INTELIGENCIA ARTIFICIAL

Autor: MONTANER RIGALL MIQUEL.
Año: 2003.
Universidad: GIRONA [www.udg.es].
Centro de lectura: ESCUELA POLITECNÍCA SUPERIOR.
Centro de realización: UNIVERSIDAD DE GIRONA.

Autor: LEÓN ROJAS JUAN MIGUEL.
Año: 2003.
Universidad: EXTREMADURA [www.unex.es].
Centro de lectura: ESCUELA POLITECNICA.
Centro de realización: ESCUELAS POLITECNICA.

Resumen: Se define un marco técnico para comparar conjuntos borrosos que se constituyen en un espacio de representación y comparación de las unidades vagamente perfiladas. Se define otro marco téorico para trabajar con expresiones lingüisticas de asignaciones de probabilidad acerca de sucesos relativos a unidades vagas,estudiando cómo se actualizan estas probabilidades , en partidas por cómo se propaga la vaguedad a través de las in ferencias bayesianas.

Autor: GIL VACAS ANTONIO.
Año: 2003.
Universidad: CÓRDOBA [www.uco.es].
Centro de lectura: E.T.S.I. AGRONOMOS Y MONTES.
Centro de realización: E.T.S.I. AGRONOMOS Y MONTES.

Resumen: La demanda de agua aumenta continuamente a lo largo de los años, mientras que los recursos naturales, en concreto la precipitación, no experimentan esta evolución. Es necesario evaluar la demanda de agua de riego que una zona regable puede generar. El objetivo de esta tesis es reproducir, modelar o prever el comportamiento del agricultor cuando actúa como regante. Las características de este problema hacen que sea difícil desarrollar un modelo matemático, sin embargo, la Inteligencia Artificial (I.A.) se está usando como potente herramienta en estos casos. El modelo propuesto consiste en un sistema neurodifuso, basado en redes neuronales artificiales (RNA) y en lógica difusa (LD), que ha sido aplicado en la zona regable de Genil-Cabra. Se han considerado 11 variables de entrada al modelo, de las cuales 7 son variables numéricas y entran directamente a un submodelo basado en RNA: superficie, período y 5 variables climáticas; las otras 4 variables se denominan lingüsticas y sufrirán una transformación en un submodelo basado en LD, antes de entrar a la RNA. La aplicación del modelo para el cultivo de olivar predice la demanda de agua del agricultor con un error del 14,70%, mientras que si se considera además el cultivo de la parcela como una variable se predice la demanda con un error del 19,38%.

Autor: ALEGRE MARTHA ANALIA.
Año: 2003.
Universidad: POLITÉCNICA DE CATALUÑA [www.upc.edu].
Centro de lectura: Facultat de Informatica.
Centro de realización: EDIFICI C6 Campus NORD.

Resumen: Existe un acuerdo general en que la estructura sintáctica de una oración proporciona una importante información para su interpretación semántica y esta es uno de las principales motivos por los que se investiga en parsing. Se supone que la agrupación jerárquica que subyace a la estructura sintáctica permite representar de una manera adecuada relaciones gramaticales entre frases y palabras. Roles sintácticos tales como sujeto u objeto se obtienen de estas relaciones y una vez que dichas relaciones sintácticas están identificadas, las relaciones predicado-argumento pueden ser 'leídas' directamente del árbol sintáctico. Revisando la literatura sobre analizadores de amplia cobertura, es fácil darse cuenta que los árboles, los grafos y otros objetos similares (característicos de los métodos de aprendizaje simbólico) no se pueden representar fácilmente mediante vectores de rasgos. Por esta razón, para poder utilizar métodos que operan con vectores (redes neuroanles, suport vector machines o determinados métodos estadísticos) para procesar lenguaje natural se necesitan complejos mecanismos para traducir la información contenida en estas clases de objetos (árboles, grafos) a vectores de rasgos. En esta tesis consideramos que para los métodos numéricos o estadísticos y especialmente para métodos que usan operaciones con vectores, como es el caso de redes neuronales o las support vector machines, el uso de árboles para representar información (estructuras sintagmáticas clásicas) es un obstáculo más que una solución para obtener sistemas eficientes y composicionales. Para obtener sistemas eficientes y composicionales, nos hemos centrado en los problemas de invariancia (en el sentido dado a esta palabra en los modelos de reconocimiento de objetos en visión artificial) mas que en encontrar una solución a como poder representar mediante vectores estructuras sintagmáticas. El sistema que proponemos está compuesto por dos módulos. El primer módulo es un parser semántico que usa el POS de cada palabra input para construir estructuras proposicionales de la oración. Las estructuras proposicionales se construyen directamente sin necesidad de computar la estructura sintagmática. El segundo módulo recibe como input el output del primer módulo, la estructura proposicional, y reemplaza las palabras por sus representaciones semánticas (clases semánticas) y rasgos de subcategorizacón Con toda esta información como input, el módulo 2 supervisa la correcta ubicación de cada elemento en la estructura proposicional. Cada nuevo elemento que se agrega a la estructura proposicional debería cumplir todos los requisitos de subcategorización y las correspondientes restricciones de selección. El módulo1 requiere relativamente un training muy pequeño. Puede tratar de una manera fácil y eficiente coordinaciones, puntuación y ambiguedades sintácticas. Estos fenómenos han sido tradicionalmente muy difíciles de tratar por los métodos que usan estructuras de oraciones clásicas. El tipo de estructura que el módulo 1 computa puede tener en cuenta tanto dependencias sintácticas como semánticas: incluso dependencias locales y a larga distancia. La eficiencia del modelo ha sido probada con frases de textos reales (oraciones del PTBII) y los resultados obtenidos han sido muy prometedores. Respecto al módulo 2, hemos probado la eficiencia de varios aspectos usando también las oraciones del PTBII. Con respecto a las ambigüedades sintácticas hemos probado el modelo con dos problemas especialmente difíciles: la ambigüedad en la asignación de los sintagmas preposicionales y la ambigüedad en la asignación de oraciones de relativo. Los resultados obtenidos son comparables con los mejores hasta ahora obtenidos en estos fenómenos en la lingüstica computacional. Con respecto a la desambiguación del sentido hemos probado el modelo en la desambiguación de los nombres en posiciones argumentales de verbos y los resultados son también muy prometedores.

Autor: ROURE ALCOBE JOSE.
Año: 2003.
Universidad: POLITÉCNICA DE CATALUÑA [www.upc.edu].
Centro de lectura: Dep. llenguatges i sistemes informàtics.
Centro de realización: EDIFICI C6 Campus NORD.

Autor: CERQUIDES BUENO JESUS.
Año: 2003.
Universidad: POLITÉCNICA DE CATALUÑA [www.upc.edu].
Centro de lectura: LSI.
Centro de realización: CAMPUS NORD UPC, FIB.

Autor: BLANCO GÓMEZ ROSA.
Año: 2004.
Universidad: PAÍS VASCO [www.ehu.es].
Centro de lectura: FACULTAD DE INFORMÁTICA.
Centro de realización: FACULTAD DE INFORMÁTICA.

Resumen: El trabajo de la tesis realiza aportaciones en dos áreas relacionadas: el aprendizaje automático desde datos de redes Baysianas y los clasificadores Bayesianos. En el aprendizaje de redes Bayesianas, las aproximaciones de "score+search" buscan la mejor red Bayesiana para una medida y un espacio de búsqueda dados. En este campo, las aportaciones de la tesis se centran en el uso de los métodos floating, el GRASP y los algoritmos de estimación de distribuciones como motores en la búsqueda de redes Bayesianas. Aunque los resultados obtenidos no son tan buenos como se esperaba, sí son competitivos con los obtenidos por otros algoritmos propuestos por la literatura. La clasificación supervisada consiste en construir un modelo a partir de un conjunto de d atos etiquetados, para que en el futuro ese modelo prediga la clase de una instancia sin etiquetar. Relacionado con la clasificación supervisada se encuentra la selección de variables, donde sólo de eligen las variables que aportan información para la clase. En esta tesis, los paradigmas de clasificación elegidos son un subconjunto de clasificadores Bayesianos; naive Bayes, semi naive Bayes, tree augmented naive Bayes and k dependence Bayesian classifier. Las aportaciones en esta área se centran an la propuesta de aproximaciones de filtrado y envoltura para estos clasificadores. De la experimentación realizada se puede apreciar que los clasificadores Bayesianos propuestos mejoran el resultado del naive Bayes cuando los datos incluyen variables redundantes e irrelevantes. Finalmente, se han aplicado las aproximaciones de filtrado y envoltura para los clasificadores Bayesianos a tres problemas reales de entornos biomédicos, obteniendo resultados muy prometedores.

Autor: PÉREZ GONZÁLEZ FEDERICO.
Año: 2004.
Universidad: PAÍS VASCO [www.ehu.es].
Centro de lectura: E.T.S. DE INGENIERÍA DE BILBAO.
Centro de realización: E.T.S DE INGENIERÍA DE BILBAO.

Resumen: En esta tesis se presenta un nuevo sistema de comprensión de imágenes basado en la utilización de la transformada wavelet reversible. El sistema ha sido concebido para aunar tanto comprensión sin pérdidas como comprensión con pérdidas. Presenta un nuevo mecanismo de codificacicón de componentes adaptado a la utilización que planos de subcomponentes. También se incluye un algoritmo de alineación de los subcomponentes que permite adaptar su disposición a las necesidades de la aplicación. Además, se utiliza un novedoso codificador entrópico que da como resultado una estructura de trama fácilmente manejable. El sistema de comprensión puede ser aplicado tanto a imágenes en niveles de gris, como a imágenes en color. Para este último caso se presentan los mecanismos adicionales para que se sigan manteniendo las condiciones de reversibilidad. Se exponen diferentes mecanismos de escalado como extensiones del sistema de comprensión. Se ha desarrollado un sistema de escalado en calidad altamente configurable. Además, también se presenta un sistema de codificación escalada con descripción múltiple que permite adaptar las informaciones generadas a canales de comunicación poco robustos.

Autor: GÓMEZ HIDALGO JOSÉ M..
Año: 2004.
Universidad: COMPLUTENSE DE MADRID [www.ucm.es].
Centro de lectura: FACULTAD DE CIENCIAS MATEMÁTICAS.
Centro de realización: FACULTAD DE CIENCIAS MATEMÁTICAS.

Resumen: Con la creciente cantidad de información disponible en formato electrónico en la moderna Sociedad de la Información, es importante proporcionar a los usuarios medios efectivos para evitar la sobrecarga de información.En muchos entornos (Internet,bibliotecas, empresas y muchos más), La información sigue estando disponible mayoritariamente en forma de texto.Por tanto,la efectividad en diversas tareas de clasificación de texto, como la Recuperación y Filtrado de Información, y otras , es crítica para el éxito en la educación y los negocios, e incluso en las aficiones o los viajes. La Categorización Automática de Texto (CAT) la asignación automática de documentos a clase predefinidas juega un papel clave en este contexto de Acceso a la Información.La CAT se utiliza para ayudar a los catalogadores(o para reemplazarles)en la tarea de clasificar apropiadamente libros en bibliotecas, páginas Web en directorios, o para proporcionar una estructura de directorio a la información disponible en los portales e intranets corporativas. En último términos, los usuarios de las bibliotecas y de Internet, o los clientes y los empleados , hacen uso de estos vocabularios controlados y estructuras de directorio para lograr un acceso más efectivo a la información disponible en dichos entornos. En la actualidad, existe un modelo consolidado para la construcción de sistemas de CAT.El modelo consiste en la utilización de técnicas de Recuperación de la Información y del Aprendizaje Automático para representar los documentos manualmente clasificados (la colección de entrenamiento).Especialmente en los entornos con categorías temáticas , este modelo se ha demostrado tan efectivo como el uso de catalogadores humanos expertos, siempre que se disponga de suficientes documentos de entrenamiento.Sin embargo , aún hay oportunidades para mejorar su efectividad, debido a varios problemas que incluyen la escasez de datos, la dimensionalidad extremadamente alta de la representación del texto, y la ambigüedad léxica. En esta tesis , porponemos la integración de la información disponible en las Bases de Datos Léxicas (BDLS), para mejorar la efectiviadad de los sistemas de CAT.Las BDLS contienen gran cantidad de información sobre los elementos léxicos de uno o varios idiomas y pueden ser usadas para complementar la información disponible en la colección de entrenamiento para mejorar la efectividad de la Categorización de Texto.Hemos desarrollado dos modelos de integración ,basados en los modos en que las BDLS se utilizan en la Recuperación de Información.El primer modelo se basa en expansión de consultas, mientras que el segundo se basa en indexación conceptual.Hemos realizado varias series de experimentos, cuyos resultados demuestran que ambos modelos tienen éxito.También hemos estudiado la integración de ambos modelos en uno más general, que saca partido de lo mejor de ambos.

Autor: MACHÓN GONZÁLEZ IVÁN.
Año: 2004.
Universidad: OVIEDO [www.uniovi.es].
Centro de lectura: ESCUELA POLITÉCNICA SUPERIOR DE INGENIERÍA DE GIJÓN.
Centro de realización: ESCUELA POLITÉCNICA SUPERIOR DE INGENIERÍA DE GIJÓN.

Resumen: El uso de redes neuronales genera modelos descriptivos que permite visualizar y entender los datos, reconocimiento de patrones e identificar relaciones y correlaciones. Asimismo se pueden crear modelos de predicción de parámetros claves a partir de los datos disponibles. Estas técnicas pueden ser integradas en plataformas ya existentes de software y hardware para trabajar en tiempo real con el proceso a estudiar. En las últimas dos décadas se han producido resultados exitosos en los tratamientos de aguas residuales en gran parte debido a políticas exigentes. Los costes asociados a la etapa aeróbica son normalmente los más importantes en los tratamientos biológicos. En este sentido, se aconseja realizar cambios en la operación y/o configuración de la planta con el fin de reducir los costes de aireación. Sin embargo, esto implicaría el consumo de tiempo y dinero por lo que la mejor solución es la utilización de modelos de simulación que permitan evaluar los posibles efectos de estrategias operacionales alternativas. En esta tesis se presenta una metodología de trabajo con redes neuronales tanto feed-forward (MLP) con mapas auto-organizados (SOM). Dentro de este punto, es muy importante la validación de la red neuronal que dependerá del tipo de red usada. Se lleva a cabo por medio de redes neuronales feed-forward la estimación de la concentración de amonio en el efluente de una planta de tratamiento formada por dos reactores biológicos en serie. Por otra parte, se ha desarrollado una herramientas software independiente que incluye el sistema de adquisición de datos de una planta de tratamiento de aguas residuales de coquería de Arcelor en Avilés (España) y el algoritmos de mapas auto-organizados como técnica para la supervisión del proceso. Se integró este algoritmo de mapas auto-organizados como técnica para la supervisión del proceso. Se integró este algoritmo en la aplicación para entrenar automáticamente una red SOM. El operador de la planta puede visualizar la última red SOM que corresponde al último ciclo de tratamiento aeróbico del reactor discontinuo (SBR) y se obtienen las correlaciones entre las variables de proceso. Se realiza la clasificación de los datos usando algoritmos de agrupamiento particionales y se calcula la estimación del estado actual del proceso por medio de las redes SOM que han sido entrenadas y validadas en función el error topográfico y de cuantificación. Se puede lograr un ahorro de costes de operación y un incremento del rendimiento de la planta mediante la estimación de la duración de la principal activación aeróbica del tratamiento. El resultado más relevante es la detección del punto final de la etapa aeróbica mediante el cual se puede finalizar ésta y así reducir el tiempo del ciclo de tratamiento incrementando la capacidad operativa de la planta y el ahorro de costes.

Autor: SÁNCHEZ SOLANA ANTONIO MIGUEL.
Año: 2004.
Universidad: MÁLAGA [www.uma.es].
Centro de lectura: ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA.
Centro de realización: ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA INFORMATICA.

Resumen: La pérdida de aceite en el alperujo está en torno del 3% al 4% de aceite sobre muestra húmeda en condiciones normales .La importancia de conseguir mejoras en el rendimiento de este proceso industrial viene dada por el fuerte impacto que tiene este producto en la economía española y en especial la andaluza.En control de calidad en tareas industriales , mediante visión por computador , se viene aplicando con notables éxitos en otros campos.El control de calidad en tareas industriales mediante visión por computador, se viene aplicando con notables éxitos en otros campos.La base para aplicarlo en alperujos es que 1)el experto (maestro molinero)hace uso de información táctil y visual para realizar ciertas tareas de control de buen funcionamiento de la planta; 2)los expertos químicos que se dedican al análisis de orujos, conocen con con la experiencia (visualmente), si los orujos son de repaso (agotados), o si por el contrario , contienen un porcentaje significativo de aceite y se el porcentajes de humedad es importante; 3)la caracteristica visual relacionada con la información táctil es la textura.Métodos alternativos como Resonancia Magnética Nuclear (RMN) y Soxhlett requieren un secado previo de la muestra que implica al menos , 6-7 horas de espera para la obtención del resultado analítico (en el caso del método Soxheltt hay que sumar a este tiempo el de extración de la grasa por el disolvente.El método de Infrarrojo Cercano (NIR) es más rápido en el tiempo de respuesta (varios minutos)pero se necesita de la manipulación de un operario (especializado)y deuna buens calibración de los dispositivos.Con el sistema propuesto se pretende mejorar el rendimiento en la producción de aceite en las almazaras , mediante la aplicación de técnicas de análisis de imágenes.Para ello , se ha diseñado un sistema que alimenta de orujo , de maner continua y uniforme la cámara para la toma de imágenes.Las imágenes se envían a un ordenador(situado en el cuadro de control del sistema) donde se les realiza una detecicón de burbujas o grumos, se extraen unas caracteristicas, de maner que luego se pueda realizar una clasificación en base a una red neuronal para agrupamiento.

Autor: LAZKANO ORTEGA ELENA.
Año: 2004.
Universidad: PAÍS VASCO [www.ehu.es].
Centro de lectura: FACULTAD DE INFORMATICA.
Centro de realización: FACULTAD DE INFORMATICA.

Resumen: La navegación de robots en entornos semi-estructurados es un problema abierto con múltiples aplicaciones de interés para aplicaciones de diversa índole como pueden ser: robots guía en museos y centros públicos, robots para limpieza de grandes superficies, sistemas de ayuda a personas con discapacidades motrices, etc. El enfoque de los sistemas Basados en el Comportamiento propone una metodología de diseño incremental para abordar el problema de los sistemas autónomos inteligentes. Este trabajo de investigación puede englobarse en dos áreas: 1.- Aprendizaje automático: diversas competencias interesantes para la navegación de robots han sido diseñadas e implementadas utilizando paradigmas de esta área. 2.- Navegación de robots: bajo el paradigma de los sistemas basados en el comportamiento, y siguiendo la taxonomía de los sistemas de navegación biomiméticos, se presenta el desarrollo incremental de una arquitectura de control para la navegación de robots. Se identifican los módulos o comportamientos básicos para deambular, y se integra un conjunto de identificadores de marcas suficientes para obtener una respuesta activada por percepción. Además, se formaliza una descripción procedural del entorno que permite mantener la localización y planificar la consecución de los objetivos.

Autor: FERNANDEZ GOMEZ DE SEGURA ELSA.
Año: 2004.
Universidad: PAÍS VASCO [www.ehu.es].
Centro de lectura: FACULTAD DE INFORMATICA.
Centro de realización: FACULTAD DE INFORMATICA.

Resumen: El problema de las distorsiones introducidas por la fuente de iluminación está presente en todas las aplicaciones que utilizan imágenes digitales para el reconocimiento y detección en su más amplia acepción. En este trabajo nos hemos concentrado en las imágenes de Resonancia Magnética Nuclear, dado su creciente uso diagnóstico. Además, en ellas, este problema se puede formular de una forma más asequible para su solución que en el caso general, debido a que las imágenes presentan una clara estructura como funciones constantes por trozos. Hemos implementado y contrastado diversas aproximaciones, que incluyen nuestras proposiciones basadas en la minimización de una función objetivo definida sobre el error de clasificación y el bias de iluminación. Además de las imágenes de resonancia magnética, hemos adaptado nuestro algoritmo de corrección de la iluminación para aplicaciones en el reconocimiento de caras, con resultados positivos.

Autor: Sánchez Maroño Noelia.
Año: 2004.
Universidad: A CORUÑA [www.udc.es].
Centro de lectura: Facultad de Informática.
Centro de realización: Facultad de Informática.

Resumen: En esta tesis se proponen dos nuevos algoritmos para la reducción de la dimensión. El primero de ellos es un algoritmo basado en el análisis dimensional que permite reducir la dimensión de entrada de un problema físico o ingenieril. La reducción de la dimensión se consigue gracias a la aplicación del teorema Pi, el teorema fundamental del análisis dimensional, sobre el conjunto de variables de entrada y salida que conforman el problema, de este modo las variables se transforman en monomios adimensionales, por lo tanto, el algoritmo propuesto es un método para extracción de características. La aplicación del algoritmo proporciona los distintos conjuntos de monomios adimensionales que se derivan de las variables de un problema. Cada uno de estos conjuntos forma las entradas y salidas de una red funcional o neuronal, de esta forma se obtienen distintas aproximaciones para resolver un mismo problema. La idoneidad de este algoritmo se ilustrará mediante su aplicación a tres problemas físicos e ingenieriles. Los resultados de rendimiento obtenidos se comparan con los derivados de la aplicación directa, i.e., sin emplear el algoritmo propuesto, de redes funcionales y neuronales. Además, el método de extracción de características se compara con otros métodos existentes: PCA e ICA. El segundo algoritmo presentado es un alfotirmo de aprendizaje para redes funcionales basado en la descomposición ANOVA (Analysis Of Variance), que ayuda a determinar la tipología de las mismas a partir de los datos. Hasta el momento, y, según la bibliografía consultada, es el único algoritmo existente que permita obtener la topología de la red funcional a partir de los datos. Dado que este algoritmo está basado en la descomposición ANOVA proporciona, además, un análisis de sensibilidad, tanto global como local. De este modo, no sólo se obtiene una aproximación para resolver un problema dado, sino que se obtiene un modelo perfectamente definido que incluye un aprendizaje estructural, paramétrico y un análisis de sensibilidad. Los índices de sensibilidad global son los que determinan la topología de la red funcional, dado que señalan la importancia de cada variable y cada combinación de variables en la resolución del problema. La idoneidad del algoritmo queda demostrada al aplicarlo sobre dos problemas de ingeniería rales: resistencia de una viga y diseño de un dique. En algunos casos, los índices de sensibilidad global sugieren la eliminación de ciertas variables, dada su escasa o nula influencia en la consecución de la función objetivo. Por ello, se propone una extensión del algoritmo que permite su aplicación como método evolvente de selección de características. Se ha realizado un estudio comparativo con otros métodos de selección de características, tanto envolventes como de filtro, demostrando que el método propuesto alcanza unos resultados similares, a veces, incluso mejores, tanto en la precisión alcanzada como en la reducción del número de variables.

Autor: Penas Centeno Marta.
Año: 2004.
Universidad: A CORUÑA [www.udc.es].
Centro de lectura: Facultad de Informática.
Centro de realización: Facultad de Informática.

Resumen: La Tesis Doctoral describe e implementa un sistema para la detección de objetos en imágenes en base a técnicas de organización perceptual. Tradicionalmente, todas las aproximaciones a este objetivo se han basado en los resultados producidos por los detectores de bordes como Canny o Sobel. Por el contrario, el sistema descrito estará basado en los resultados obtenidos por medio de la descomposición de Gabor. La introducción de la descomposición de Gabor, un proceso computacionalmente complejo. mejorará los resultados finales debido a dos motivos fundamentales: el primero es que la descomposición de Gabor proporciona información global y fiable acerca de la orientación de los bordes en la escena y la segunda es que no precisa de ajuste de parámetros por parte del usuario en base a las imágenes de entrada. El sistema descrito está dividido en varias etapas. La primera es la extracción de las primitivas direccionales de la imagen por medio de un banco de filtros de Gabor distribuídos en un conjunto de canales de frecuencia (*frecuencias) y de orientaciones (*orientaciones). Debido a que la descomposición de Gabor transforma la imagen de entrada en (*frecuencias x *orientaciones) imágenes de resultado, es necesario integrar la información de dichas imágenes en un único resultado. Para ello se utilizará un conjunto de estructuras auto-organizativas basadas en redes de neuronas artificiales, organizadas jerárquicamente hasta producir como resultado una única imagen pseudo-color en la que el color de un píxel definirá la orientación del borde correspondiente en la imagen de entrada. La tercera etapa consiste en la detección de segmentos en la imagen pseudo-color resultado de los procesamientos anteriores. Para ello se utiliza un detector de segmentos basado en la combinación de dos detectores de segmentos ampliamente utilizados, la transformada de Hough y el detector de segmentos de Burns. La última etapa consiste en la organización de los segmentos detectados por medio de un proceso de organización perceptual basado en la detección de relaciones entre pares de segmentos (colinealidad, paralelismo, uniones...) y la generación de un conjunto de grafos que reflejan la estructura de la escena. Por último, la validez del sistema ha sido comprobada por medio de su aplicación a dos ámbitos bien distintos: la detección de edificios en fotografías y la detección de proteínas en imágenes médicas.

Autor: PICÓ VILA DAVID.
Año: 2004.
Universidad: POLITÉCNICA DE VALENCIA [www.upv.es].
Centro de lectura: Dep. Sistemas Informáticos y ComputaciÓn.
Centro de realización: Universidad Politécnica de Valencia.

Resumen: La traducción automática es un campo muy activo de las tecnologías del lenguaje natural que ha experimentado un fuerte desarrollo en las últimas décadas. Las técnicas que se han puesto en marcha podrían clasificarse, de manera un tanto simplista, en técnicas "basadas en el conocimiento", que utilizan información aportada por expertos lingüistas, y técnicas "basadas en ejemplos", que extraen la información automáticamente a partir de corpus de texto. El trabajo de esta tesis se enmarca en la seguna familia de técnicas, las basadas en ejemplos. Nos hemos centrado en el uso de un modelo en particular: el de los transductores estocásticos de estados finitos. Este modelo (y otros parecidos) se utiliza en muchas áreas de las tecnologías del lenguaje y con finalidades diferentes. Nosotros lo utilizamos aquí para la traducción entre lenguas distintas. La tesis aborda el problema de la creación de transductores estocásticos de estados finitos a partir de muestras de traducción. Estas muestras consisten en pares de frases en idiomas diferentes en los que una frase es traducción de la otra. Por un lado, aportamos varios algoritmos para la estimación de la parte probabilística de los transductores, sobre el supuesto de que se conoce ya la estructura. Por otro lado, y como contribución fundamental del trabajo, se expone un método y un conjunto de algoritmos para inferir transductores (con estructura y probabilidades) a partir de muestras, que agrupamos bajo las siglas genéricas de GIATI (por el inglés, Grammatical inference algorithms. Esta memoria presenta una primera exposición teórica de estos algoritmos, y continúa con un estudio práctico de implementación en el que se exploran diferentes formas de poner en uso GIATI. Se presentan también estudios experimentales de traducción que ponen de manifiesto las posibilidades reales de aplicación de estas técnicas.

Autor: Ontañón Villar Santi.
Año: 2004.
Universidad: AUTÓNOMA DE BARCELONA [www.uab.es].
Centro de lectura: Institut d'Investigació Intelligència Artificial.
Centro de realización: Institut d'Investigació Intelligència Artificial.

Resumen: Esta monografía presenta un marco de trabajo para el aprendizajeen un escenario de datos distribuidos y con control descentralizado.Hemos basado nuestro marco de trabajo en Sistemas Multi-Agente (MAS)para poder tener control descentralizado, y en Razonamiento Basado enCasos (CBR), dado que su naturaleza de aprendizaje perezoso lo hacenadecuado para sistemas multi-agentes dinámicos. Además,estamos interesados en agentes autónomos que funcionen como {emensembles}. Un ensemble de agentes soluciona problemas de lasiguiente manera: cada agente individual soluciona el problema actualindividualmente y hace su predicción, entonces todas esaspredicciones se agregan para formar una predicción global.Así pues, en este trabajo estamos interesados en desarrollarestrategias de aprendizaje basadas en casos y en ensembles parasistemas multi-agente.Concretamente, presentaremos un marco de trabajo llamado Razonamiento Basado en Casos Multi-Agente (MAC), una aproximaciónal CBR basada en agentes. Cada agente individual en un sistema /mac/es capaz de aprender y soluciar problemas individualmente utilizando CBR con su base de casos individuales. Además, cada base de casos es propiedad de un agente individual, y cualquier información dicha base de casos será revelada o compartida únicamente si la gente lo decide así. Por tanto, este marco de trabajo preserva la privacidad de los datos y la autonomía de los agentes para revelar información. Ésta tesis se centra en desarrollar estrategias para que agentes individuales con capacidad de aprender puedan incrementar su rendimiento tanto cuando trabajan individualmente como cuando trabjan como un ensemble. Además, las decisiones en un sistema MACs toma de manera descentralizada, dado que cada agente tiene autonomía de decisión. Por tanto, las técnicas desarrolladas en este marco de trabajo consiguen un incremento del rendimiento como resultado de decisiones individuales tomadas de manera descentralizada. Concretamente, presentaremos tres tipos de estrategias: estrategias para crear ensembles de agentes, estrategias para realizar retención de casos en sistemas multi-agentes, y estrategias para realizar redistribución de casos.

Autor: GIL GARCIA REYNALDO JOSE.
Año: 2004.
Universidad: JAUME I DE CASTELLON [www.uji.es].
Centro de lectura: E.S. TECNOLOGIA Y CIENCIAS EXPERIMENTALES.
Centro de realización: E.S. TECNOLOGIA Y CIENCIAS EXPERIMENTALES.

Resumen: Esta tesis se centra en el problema del agrupamiento. En la misma se presentan y evalúan diferentes algoritmos de agrupamiento basados en grafos, tanto secuenciales como paralelos y se proponen soluciones a los tres problemas de clasificación que pueden presentarse en la práctica; la obtención de participaciones o grupos disjuntos, la obtención de cubrimientos o grupos solapados y la construcción de jerarquías de grupos. Proponemos tres algoritmos de agrupamiento secuenciales y cuatro paralelos. Se presenta a demás un marco general capaz de generar diversos algoritmos jerárquicos aglomerativos, tanto estáticos como dinámicos. Todos los algoritmos propuestos en la tesis pueden utilizarse como rutinas de cubrimientos en este marco. Los distintos algoritmos secuenciales y paralelos desarrollados se aplican a la resolución de un problema concreto; el agrupamiento de documentos. La experimentación realizada con varias colecciones de documentos demuestra que nuestros algoritmos obtienen grupos con una calidad comparable a los mejores algoritmos propuestos en la literatura. Esto se logra con ventajas adicionales como no restringir el espacio de representación de los objetos ni la función de semejanza entre ellos, tener un solo parámetro, ser independientes del orden, entre otras. Por otro lado, los algoritmos paralelos logran buenas aceleraciones y escalabilidad isotemporal. A pesar de que los utilizamos en el agrupamiento de documentos, su uso no está restringido a esta área, pues pueden utilizarse en cualquier problema del Reconocimiento de Patrones donde se necesite agrupar objetos de cualquier naturaleza.

Autor: BESADA JUEZ JESUS MANUEL.
Año: 2004.
Universidad: PONTIFICIA COMILLAS [www.upcomillas.es].
Centro de lectura: ALBERTO AGUILERA 25.
Centro de realización: ESCUELA TECNICA SUPERIOR DE INGENIERIA.

Resumen: Esta tesis presenta una metodología completa y de lazo cerrado para el refinamiento automático del conocimiento en base a una historia de ejemplos o experiencia disponible perteneciente a un dominio particular del conocimiento. La tesis se enmarca dentro del campo del refinamiento automático del conocimiento, presentando un procedimiento capaz de refinar o aprender nuevo conocimiento, mejorando y aprendiendo de la experiencia de forma automática a medida que se dispone de ejemplos y todo ello con una alta precisión e interpretabilidad del conocimiento obtenido. La metodología que se presenta se compone de cuatro algoritmos principales o etapas para lograr su objetivo. Las características y novedades principales que aporta esta tesis son las siguientes: 1. Extracción del conocimiento: El objetivo de esta etapa es extraer el conocimiento codificado internamente en un 'Perceptrón Multicapa' ya entrenado y validado, y expresarlo de forma comprensible, con el compromiso de que dicho conocimiento sea lo más fiel posible a la fuente original. Este algoritmo es capaz de trabajar con cualquier tipo de 'Perceptrón Multicapa' sin imponer restricciones en su topología. También es capaz de trabajar con problemas tanto de clasificación como de aproximación funcional, y no sufre de problemas de explosión combinatoria. 2. Entrenamiento automático: El objetivo de esta etapa es obtener el mejor modelo posible a partir de ejemplos, es decir, proponer la topología más adecuada del 'Perceptrón Multicapa' que mejor se ajuste a unos ejemplos dados de forma automática. Este algoritmo es capaz de trabajar con atributos tanto reales como discretos, siendo capaz de aumentar o disminuir la complejidad del modelo, ya sea, aumentando o disminuyendo el número de neuronas y/o el número de entradas del modelo, si bien, fija el número de capas ocultas del 'Perceptrón Multicapa' 3. Comparación del conocimiento: Con el conocimiento obtenido de las etapas anteriores, este algoritmo realiza la comparación con el conocimiento previo que se tenía del problema si este existe, para determinar la necesidad de actualizar dicho conocimiento previo. Este algoritmo no depende de la semántica utilizada sobre el conocimiento previo, y realiza la comparación utilizando tanto evidencias como certezas. 4. Conversión del conocimiento: El objetivo de esta etapa es obtener el equivalente del conocimiento previo que se pueda tener de un problema (expresado con una semántica cualquiera), en una estructura modular de redes del tipo 'Perceptrón Multicapa', de tal manera que dichas redes sirvan de un buen punto de partida para realizar el entrenamiento con los ejemplos disponibles. La capacidad para usar cualquier tipo de semántica, y la conversión a una estructura de redes modulares, son sus principales características. La tesis ha utilizado datos públicos para comprobar y medir las bondades de los diferentes algoritmos, realizándose comparaciones con las últimas metodologías similares encontradas en la literatura. Además, se presenta un caso real donde aplicar la metodología completa, que ilustra adecuadamente el ciclo completo propuesto.

Autor: SAPENA VERCHER OSCAR.
Año: 2004.
Universidad: POLITÉCNICA DE VALENCIA [www.upv.es].
Centro de lectura: Dep. Sistemas Informaticos y Computacion.
Centro de realización: Universidad Politécnica de Valencia.

Resumen: La investigación en planificación independiente del dominio se ha centrado durante mucho tiempo en el desarrollo de técnicas de busqueda eficientes, orientadas generalmente a encontrar una secuencia óptima (o próxima a la óptima) de acciones que conduzca al sistema desde el estado actual hasta el estado objetivo. El problema de la planificación independiente del dominio, sin embargo, es un problema muy complejo. Por ello, aunque los planificadores más recientes, sobretodo aquellos basados en la aplicación heurística, son muy rápidos, necesitan todavía varios minutos para resolver muchos problemas de tamaño mediano/grande. Existen, sin embargo, numerosas aplicaciones reales, como el control de robots móviles o los agentes de inteligencia artificial en juegos de ordenador y simulaciones, en las que un tiempo de computo excesivo no es admisible. Un tiempo de respuesta acotable no es el único requerimiento en este tipo de aplicaciones. Es frecuente, por ejemplo que el planificador no pueda acceder a toda la información del entorno. Algo todavía más probable es que el mundo cambie constantemente, ya que el planificador no es único agente capaz de actuar sobre el mundo y modificarlo. estas son, entre otras, las características que hacen que los planificadores clásicos no sean la mejor opción para este tipo de problemas. Las nuevas técnicas de planificación capaces de afrontar las dificultades de este tipo de dominios (o, al menos, algunas de ellas) se enmarcan dentro de la planificación práctica. En este trabajo de tesis, que se enmarca dentro de esta vertiente práctica de la planificación, se propone una aproximación basada en la integración de los procesos de planificación y ejecución. De esta forma, el planificador puede incorporar en sus planes la información adquirida del entorno durante la ejecución. El algoritmo de planificación propuesto se basa en varias técnicas de planificación clásicas bien conocidas, como es el cálculo de heurísticas y la descomposición de objetivos, pero combinadas de una forma novedosa. Este algoritmo proporciona una serie de características muy útiles para la planificación en muchos entornos reales: en primer lugar ofrece un comportamiento muy similar al de los algoritmos anytime, proporcionando una primera respuesta en un periodo de tiempo limitado, y refinándola mientras haya tiempo disponible. Este comportamiento le permite reaccionar rápidamente ante eventos inesperados y modificaciones en los objetivos durante la ejecución. permite también resolver problemas con información incompleta mediante el uso de acciones de sensorización, y soporta el uso de variables numéricas y la definición de funciones de optimización.