Sistemas Expertos basados en CASOS


Sistemas Expertos basados en CASOS


Un sistema de razonamiento basado en casos resuelve un problema por medio de la adaptación de soluciones dadas con anterioridad a problemas similares (Riesbeck et al., 1989). La memoria del CBR almacena un cierto número de problemas junto a sus correspondientes soluciones (caso). La solución de un nuevo problema se obtiene recuperando casos (o problemas) similares almacenados en la memoria del CBR. Otra definición para los sistemas expertos basados en casos es: "El Razonamiento Basado en Casos es un campo de la Inteligencia Artificial que se basa en problemas similares ocurridos en el pasado –‘casos’– para encontrar soluciones al problema existente o actual –‘caso de referencia’– (Aammodt y Plaza, 1994). Consta de un ‘motor de inferencia’ que modela el proceso del razonamiento humano y que –a diferencia de otros campos de la Inteligencia Artificial– los sistemas de Razonamiento Basado en Casos son capaces de utilizar conocimiento específico de experiencias previas para poder resolver un problema actual. El Razonamiento basados en casos  se implementa mediante un ciclo de actividades  Del problema o caso actual con sus características. El motor de inferencia realiza una búsqueda de casos similares y se encuentra el más parecido al problema a solucionar. Con base en el caso recuperado, se propone una solución al problema nuevo. . Se valida si la solución propuesta está considerada en la base de casos existentes. Se aprende del problema actual para resolver problemas futuros.

Resultado de imagen para robots animados
Un sistema típico CBR está compuesto por cuatro etapas secuenciales que se invocan siempre que sea necesario resolver un problema (Kolodner, 1993; Aamodt, 1994; Watson et al., 1997). La Figura 2 muestra el ciclo de vida de un sistema típico de Razonamiento basado en Casos. Dicho proceso cíclico está compuesto por cuatro pasos fundamentales:


  • Recuperación de los casos o problemas más relevantes.
  • Adaptación de los casos o problemas con la intención de solucionar el problema presente.
  • Revisión de la solución propuesta si es necesario.
  • Almacenamiento (Aprendizaje) de la solución propuesta como parte de un nuevo caso. 
Los SRBC se sustentan en tres principios básicos:

  1. Solución de problemas superpuestos: se aplica en casos que utiliza casos resueltos menores.
  2. Principio de optimalidad de Bellman: memoriza la mejor solución, luego de un proceso de selección. 
  3. Memorización: memoriza las soluciones obtenidas en la librería de casos para uso posterior.
Los SRBC presenta algunas ventajas frente a los sistemas tradicionales

  • Adquisición de conocimiento: La adquisición del conocimiento se realiza a partir de la experiencia previas almacenada en la librería de casos (LC). Esto evita el proceso de extracción de reglas a partir de un experto en dominio, lo cual ya constituía de por si en un “cuello de botella” y además no se garantizaba la validez de las reglas. 
  • Mantenimiento del conocimiento: Los SRBC permite incrementar nuevos casos a la LC sin la intervención del experto, haciendo innecesario el proceso de mantenimiento de la base de conocimiento en SEBC que resulta costoso.
  • Eficiencia en la resolución de problemas: la reutilización es un principio básico de la informática. Los SEBC permite que se puedan resolver casos similares sin tener que rehacer la base de conocimientos. Calidad de la solución: Al aplicar el principio de optimalidad, se garantiza memorizar la mejor solución o lo que ha sucedido en un contexto determinado
  • Aceptación del usuario: Utilizar soluciones basados en casos que ya han sido utilizados y probados da confianza y aceptación al usuario, lo que no ocurre en soluciones como las redes neuronales y los SEBC, ya que pueden resultar incomprensibles para los usuarios.



REFERENCIAS:


                                                                  

Comentarios

Publicar un comentario

Entradas populares de este blog

Características de sistemas expertos

Imagen
Seguimos con sistemas expertos ¿Por qué utilizar un sistema experto? Con su ayuda, personas con poca experiencia pueden resolver problemas que requieren un "conocimiento formal especializado". Se pueden obtener conclusiones y resolver problemas de forma más rápida que los expertos humanos. Estos sistemas razonan pero en base a un conocimiento adquirido y no tienen sitio para la subjetividad. Se ha comprobado que tienen al menos, la misma competencia que un especialista humano. Su uso es especialmente recomendado en las siguientes situaciones: Cuando los expertos humanos en una determinada materia son escasos. En situaciones complejas, donde la subjetividad humana puede llevar a conclusiones erróneas. Cuando es muy elevado el volumen de datos que ha de considerarse para obtener una conclusión. Diferencias entre sistemas expertos y los tradicionales Sistemas expertos: Toman Decisiones, calculan resultados Basados en Eucarísticas Dan Explicacione
Leer más

EJEMPLOS de Sistemas Expertos

Imagen
Ejemplos de sistemas expertos Dejando la teoría de lado, veamos la práctica de estos sistemas, actualmente en el mundo: Y los ejemplos son los siguientes:     *DENDRAL: Es un sistema experto que permite resolver la cuestión planteada anteriormente     a        través de un proceso de búsqueda de generación y prueba jerárquica que se divide en tres      partes      funcionales: plan, generación y prueba. Su base de conocimientos se desglosa en dos conjuntos          de reglas correspondientes a cada una de las fases de desarrollo del sistema.   * MYCIN: es un Sistema Experto para la realización de diagnósticos en el área de la medicina, iniciado por Ed Feigenbaum y posteriormente desarrollado por E. Shortliffe y sus colaboradores. Su función es la de aconsejar a los médicos en la investigación y determinación de diagnósticos en el campo de las enfermedades infecciosas de la sangre. El objetivo de MYCIN es que se dé la realización de diagnósticos. Además  su función
Leer más

SISTEMAS EXPERTOS

Imagen
¿QUÉ ES UN SISTEMA EXPERTO? Concepto : Los Sistemas Expertos, subtema dentro de la inteligencia artificial, son sistemas informáticos que imitan el proceso de aprendizaje, de memorización, de razonamiento, de comunicación y de acción en consecuencia de un experto humano en cualquier rama de la ciencia. Los sistemas expertos tienen muchas definiciones ya que con el paso del tiempo se ha ido desarrollando y añadiendo nuevas. La definición más conocida es el del congreso Mundial de IA Feigembaum la cual dice que:"los sistemas expertos son programas de computador inteligente que usa el conocimiento y procedimientos de inferencia para resolver problemas que son lo suficientemente difíciles como para requerir la intervención de un experto humano para su resolución".  Características : Para que un sistema actúe como un verdadero experto, es deseable que reúna, en lo posible, lo más importante de las características de un experto humano, esto es: H
Leer más