Dinámica de Conocimiento: implementación computacional de Operaciones de Contracción Múltiples Horn
- Autores
- Valdez, Néstor Jorge; Falappa, Marcelo Alejandro
- Año de publicación
- 2014
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Esta línea de investigación tiene como objetivo estudiar, en el marco de la teoría de cambio de creencias, algoritmos para la obtención de contracciones múltiples con cláusulas Horn, considerando las operaciones de contracción bajo lṕgica Horn como lenguaje de representación de conocimiento. Para ello, estudiamos los resultados generales realizados en la adaptación al marco AGM a lógicas no clásicas, como Orderly Maxichoice Horn Contraction, Partial Meet Horn Contraction, e Infra Horn Contraction. Se analizan, algoritmos conocidos en el campo de base de creencias para el c´alculo de sus conjuntos de restos y kernels en sus diversas variantes con una sola sentencia como entrada, para as´ı poder realizar sus extensiones para múltiples sentencias como entrada. La contribución de esta investigación consiste en: definir los algoritmos y sus heurísticas para encontrar los elementos del kernel, definir sus cortes minimales mediante funciones de incisión, y finalmente definir contracciones múltiples. De manera análoga, se proceder´a a definir procedimientos para los conjuntos de restos y sus cortes maximales.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Sistemas
conjuntos de restos
ARTIFICIAL INTELLIGENCE
Knowledge Representation Formalisms and Methods
conjuntos kernel
algoritmos de contracción Múltiple Horn - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/41798
Ver los metadatos del registro completo
id |
SEDICI_8622cd39020121e736194111460f8c2d |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/41798 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Dinámica de Conocimiento: implementación computacional de Operaciones de Contracción Múltiples HornValdez, Néstor JorgeFalappa, Marcelo AlejandroCiencias InformáticasSistemasconjuntos de restosARTIFICIAL INTELLIGENCEKnowledge Representation Formalisms and Methodsconjuntos kernelalgoritmos de contracción Múltiple HornEsta línea de investigación tiene como objetivo estudiar, en el marco de la teoría de cambio de creencias, algoritmos para la obtención de contracciones múltiples con cláusulas Horn, considerando las operaciones de contracción bajo lṕgica Horn como lenguaje de representación de conocimiento. Para ello, estudiamos los resultados generales realizados en la adaptación al marco AGM a lógicas no clásicas, como Orderly Maxichoice Horn Contraction, Partial Meet Horn Contraction, e Infra Horn Contraction. Se analizan, algoritmos conocidos en el campo de base de creencias para el c´alculo de sus conjuntos de restos y kernels en sus diversas variantes con una sola sentencia como entrada, para as´ı poder realizar sus extensiones para múltiples sentencias como entrada. La contribución de esta investigación consiste en: definir los algoritmos y sus heurísticas para encontrar los elementos del kernel, definir sus cortes minimales mediante funciones de incisión, y finalmente definir contracciones múltiples. De manera análoga, se proceder´a a definir procedimientos para los conjuntos de restos y sus cortes maximales.Eje: Agentes y Sistemas InteligentesRed de Universidades con Carreras en Informática (RedUNCI)2014-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf91-95http://sedici.unlp.edu.ar/handle/10915/41798spainfo: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:UNLP2025-09-03T10:33:55Zoai:sedici.unlp.edu.ar:10915/41798Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:33:56.005SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Dinámica de Conocimiento: implementación computacional de Operaciones de Contracción Múltiples Horn |
title |
Dinámica de Conocimiento: implementación computacional de Operaciones de Contracción Múltiples Horn |
spellingShingle |
Dinámica de Conocimiento: implementación computacional de Operaciones de Contracción Múltiples Horn Valdez, Néstor Jorge Ciencias Informáticas Sistemas conjuntos de restos ARTIFICIAL INTELLIGENCE Knowledge Representation Formalisms and Methods conjuntos kernel algoritmos de contracción Múltiple Horn |
title_short |
Dinámica de Conocimiento: implementación computacional de Operaciones de Contracción Múltiples Horn |
title_full |
Dinámica de Conocimiento: implementación computacional de Operaciones de Contracción Múltiples Horn |
title_fullStr |
Dinámica de Conocimiento: implementación computacional de Operaciones de Contracción Múltiples Horn |
title_full_unstemmed |
Dinámica de Conocimiento: implementación computacional de Operaciones de Contracción Múltiples Horn |
title_sort |
Dinámica de Conocimiento: implementación computacional de Operaciones de Contracción Múltiples Horn |
dc.creator.none.fl_str_mv |
Valdez, Néstor Jorge Falappa, Marcelo Alejandro |
author |
Valdez, Néstor Jorge |
author_facet |
Valdez, Néstor Jorge Falappa, Marcelo Alejandro |
author_role |
author |
author2 |
Falappa, Marcelo Alejandro |
author2_role |
author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Sistemas conjuntos de restos ARTIFICIAL INTELLIGENCE Knowledge Representation Formalisms and Methods conjuntos kernel algoritmos de contracción Múltiple Horn |
topic |
Ciencias Informáticas Sistemas conjuntos de restos ARTIFICIAL INTELLIGENCE Knowledge Representation Formalisms and Methods conjuntos kernel algoritmos de contracción Múltiple Horn |
dc.description.none.fl_txt_mv |
Esta línea de investigación tiene como objetivo estudiar, en el marco de la teoría de cambio de creencias, algoritmos para la obtención de contracciones múltiples con cláusulas Horn, considerando las operaciones de contracción bajo lṕgica Horn como lenguaje de representación de conocimiento. Para ello, estudiamos los resultados generales realizados en la adaptación al marco AGM a lógicas no clásicas, como Orderly Maxichoice Horn Contraction, Partial Meet Horn Contraction, e Infra Horn Contraction. Se analizan, algoritmos conocidos en el campo de base de creencias para el c´alculo de sus conjuntos de restos y kernels en sus diversas variantes con una sola sentencia como entrada, para as´ı poder realizar sus extensiones para múltiples sentencias como entrada. La contribución de esta investigación consiste en: definir los algoritmos y sus heurísticas para encontrar los elementos del kernel, definir sus cortes minimales mediante funciones de incisión, y finalmente definir contracciones múltiples. De manera análoga, se proceder´a a definir procedimientos para los conjuntos de restos y sus cortes maximales. Eje: Agentes y Sistemas Inteligentes Red de Universidades con Carreras en Informática (RedUNCI) |
description |
Esta línea de investigación tiene como objetivo estudiar, en el marco de la teoría de cambio de creencias, algoritmos para la obtención de contracciones múltiples con cláusulas Horn, considerando las operaciones de contracción bajo lṕgica Horn como lenguaje de representación de conocimiento. Para ello, estudiamos los resultados generales realizados en la adaptación al marco AGM a lógicas no clásicas, como Orderly Maxichoice Horn Contraction, Partial Meet Horn Contraction, e Infra Horn Contraction. Se analizan, algoritmos conocidos en el campo de base de creencias para el c´alculo de sus conjuntos de restos y kernels en sus diversas variantes con una sola sentencia como entrada, para as´ı poder realizar sus extensiones para múltiples sentencias como entrada. La contribución de esta investigación consiste en: definir los algoritmos y sus heurísticas para encontrar los elementos del kernel, definir sus cortes minimales mediante funciones de incisión, y finalmente definir contracciones múltiples. De manera análoga, se proceder´a a definir procedimientos para los conjuntos de restos y sus cortes maximales. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-05 |
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/10915/41798 |
url |
http://sedici.unlp.edu.ar/handle/10915/41798 |
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 91-95 |
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_ |
1842260188184182784 |
score |
13.13397 |