, travel, walk) hasprop(robin, sound, sing) hasprop(bird, cover, feathers) isa(robin, bird) isa(penguin, bird) isa(sh, animal) isa(tweety,canary) hasprop(robin, color, red) hasprop(penguin, color, brown) hasprop(sh, travel, swin) hasprop(penguin, travel, walk) hasprop(canary, sound, sing) hasprop(animal, cover, skin)
1 de marzo de 2011
16 / 58
Scripts
Scripts
Scripts o guion es un mtodo de representacin de conocimiento e o procedural. El ejemplo clsico de un script involucra la secuencia tipica de eventos que a ocurren cuando una persona cena en un restaurant: encontrar asiento, leer el menu, ordenar bebidas al camarero . . . El modelo del script se descompone en transiciones conceptuales, como MTRANS y PTRANS, que se reeren a transiciones mentales (de informacion) y transiciones sicas (de cosas). Un script es un esquema de representacion del conocimiento que describe una secuencia de eventos, algunos de los elementos de un script t pico est compuesto por: entry conditions, props, roles, tracks y scenes. a
1 de marzo de 2011
17 / 58
Scripts
Scripts
Los scripts son muy utiles para predecir lo que suceder en una situacin a o determinada. Se usa en el razonamiento basado en casos.
entry conditions: Describe situaciones que se pueden o deben satisfacer antes de que los eventos del script ocurran o lleguen a ser vlidos. a props: Son los objetos usados en la secuencia de eventos que ocurre. roles: Son las personas involucradas en el script. tracks: Las variaciones que podr ocurrir en un script en particular. an scenes: Nos muestra la secuencia de eventos que est ocurriendo. a
1 de marzo de 2011
18 / 58
Scripts
Scripts
Se supone que cualquier accin es reducible a una o ms acciones o a primitivas: componentes bsicos de una accin. a o Acciones f sicas PROPEL aplicar fuerza a un objeto f sico (empujar) MOVE mover una parte del cuerpo por su dueno (patear) INGEST un objeto animado ingiere algo (comer) EXPEL un objeto animado expulsa algo (llorar) GRASP agarrar un objeto (empunar) Acciones que provocan cambios de estado ATRANS transferencia abstracta .- Transferir una relacin abstracta, por o ejemplo, la posesin (dar) o PTRANS transferencia f sica .- Accin que cambia la posicin de un o o objeto f sico (ir)
Scripts
Scripts
Acciones instrumento SPEAK producir sonido (hablar) ATTEND focalizar un rgano sensorial hacia un est o mulo (escuchar) Acciones mentales MTRANS transferencia de informacin mental (decir) o MBUILD construccin mental nueva a partir de informacin anterior o o (decidir)
1 de marzo de 2011
20 / 58
Scripts
Scripts
El ejemplo de la teoria de Schank es el script del restaurant. Scene 1: Entering S PTRANS S into restaurant, S ATTEND eyes to tables, S MBUILD where to sit, S PTRANS S to table, S MOVE S to sitting position Scene 2: Ordering S PTRANS menu to S (menu already on table), S MBUILD choice of food, S MTRANS signal to waiter, waiter PTRANS to table, S MTRANS I want food to waiter, waiter PTRANS to cook Scene 3: Eating Cook ATRANS food to waiter, waiter PTRANS food to S, S INGEST food Scene 4: Exiting waiter MOVE write check, waiter PTRANS to S, waiter ATRANS check to S, S ATRANS money to waiter, S PTRANS out of restaurant
Scripts
Script Restaurante Variante (track): cafeteria Roles: (S) cliente, (W) camarero, (M) cajero, (C) cocinero (O) dueno Objetos (props): caja, men, (F) comida, dinero, servilletas, sal/salsa u Condiciones: el cliente tiene hambre y dinero. Escena 1: entrar
S S S S S PTRANS S en restaurante ATTEND ojos a mesas MBUILD donde sentarse PTRANS S a mesa MOVE S a posicion sentado
Escena 2: ordenar
... S MBUILD eleccion de F S MTRANS senal a W ... W MTRANS no F a S (volver a ) o (ir a Escena 4: no pagar)
Scripts
Script Restaurante (cont.) Escena 3: comer

C ATRANS F a W W ATRANS F a S S INGEST F (Opcion: volver a Escena 2 para pedir mas; si no, ir a Escena 4
Escena 4: salir
... W ATRANS factura a S S ATRANS propina a W S PTRANS S a M S ATRANS dinero a M (no pagar): S PTRANS S fuera del restaurante
1 de marzo de 2011
23 / 58
Scripts
Script Restaurante Variante (track): comida rpida a Roles: cliente, camarero, cajero, cocinero Objetos (props): caja, men, comida, dinero, servilletas, sal/salsa u Condiciones: el cliente tiene hambre y dinero. Escena 1: entrar
el el el el el el el el cliente estaciona su coche cliente entra al restaurante cliente espera a que lo atiendan camarero lleva al cliente a una mesa desocupada camarero trae el men al cliente u cliente elige un platillo del men u cliente da su orden al camarero camarero entrega la orden al cocinero
Escena 2: ordenar
Escena 3: comer
el camarero trae el platillo al cliente el cliente come su platillo
Scripts
Escena 4: salir
el el el el el cliente pide la cuenta camarero trae la cuenta cliente va al cajero y paga su cuenta cliente sale del restaurante cliente se va en su coche
Escena 4a: comida-corrida (opcional)

el cliente sale corriendo del restaurante el cliente se va en su coche rechinando ruedas
Resultados: el cliente ya no tiene hambre el cliente tiene menos dinero el cliente esta satisfecho (?) el cliente no est satisfecho (?) a el cliente est demasiado lleno (?) a el cliente tiene dolor de barriga (?)
Scripts
1 de marzo de 2011
26 / 58
Frames
Frames
Es una extensin de las redes semnticas. Hace nfasis sobre la estructura o a e de los frames, en particular sobre sus atributos que pueden tener: (i) valores, (ii) defaults, (iii) restricciones y/o (iv) procedimientos asociados.
Estructura de datos que incluye el conocimiento completo sobre un objeto en particular. El conocimiento es organizado en una estructura jerrquica a que permite el diagnstico de la independencia de conocimiento. o Un frame (marco) consiste de slots (ranuras) que son conjuntos de atributos que describen algn conocimiento o procedimientos acerca del u atributo en el slots.
1 de marzo de 2011
27 / 58
Frames
Frames
Los frames son una serie de slots en los que cada uno representa una propiedad estndar o atributo del elemento representado por un frame. El a slot nos da un lugar para colocar sistemticamente un componente de a nuestras experiencias anteriores en relacin a las clases de elementos o representados.
Cada slot se identica por el nombre del correspondiente atributo e incluye el valor o rango de valores que se pueden asociar con el slot.
1 de marzo de 2011
28 / 58
Frames
Ejemplo de Frames
1 de marzo de 2011
29 / 58
Frames
1 de marzo de 2011
30 / 58
OAV
OAV
Objetos, Atributos y Valores (OAV)

Una forma muy comn para representar conocimiento es usar objetos, u atributos y valores. Parece una variacin de las redes semnticas y los o a frames.
1 de marzo de 2011
31 / 58
OAV
OAV
Ejemplo de OAV
1 de marzo de 2011
32 / 58
Reglas de produccin o
Reglas de Produccin o
Sistemas de produccin o
Representaciones estructuradas en dos campos Si antecedente entonces acciones Utilizacin indirecta de la lgica de predicados o o Existen mecanismos de inferencia eciente Problemas de abilidad Muy utilizadas en la prctica (Sistemas expertos) a El conocimiento es representado en una serie de estatutos de la forma IF THEN : IF sta condicin o premisa es verdadera THEN alguna e o consecuencia debe ocurrir
R1: IF se indica vino caro and es ao nuevo n THEN Champaa n R2: IF se indica vino caro and plato fuerte es lete THEN vino tinto importado R3: IF se indica vino barato and plato fuerte es pollo and invitado no cae bien THEN vino marca patito
R4: IF se indica vino barato and no se conoce plato fuerte THEN vino rosado R5: IF se indica cerveza and plato fuerte t pico de Alemania THEN cerveza marca Lowenbra u R6: IF se indica cerveza THEN cerveza marca x
1 de marzo de 2011
34 / 58
R7: IF invitado fantico de la salud a THEN agua mineral R8: IF invitado fantico de la salud and a no se van servir zanahorias THEN jugo de zanahoria R9: IF se indica vino and se desea impresionar al invitado THEN se indica vino caro
R10: IF se indica vino THEN se indica vino barato R11: IF invitado es snob and THEN se indica vino R12: IF Plato t pico de Alemania and THEN se indica cerveza R13: IF invitado no cae bien and plato fuerte mal cocinado THEN se indica cerveza
1 de marzo de 2011
35 / 58
Lgica clsica o a
Lgica proposicional o
Es el estudio y anlisis de la naturaleza del argumento vlido, la a a herramienta de razonamiento con la que los lsofos y matemticos o a derivan inferencias vlidas de un conjunto de hechos y premisas. Es una de a las formas ms antiguas de representacin de conocimiento empleadas en a o IA.
S mbolos proposicionales P, Q, R, S, T, . . . S mbolos de verdad V, F o T, F o Conectores , , , ,

1, 0
1 de marzo de 2011
36 / 58
Lgica clsica o a
Tabla de verdad P F F V V Q F V F V P Q F F F V P Q F V V V PQ V V F V PQ V F F V
1 de marzo de 2011
37 / 58
Lgica clsica o a
Identidades Lgicas o P (Q R) (P Q) R P (Q R) (P Q) R asociativa P Q Q P P Q Q P conmutativa P (Q R) (P Q) (P R) distributiva P (Q R) (P Q) (P R) distributiva (P Q) P Q (P Q) P Q leyes de Morgan P Q Q P contraposicin o P P doble negacin o P Q P Q P Q (P Q) (Q P) P Q (P Q) (P Q) P Q (P Q) (Q P) P P Falso P P Verdadero
Lgica clsica o a
Reglas de inferencias
1 de marzo de 2011
39 / 58
Lgica clsica o a
Proposicin es un estatuto que puede tomar el valor de falso o verdadero. o Si Pedro le apost a Dallas o Entonces Pedro se gast el dinero. o Si Pedro se gast el dinero o Entonces su esposa no compra joyas y su esposa le pide el divorcio. Si su esposa no compra joyas, Entonces los nios no comen o su esposa est enojada. n a Se sabe que: Pedro le apost a Dallas y los nios comen. o n Por lo tanto su esposa est enojada. a
1 de marzo de 2011
40 / 58
Lgica clsica o a
PQ Q (R S) R (T U) P T U UR (R S) (P T ) Q (U S) T Q P P (Q R) P S T Q S R T
est nevando o est airoso a a Si est airoso puedo volar mi cometa a Si est nevando, puedo esquiar a No estoy esquiando Por lo tanto, puedo volar mi cometa corro o hablo si hablo, entonces tu vuelas y la luna es prpura u la luna no es prpura u Por lo tanto, corro Si Julio va al partido de ftbol, su esposa se enojar. u a Si Paco juega domin toda la noche, su esposa se enojar. o a Si la esposa de Paco se enoja o la esposa de Julio se enoja, le avisaran a la abogada. La abogada no ha sido avisada. Por lo tanto, Julio no va al partido de ftbol y Paco no u juega domin toda la noche o
Representacin del conocimiento o 1 de marzo de 2011 41 / 58
Lgica clsica o a
Lgica de predicados de 1er. orden o

Modelo basado en la lgica proposicional ms otros conceptos adicionales o a como variables, predicados y cuanticadores. Consta de cuatro componentes: Alfabeto Lenguaje formal Conjunto de enunciados (axiomas) Reglas de inferencias Variable: x, y, etc. Predicado: Es una funcin p(X1 , X2 , . . . , Xn ) que toma solamente el valor o True o False y debe tener al menos un argumento Xi Cuanticador: Existencial () o Universal ().
Lgica clsica o a
1 de marzo de 2011
43 / 58
Lgica clsica o a
Esquema Todo S es P Ningn S es P u Algn S es P u Algn S no es P u
Representacin del o predicado x[S(x) p(x)] x[S(x) p(x)] x[S(x) p(x)] x[S(x) p(x)]
1 de marzo de 2011
44 / 58
Lgica clsica o a

Representacin en lgica de predicados de 1er. Orden o o x [(mascota(x) pequeo(x)) animal de compa n na(x)] x [(gato(x) perro(x)) mascota(x)] x [cachorro(x) (perro(x) pequeo(x))] n cachorro(pluto) Representacin en PROLOG o animal-de-compa na(x) : mascota(x), pequeo(x) n mascota(x) : gato(x) mascota(x) : perro(x) perro(x) : cachorro(x) pequeo(x) : cachorro(x) n cachorro(pluto)
Lgica clsica o a

Algunos programadores odian los fallos Ningn programador odia el xito u e :. Ningn fallo es un xito. u e Predicados P(x) = x es un programador F(x) = x es un fallo E(x) = x es un xito e O(x, y) = x odia a y. Representacin en lgica de predicados de 1er. orden. o o xy [P(x) O(x, y )] xy [P(x) (E (y ) (x, y ))] : .y [F (y ) E (y )]
Lgica clsica o a

Principio de instanciacin universal o (IU) Si se tiene que x p(x) es satisfecha por una interpretacin I (universo + o signicado), entonces se puede concluir que p(c) para cualquier c que pertenezca al universo. x [p(x)] p(c) x [x es alemn)] a Hans es alemn a
Principio de generalizacin universal o (GU) Si se sabe que p(c) es satisfecho por una interpretacin donde c representa o un elemento arbitrario del universo, entonces se puede concluir que p(x) es satisfecho por cualquier x que pertenezca al universo. p(c) x [p(x)] Hans es alemn a x [x es alemn] a
Representacin del conocimiento o 1 de marzo de 2011 47 / 58
Lgica clsica o a
U = tringulos del plano cartesiano. a
Todos los tringulos con dos lados iguales son issceles. a o Todos los tringulos issceles tienen dos ngulos iguales. a o a Triangul no tiene dos ngulos iguales. n a :. Triangul no tiene dos lados iguales n Predicados P(x) = x tiene dos lados iguales Q(x) = x es issceles o R(x) = x tiene dos ngulos iguales a
1 de marzo de 2011
48 / 58
Lgica clsica o a
1. x [P(x) Q(x)] 2. x [Q(x) R(x)] 3. R(triangul n) :. P(triangul n) 4. 5. 6. 7. P(triangul Q(triangul n) n) Q(triangul R(triangul n n) P(triangul R(triangul n) n) P(triangul n) 1 IU 2 IU 4, 5 ley del silogismo 6, 3 modus tollens
1 de marzo de 2011
49 / 58
Lgica difusa o
Lgica difusa o borrosa o
La lgica difusa es considerada como una teor que interpola el 0 y o a el 1 de la lgica bivaluada, para convertirse en una lgica o o multivaluada en el intervalo de 0 y 1. Es un super conjunto de la lgica convencional (lgica Booleana), que o o ha sido extendida para manejar el concepto de parcialidad, es decir, para tomar valores que estn entre completamente verdad y a completamente falso.
1 de marzo de 2011
50 / 58
Lgica difusa o
Lgica difusa o borrosa o
La lgica difusa tiene tintes de incertidumbre. Esta tcnica simula el o e proceso normal de razonamiento humano permitiendo a las computadoras que se comporten menos precisas y lgicas a como normalmente lo vienen o haciendo. Turban, 1995 Samuel es demasiado trabajador Carlos posee una talla muy grande Daniel es muy bajito Todos los Ingleses beben mucha cerveza
1 de marzo de 2011
51 / 58
Lgica difusa o
Comparativa de modelos de representacin del o conocimiento
Esquema
Ventajas
Sintaxis simple, fcil de entena der, interpretacin simple, altao mente modular, exible (fcil de a aadir o modicar) n
Desventajas
Dif de jerarquizar, ineciente cil para grandes sistemas, no todo el conocimiento se puede representar en reglas, pobre representacin estructurada para descrio bir conocimiento.
Redes semnticas a
Fcil de jerarquizar, fcil de rasa a trear asociaciones, exible.
El signicado de los nodos puede ser ambiguo, dif de progracil mar.
1 de marzo de 2011
52 / 58
Lgica difusa o
Comparativa de modelos de representacin del o conocimiento

Esquema
Frames
Ventajas
Poder de expresividad, fcil de a actualizar slots para nuevas propiedades y relaciones, fcil de a crear procedimientos especializados, fcil de incluir informaa cin por defecto y detectar la falo ta de valores.
Desventajas
Dif de programar, fcil de incil a ferir, falta de software barato.
Lgica foro mal
Los hechos declarados son independientes del uso, garant de a que todos y solo las consecuencias vlidas son armadas (prea cisin), completitud. o
Separacin de representacin y o o procesamiento, ineciente con grandes conjuntos de datos, muy lento con grandes bases de conocimiento.
1 de marzo de 2011
53 / 58
Lgica difusa o
Demostracin 1 o
1PQ 2 Q (R S) 3 R (T U) 4 P T U 5 P (R S) 1. y 2. ley de silogismo 6P 4. simplicacin o 7 (R S) 5. y 6. modus ponens 8 R 7. simplicacin o 9 (T U) 3. y 8. modus ponens 10 T 4. simplicacin o 11 U 9. y 10. silogismo disyuntivo
Volver al planteamiento de problema
1 de marzo de 2011
54 / 58
Lgica difusa o
Demostracin 2 o
1UR 2 (R S) (P T ) 3 Q (U S) 4 T 5Q P 6. (U S) 3 y 5. modus ponens 7. U 6. simplicacin o 8. R 1 y 7. modus ponens 9. S 6. simplicacin o 10. R S 8 y 9. conjuncin o 11. P T 2 y10. modus ponens 12. P 11 y 4. silogismo disyuntivo
1 de marzo de 2011
55 / 58
Lgica difusa o
Demostracin 3 o
1 P (Q R) 2 P S 3T Q 4 S R T 5. 6. 7. 8. P 2. y 4. silogismo disyuntivo QR 1. y 5. modus ponens T R 3. y 6. ley de silogismo R T 7. contraposicin o

1 de marzo de 2011
56 / 58
Lgica difusa o
Demostracin 4 o
1 P R Esta nevando o esta airoso 2RS Si esta airoso puedo volar mi cometa 3PQ Si esta nevando puedo esquiar No estoy esquiando 4 Q S Por lo tanto. Puedo volar mi cometa 5. Q S 6. S 1, 2 y 3 dilema constructivo 4 y 5 silogismo disyuntivo
1 de marzo de 2011
57 / 58
Lgica difusa o
Demostracin 5 o
1 P R Corro o hablo 2 R (Q S) Si hablo, entonces tu vuelas y la luna es purpura 3 S la luna no es purpura P Por lo tanto, corro 4 5 6 7 8 9 R P 1 conmutativa R (Q S) 2 ident. Logica p q p q P (Q S) 4, 5 ressimp (P Q) (P S) 6 distributiva P S 7 eliminacin o P 8, 3 silogismo disyuntivo
1 de marzo de 2011
58 / 58
Lgica difusa o
Demostracin 6 o
1PQ 2RS 3 (S Q) T 4 T P R 5 (S Q) 3, 4 Modus tollens 6 S Q 5 leyes de morgan 7 S 6 simplicacin o 8 Q 6 simplicacin o 9 P 1, 8 modus tollens 10 R 2, 7 modus tollens 11 P R 9, 10 conjuncin o
1 de marzo de 2011
59 / 58

U2 Representacion Conocimiento

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

U2 Representacion Conocimiento

Încărcat de

Drepturi de autor:

Formate disponibile

Representacin del conocimiento o

Dr. Miguel Wister

Dr. Miguel Wister ()

Representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

En IA existen dos partes bsicas a

Dr. Miguel Wister ()

Representacin del conocimiento o

Componentes del conocimiento

Dr. Miguel Wister ()

Representacin del conocimiento o

Representacin declarativa vs. representacin procedural o o

Dr. Miguel Wister ()

Representacin del conocimiento o

Representacin declarativa vs. representacin procedural o o

Dr. Miguel Wister ()

Representacin del conocimiento o

Sistemas de representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Sistemas de representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Sistemas de representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Propiedades de los sistemas de representacin de conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Modelos de representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Script Restaurante (cont.) Escena 3: comer

Dr. Miguel Wister ()

Representacin del conocimiento o

Escena 4a: comida-corrida (opcional)

Dr. Miguel Wister ()

Representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Dr. Miguel Wister ()

Representacin del conocimiento o

Dr. Miguel Wister ()