Aprendizaje de redes de creencia mediante la detección de independenciasmodelos no probabilísticos

  1. Huete Guadix, Juan Francisco
Dirigée par:
  1. Luis Miguel de Campos Ibáñez Directeur

Université de défendre: Universidad de Granada

Année de défendre: 1995

Jury:
  1. Miguel Delgado Calvo-Flores President
  2. José Enrique Cano Ocaña Secrétaire
  3. Lluis Godo Lacasa Rapporteur
  4. María Angeles Gil Alvarez Rapporteur
  5. Yosu Yurramendi Mendizabal Rapporteur
Département:
  1. CIENCIAS DE LA COMPUTACIÓN E INTELIGENCIA ARTIFICIAL

Type: Thèses

Teseo: 47296 DIALNET

Résumé

EN LA PRIMERA PARTE, LA MEMORIA ABORDA EL PROBLEMA DEL APRENDIZAJE DE VARIOS TIPOS DE REDES DE CREENCIA (POLIARBOLES Y REDES SIMPLES) A PARTIR, POR EJEMPLO, DE BASES DE DATOS O DE UN EXPERTO DEL DOMINIO, LA SEGUNDA PARTE DE LA MEMORIA FIJA SU ATENCION EN DOS MODELOS DE INCERTIDUMBRE PARTICULARES, EL POSIBILISTICO Y EL DE LOS INTERVALOS DE PROBABILIDAD, AMBOS MODELOS DE GRAN INTERES. EN EL PRIMERO SE HACE UN ESTUDIO A FONDO Y DETALLADO DEL CONCEPTO DE INDEPENDENCIA CONDICIONAL. SE PROPONEN, ADEMAS DE LA ESTANDAR VARIAS DEFINICIONES ALTERNATIVAS, MUY INTUITIVAS Y DE BUEN COMPORTAMIENTO DE ACUERDO A LA AXIOMATICA COMUNMENTE ACEPTADA PARA LOS MODELOS DE INDEPENDICIA CONDICIONAL. SE PRESENTAN TAMBIEN VARIOS METODOS PARA ESTIMAR DISTRIBUCIONES DE POSIBILIDAD. FINALMENTE, POR LO QUE SE REFIERE AL SEGUNDO MODELO, UN FORMALISMO MENOS ESTUDIADO EN LA LITERATURA, LA MEMORIA NO SE CENTRA EXCLUSIVAMENTE EN LA NOCION DE INDEPENDENCIA, SINO QUE SE HACE UNA CONTRIBUCION SIGNIFICATIVA EN DISTINTOS AMBITOS DEL MISMO, COMO PUEDEN SER EL DEL CONDICIONAMIENTO EL DE LA ESTIMACION, ETC.