Inteligencia Artificial Semana 02 (Resumen). Contenido Representación del conocimiento – Redes...
-
Upload
gregorio-campa -
Category
Documents
-
view
212 -
download
0
Transcript of Inteligencia Artificial Semana 02 (Resumen). Contenido Representación del conocimiento – Redes...
Inteligencia Artificial
Semana 02(Resumen)
Contenido• Representación del conocimiento
– Redes semánticas,
– Registros
– Predicado.
• Clasificación de problemas algorítmicos.
• Problemas de decisión, localización y optimización.
• Problemas P y NP.
• Descripción de algunos problemas.
Representación del conocimiento Redes Semánticas:
• Las redes semánticas tienen como objetivo trasladar la representación del conocimiento a partir de sus relaciones a un formalismo.
La red semántica como tal, sería un grafo con:
Nodos que vendrían a ser los conceptos
Arcos (dirigidos) que representarían a las relaciones entre Nodos (conceptos)
Ejemplo:1
2 3
5 64
Representación del conocimiento Predicados:
• La lógica de predicados se basa en la idea de las sentencias, siendo estrictos diríamos que expresan relaciones entre objetos, cualidades y atributos de dichos objetos.
• Entiéndase por objeto: personas, conceptos u objetos físicos.• Las cualidades, relaciones o atributos son denominados predicado,
mientras que los objetos son conocidos como argumentos o términos de dicho predicado.
• Ejemplo:
Color(Arbol, verde)
Tamaño(Edificio, grande)
Prestigio(Universidad, Bueno)
Clasificación de problemas algorítmicos
• Se clasifican :– Por su Naturaleza
• No computables : No admiten solución por algoritmo
• Indecidibles : Son no computables
– Por su Tratabilidad• Tratables: Existen para estos algoritmos de
complejidad polinomial.
• Intratables: No existen para estos algoritmos de complejidad polinomial.
– Por el tipo de Respuesta
Problemas de decisión, localización y optimización
• Decisiónproblemas que tiene como característica principal el de dar una respuesta binaria,es decir positiva o Negativa.En este tipo de problema podemos encontrar a los famosos problemas P y PN
Problemas de decisión, localización y optimización
Algunos ejemplos de problemas tipo P son:
• Resolución de Sistemas de Ecuaciones Lineales
• Ordenar números o buscar palabras en un texto.
• Cualquier problema de la Programación Lineal
Alguno ejemplos de problemas tipo NP son:• Programación de Tareas• Coloración de mapas• Optimización de Desperdicios• Agente Viajero
Problemas de decisión, localización y optimización
Localización y OptimizaciónSon problemas en los que se trata de encontrar la ubicación óptima de una instalación dentro de un determinado espacio físico.
Descripción de algunos problemas
• Problema del agente viajero:Se le conoce también como TSP, el agente tiene que visitar n ciudades ,comenzando y terminando en la ciudad de inicio, como condición el agente debe visitar una sola vez cada ciudad tratando de hacer el recorrido con un costo mínimo.
Descripción de algunos problemas
• Problema de Selección de Proyectos.Consideremos “n” proyectos P1, P2, ..., Pn. Supongamos también que conocemos el costo ci y la utilidad neta esperada ui para cada uno de los proyectos Pi. Consideremos además un presupuesto “b” para la invertir en dichos proyectos El problema consiste en determinar un subconjunto de los “n” proyectos de modo tal que presente máxima suma de utilidades líquidas esperadas, y que el costo total no supere al presupuesto “b”.