Análisis discriminante en programación lógica inductiva

Alumno: Orlando Muñoz Texzocotetla
Profesor: Dr. René MacKinney Romero

Resumen: La programación lógica inductiva (inductive logic programming, ILP) se define como la intersección entre el aprendizaje maquinal y la programación lógica. Su objetivo es la inducción de un conjunto de hipótesis llamada teoría T a partir de un conjunto de ejemplos positivos E+, un conjunto de ejemplos negativos E, y de información del dominio del problema llamado conocimiento previo B. Cada uno de los elementos anteriores es representado por medio del lenguaje de la lógica de primer orden, más específicamente por un conjunto de cláusulas de programa.

Es frecuente que en el conocimiento previo exista información implícita (por ejemplo relaciones lineales o cuadráticas entre dos o más atributos numéricos) que no es utilizada durante la construcción de las hipótesis. La mayor parte de los sistemas ILP actuales son ineficaces para descubrir y utilizar esta información implícita. Algunos se enfocan principalmente en la búsqueda de los mejores puntos de división que mejoren la precisión de la teoría final. Otros se auxilian de sistemas de programación lógica inductiva con restricciones los cuales son muy eficientes, sin embargo para las personas no expertas son muy complejos de utilizar. En esta presentación detallamos nuestra propuesta para encontrar y utilizar información implícita dentro del conocimiento previo de los problemas ILP. Esta propuesta está basada en el uso del análisis discriminante para encontrar relaciones lineales y cuadráticas (entre dos o más atributos) en el conocimiento previo, lo cual permite mejorar la precisión de las teorías finales y reducir el número de reglas que las conforman.

Objetivo general

  • .

Objetivos específicos

  • .

Última actualización: May 29, 2016 at 18:10 pm

Simulador Paralelo para los Procesos de Absorción de Nitrógeno Mediante uso de GPUs

Regresar a Proyectos de investigación para alumnos de Doctorado

P C y T I