Métodos locales y distribuidos para la construcción de redes de creencia estáticas y dinámicas

Abstract

La incertidumbre está presente en toda la información que manejamos en nuestra vida dairia, Las Redes de Creencias son una herramienta que en los últimos años ha demostrado su potencialidad como modelo de representación del conocimiento con incertidumbre en Inteligencia Artificial. El éxito de numerosas aplicaciones en campos variados avalan esta afirmación. Una de las dificultades más importantes asociadas a la construcción del modelo en su elicitación, el cual da lugar a desarrollar algoritmos de aprendizaje automático a partir de un conjunto de datos. Por otra parte, para modelar sistemas dinámcios se ha realizado una extensión a las Redes de Creencia que manejan de forma explícita el timpo dando lugar a las Redes de Creencias Dinámicas. En esta memoria se desarrollan nuevos métodos de aprendizaje estructural tanto para redes de creencia estáticas como para redes de creencia dinámicas. En el primer capítulo de la memoria se realiza un estudio de los formalismos de red de creencia y red de creencia dinámica, así como una revisión de los algortimos de aprendizaje existentes en la literatura específica. En el segundo capítulo de la memoria se aborda el estudio de nuevos métodos de búsqueda local para el problema de aprendizaje automático, tanto en el espacio de posibles estructuras como en el espacio de secuencias de ordenación entre las variables del problema. Además, se estudia cómo adaptar la metaheurística de Búsqueda en Entornos Variables al problema en cuestión. En el tercer capítulo de la memoria se estudia cómo realizar procesos de búsqueda distribuida para explorar más regiones de los espacios de búsqueda utilizados. En este capítulo se estudian nuevos esquemas de distribución para los métodos de búsqueda desarrollados en el capítulo anterior. Además se diseñan todos los elementos necesarios para emplear en el problema del aprendizaje estructural de redes una nueva metaheurística