Actualización de bases de conocimiento en el contexto de horn como lenguaje de representación

Autores
Luna, Carlos Daniel; Falappa, Marcelo Alejandro
Año de publicación
1997
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Dentro del campo de la Inteligencia Artificial, existen diferentes áreas que tratan de modelar el razonamiento humano. En particular, la Teoría de Cambio de Creencias busca caracterizar la dinámica del conocimiento, esto es, como debería ser la actitud epistémica de un agente racional frente a ciertas creencias ante la llegada de nueva información. Esta información externa puede implicar la incorporación o el abandono de ciertas creencias –mediante ciertas operaciones de cambio– generando de este modo un nuevo estado epistémico. Este trabajo presenta un análisis de la aplicación del modelo AGM (Alchourrón, Gärdenfors y Makinson) de cambio de creencias sobre Bases de Conocimiento finitas, a partir de la utilización de cláusulas Horn como lenguaje de representación (inicial) y resolución-SLD como mecanismo de prueba. Distintas funciones de expansión y contracción son expuestas, y modelos alternativos son considerados con el objetivo de satisfacer, por un lado, la claridad y declaratividad de una base actualizada, y por el otro, garantizar la mínima pérdida de información en un cambio epistémico y la composicionalidad de las operaciones de cambio. Se analizan los problemas suscitados en la satisfacción de ciertos postulados AGM y las soluciones propuestas, junto con determinadas propiedades adicionales que se verifican para un sistema particular de actualización formulado (en base al lenguaje elegido). Este sistema se caracteriza por incluir excepciones en el conjunto de las creencias derivadas y por satisfacer un criterio diferente del concepto de máxima conservación del conocimiento luego de un cambio, que el considerado por AGM. Asimismo, las limitaciones de Horn como lenguaje de representación de conocimiento son establecidas y una extensión propia es propuesta, a la vez que los sistemas de cambio de creencias previamente formulados son analizados para el nuevo contexto.
Eje: Workshop sobre Aspectos Teoricos de la Inteligencia Artificial
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
Lógica
Programación en Lógica
Languages
Inteligencia Artificial
Teoría de Cambio de Creencias
Bases de Conocimiento
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/24070

id SEDICI_17d8c067722a96b6760b0a2f458ab862
oai_identifier_str oai:sedici.unlp.edu.ar:10915/24070
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Actualización de bases de conocimiento en el contexto de horn como lenguaje de representaciónLuna, Carlos DanielFalappa, Marcelo AlejandroCiencias InformáticasARTIFICIAL INTELLIGENCELógicaProgramación en LógicaLanguagesInteligencia ArtificialTeoría de Cambio de CreenciasBases de ConocimientoDentro del campo de la Inteligencia Artificial, existen diferentes áreas que tratan de modelar el razonamiento humano. En particular, la Teoría de Cambio de Creencias busca caracterizar la dinámica del conocimiento, esto es, como debería ser la actitud epistémica de un agente racional frente a ciertas creencias ante la llegada de nueva información. Esta información externa puede implicar la incorporación o el abandono de ciertas creencias –mediante ciertas operaciones de cambio– generando de este modo un nuevo estado epistémico. Este trabajo presenta un análisis de la aplicación del modelo AGM (Alchourrón, Gärdenfors y Makinson) de cambio de creencias sobre Bases de Conocimiento finitas, a partir de la utilización de cláusulas Horn como lenguaje de representación (inicial) y resolución-SLD como mecanismo de prueba. Distintas funciones de expansión y contracción son expuestas, y modelos alternativos son considerados con el objetivo de satisfacer, por un lado, la claridad y declaratividad de una base actualizada, y por el otro, garantizar la mínima pérdida de información en un cambio epistémico y la composicionalidad de las operaciones de cambio. Se analizan los problemas suscitados en la satisfacción de ciertos postulados AGM y las soluciones propuestas, junto con determinadas propiedades adicionales que se verifican para un sistema particular de actualización formulado (en base al lenguaje elegido). Este sistema se caracteriza por incluir excepciones en el conjunto de las creencias derivadas y por satisfacer un criterio diferente del concepto de máxima conservación del conocimiento luego de un cambio, que el considerado por AGM. Asimismo, las limitaciones de Horn como lenguaje de representación de conocimiento son establecidas y una extensión propia es propuesta, a la vez que los sistemas de cambio de creencias previamente formulados son analizados para el nuevo contexto.Eje: Workshop sobre Aspectos Teoricos de la Inteligencia ArtificialRed de Universidades con Carreras en Informática (RedUNCI)1997info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/24070spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:55:41Zoai:sedici.unlp.edu.ar:10915/24070Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:41.569SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Actualización de bases de conocimiento en el contexto de horn como lenguaje de representación
title Actualización de bases de conocimiento en el contexto de horn como lenguaje de representación
spellingShingle Actualización de bases de conocimiento en el contexto de horn como lenguaje de representación
Luna, Carlos Daniel
Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
Lógica
Programación en Lógica
Languages
Inteligencia Artificial
Teoría de Cambio de Creencias
Bases de Conocimiento
title_short Actualización de bases de conocimiento en el contexto de horn como lenguaje de representación
title_full Actualización de bases de conocimiento en el contexto de horn como lenguaje de representación
title_fullStr Actualización de bases de conocimiento en el contexto de horn como lenguaje de representación
title_full_unstemmed Actualización de bases de conocimiento en el contexto de horn como lenguaje de representación
title_sort Actualización de bases de conocimiento en el contexto de horn como lenguaje de representación
dc.creator.none.fl_str_mv Luna, Carlos Daniel
Falappa, Marcelo Alejandro
author Luna, Carlos Daniel
author_facet Luna, Carlos Daniel
Falappa, Marcelo Alejandro
author_role author
author2 Falappa, Marcelo Alejandro
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
Lógica
Programación en Lógica
Languages
Inteligencia Artificial
Teoría de Cambio de Creencias
Bases de Conocimiento
topic Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
Lógica
Programación en Lógica
Languages
Inteligencia Artificial
Teoría de Cambio de Creencias
Bases de Conocimiento
dc.description.none.fl_txt_mv Dentro del campo de la Inteligencia Artificial, existen diferentes áreas que tratan de modelar el razonamiento humano. En particular, la Teoría de Cambio de Creencias busca caracterizar la dinámica del conocimiento, esto es, como debería ser la actitud epistémica de un agente racional frente a ciertas creencias ante la llegada de nueva información. Esta información externa puede implicar la incorporación o el abandono de ciertas creencias –mediante ciertas operaciones de cambio– generando de este modo un nuevo estado epistémico. Este trabajo presenta un análisis de la aplicación del modelo AGM (Alchourrón, Gärdenfors y Makinson) de cambio de creencias sobre Bases de Conocimiento finitas, a partir de la utilización de cláusulas Horn como lenguaje de representación (inicial) y resolución-SLD como mecanismo de prueba. Distintas funciones de expansión y contracción son expuestas, y modelos alternativos son considerados con el objetivo de satisfacer, por un lado, la claridad y declaratividad de una base actualizada, y por el otro, garantizar la mínima pérdida de información en un cambio epistémico y la composicionalidad de las operaciones de cambio. Se analizan los problemas suscitados en la satisfacción de ciertos postulados AGM y las soluciones propuestas, junto con determinadas propiedades adicionales que se verifican para un sistema particular de actualización formulado (en base al lenguaje elegido). Este sistema se caracteriza por incluir excepciones en el conjunto de las creencias derivadas y por satisfacer un criterio diferente del concepto de máxima conservación del conocimiento luego de un cambio, que el considerado por AGM. Asimismo, las limitaciones de Horn como lenguaje de representación de conocimiento son establecidas y una extensión propia es propuesta, a la vez que los sistemas de cambio de creencias previamente formulados son analizados para el nuevo contexto.
Eje: Workshop sobre Aspectos Teoricos de la Inteligencia Artificial
Red de Universidades con Carreras en Informática (RedUNCI)
description Dentro del campo de la Inteligencia Artificial, existen diferentes áreas que tratan de modelar el razonamiento humano. En particular, la Teoría de Cambio de Creencias busca caracterizar la dinámica del conocimiento, esto es, como debería ser la actitud epistémica de un agente racional frente a ciertas creencias ante la llegada de nueva información. Esta información externa puede implicar la incorporación o el abandono de ciertas creencias –mediante ciertas operaciones de cambio– generando de este modo un nuevo estado epistémico. Este trabajo presenta un análisis de la aplicación del modelo AGM (Alchourrón, Gärdenfors y Makinson) de cambio de creencias sobre Bases de Conocimiento finitas, a partir de la utilización de cláusulas Horn como lenguaje de representación (inicial) y resolución-SLD como mecanismo de prueba. Distintas funciones de expansión y contracción son expuestas, y modelos alternativos son considerados con el objetivo de satisfacer, por un lado, la claridad y declaratividad de una base actualizada, y por el otro, garantizar la mínima pérdida de información en un cambio epistémico y la composicionalidad de las operaciones de cambio. Se analizan los problemas suscitados en la satisfacción de ciertos postulados AGM y las soluciones propuestas, junto con determinadas propiedades adicionales que se verifican para un sistema particular de actualización formulado (en base al lenguaje elegido). Este sistema se caracteriza por incluir excepciones en el conjunto de las creencias derivadas y por satisfacer un criterio diferente del concepto de máxima conservación del conocimiento luego de un cambio, que el considerado por AGM. Asimismo, las limitaciones de Horn como lenguaje de representación de conocimiento son establecidas y una extensión propia es propuesta, a la vez que los sistemas de cambio de creencias previamente formulados son analizados para el nuevo contexto.
publishDate 1997
dc.date.none.fl_str_mv 1997
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/24070
url http://sedici.unlp.edu.ar/handle/10915/24070
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615816662745088
score 13.070432