Documente Academic
Documente Profesional
Documente Cultură
A
Carrera: Ingeniera de Sistemas
Alumno: Ramrez Steed
C.I 14.231.433
Nivel: 7mo Semestre/Nocturno
Tutor: Ing. Msc. Silvia Gabriela Arana Pacheco
Periodo: Septiembre 2015
Introduccin
La incertidumbre es la falta de informacin adecuada para tomar una decisin o realizar
un razonamiento lo que puede impedir llegar a una conclusin correcta.
Los sistemas inteligentes deben ser capaces de representar y razonar con incertidumbre.
A continuacin estudiaremos puntos relacionados con la incertidumbre en la inteligencia
artificial, principales causas y el Razonamiento.
Incertidumbre
En muchas aplicaciones en el "mundo real "existe incertidumbre, por ejemplo:
Un sistema de diagnstico mdico no cuenta con toda la informacin del
paciente.
Un robot tiene sensores con limitaciones y ruidosos.
Un agente financiero tiene informacin limitada de las empresas y no puede
conocer todos los factores que las afectan.
Un sistema inteligente debe poder tomar decisiones aunque no tenga toda la
informacin o conocimiento necesarios, e incluso cuando existan errores en la
informacin que recibe o en su conocimiento.
Razonamiento
El razonamiento es el conjunto de actividades
mentales que consiste en la conexin de ideas de
acuerdo a ciertas reglas y que darn apoyo o
justificarn una idea. En otras palabras ms simples,
el razonamiento es la facultad humana que permite
resolver problemas tras haber arribado a conclusiones
que
permiten
hacerlo.
Tcnicas
Se han desarrollado diversas tcnicas para el manejo de incertidumbre en
sistemas inteligentes, que podemos dividir en dos grandes grupos:
Tcnicas simblicas (no numricas).
Tcnicas numricas.
Tcnicas
No-numricas
Lgicas no - monotnicas.
Sistemas de mantenimiento de verdad (TMS, ATMS).
Teora de endosos.
Tcnicas
Numricas
Empricas (MYCIN) diagnostico de enfermedades infecciosas en la sangre.
(Prospector) Exploracin Minera.
Mtodos aproximados.
Lgica difusa.
Teora de Dempster-Shafer.
Probabilsticas - Redes Bayesianas.