Contracción de creencias de sistemas no monótonos

Autores
Vaucheret, Claudio A.; Simari, Guillermo Ricardo
Año de publicación
1997
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este trabajo, presentamos un modelo general de Cambios de Creencias para aquellos casos en los que el estado epistémico o las creencias de un agente se definen implícitamente como las consecuencias no monotónicos de un conjunto de premisas. En la teoría de Camcios de Creencias, los sistemas de conocimiento son revisados al adquirir nuevo conocmiento que es incosistente con el que ya existe. Hasta ahora, la teoría de Cambios de Creencias establecía la revisión de teorías cuyo operador de inferencia era monótono. Pero los sistemas de conocimiento a ser revisados o contraídos, pueden tener de por si un funcionamiento no monótono. La base de conocimiento en un Sistema de Razonamiento No Monótono, produce la inferencia anticipada de sentencias que dejarán de inferirse al agregarse al sistema nueva información. La combinación de estas aproximaciones, puede ser la revisión o contracción de la base de conocimientos de Sistemas No Monótonos. Tal es el caso de la depuración (debuging) de programas lógicos cuya máquina de inferencia tiene un carácter no monótono debido a la suposición de mundo cerrado. En este trabajo se estudia la influencia de la monotonía del operador de consecuencia en el modelo de AGM [1] de cambio de creencias. Se propone un modelo alternativo que contemple un operador de consecuencia no monótono y se dan nuevos postulados de racionalidad que caracterizan el caso particular de contracciones maxichoice.
Eje: Workshop sobre Aspectos Teoricos de la Inteligencia Artificial
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Contracción de creencias
Conocimiento
ARTIFICIAL INTELLIGENCE
sistemas no monótonos
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:10915/24076

id SEDICI_c37a46b757c4b7da445c2e45fe68f6ec
oai_identifier_str oai:sedici.unlp.edu.ar:10915/24076
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Contracción de creencias de sistemas no monótonosVaucheret, Claudio A.Simari, Guillermo RicardoCiencias InformáticasContracción de creenciasConocimientoARTIFICIAL INTELLIGENCEsistemas no monótonosEn este trabajo, presentamos un modelo general de Cambios de Creencias para aquellos casos en los que el estado epistémico o las creencias de un agente se definen implícitamente como las consecuencias no monotónicos de un conjunto de premisas. En la teoría de Camcios de Creencias, los sistemas de conocimiento son revisados al adquirir nuevo conocmiento que es incosistente con el que ya existe. Hasta ahora, la teoría de Cambios de Creencias establecía la revisión de teorías cuyo operador de inferencia era monótono. Pero los sistemas de conocimiento a ser revisados o contraídos, pueden tener de por si un funcionamiento no monótono. La base de conocimiento en un Sistema de Razonamiento No Monótono, produce la inferencia anticipada de sentencias que dejarán de inferirse al agregarse al sistema nueva información. La combinación de estas aproximaciones, puede ser la revisión o contracción de la base de conocimientos de Sistemas No Monótonos. Tal es el caso de la depuración (debuging) de programas lógicos cuya máquina de inferencia tiene un carácter no monótono debido a la suposición de mundo cerrado. En este trabajo se estudia la influencia de la monotonía del operador de consecuencia en el modelo de AGM [1] de cambio de creencias. Se propone un modelo alternativo que contemple un operador de consecuencia no monótono y se dan nuevos postulados de racionalidad que caracterizan el caso particular de contracciones maxichoice.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/10915/24076spainfo: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:UNLP2025-09-03T10:28:29Zoai:sedici.unlp.edu.ar:10915/24076Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:28:30.15SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Contracción de creencias de sistemas no monótonos
title Contracción de creencias de sistemas no monótonos
spellingShingle Contracción de creencias de sistemas no monótonos
Vaucheret, Claudio A.
Ciencias Informáticas
Contracción de creencias
Conocimiento
ARTIFICIAL INTELLIGENCE
sistemas no monótonos
title_short Contracción de creencias de sistemas no monótonos
title_full Contracción de creencias de sistemas no monótonos
title_fullStr Contracción de creencias de sistemas no monótonos
title_full_unstemmed Contracción de creencias de sistemas no monótonos
title_sort Contracción de creencias de sistemas no monótonos
dc.creator.none.fl_str_mv Vaucheret, Claudio A.
Simari, Guillermo Ricardo
author Vaucheret, Claudio A.
author_facet Vaucheret, Claudio A.
Simari, Guillermo Ricardo
author_role author
author2 Simari, Guillermo Ricardo
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Contracción de creencias
Conocimiento
ARTIFICIAL INTELLIGENCE
sistemas no monótonos
topic Ciencias Informáticas
Contracción de creencias
Conocimiento
ARTIFICIAL INTELLIGENCE
sistemas no monótonos
dc.description.none.fl_txt_mv En este trabajo, presentamos un modelo general de Cambios de Creencias para aquellos casos en los que el estado epistémico o las creencias de un agente se definen implícitamente como las consecuencias no monotónicos de un conjunto de premisas. En la teoría de Camcios de Creencias, los sistemas de conocimiento son revisados al adquirir nuevo conocmiento que es incosistente con el que ya existe. Hasta ahora, la teoría de Cambios de Creencias establecía la revisión de teorías cuyo operador de inferencia era monótono. Pero los sistemas de conocimiento a ser revisados o contraídos, pueden tener de por si un funcionamiento no monótono. La base de conocimiento en un Sistema de Razonamiento No Monótono, produce la inferencia anticipada de sentencias que dejarán de inferirse al agregarse al sistema nueva información. La combinación de estas aproximaciones, puede ser la revisión o contracción de la base de conocimientos de Sistemas No Monótonos. Tal es el caso de la depuración (debuging) de programas lógicos cuya máquina de inferencia tiene un carácter no monótono debido a la suposición de mundo cerrado. En este trabajo se estudia la influencia de la monotonía del operador de consecuencia en el modelo de AGM [1] de cambio de creencias. Se propone un modelo alternativo que contemple un operador de consecuencia no monótono y se dan nuevos postulados de racionalidad que caracterizan el caso particular de contracciones maxichoice.
Eje: Workshop sobre Aspectos Teoricos de la Inteligencia Artificial
Red de Universidades con Carreras en Informática (RedUNCI)
description En este trabajo, presentamos un modelo general de Cambios de Creencias para aquellos casos en los que el estado epistémico o las creencias de un agente se definen implícitamente como las consecuencias no monotónicos de un conjunto de premisas. En la teoría de Camcios de Creencias, los sistemas de conocimiento son revisados al adquirir nuevo conocmiento que es incosistente con el que ya existe. Hasta ahora, la teoría de Cambios de Creencias establecía la revisión de teorías cuyo operador de inferencia era monótono. Pero los sistemas de conocimiento a ser revisados o contraídos, pueden tener de por si un funcionamiento no monótono. La base de conocimiento en un Sistema de Razonamiento No Monótono, produce la inferencia anticipada de sentencias que dejarán de inferirse al agregarse al sistema nueva información. La combinación de estas aproximaciones, puede ser la revisión o contracción de la base de conocimientos de Sistemas No Monótonos. Tal es el caso de la depuración (debuging) de programas lógicos cuya máquina de inferencia tiene un carácter no monótono debido a la suposición de mundo cerrado. En este trabajo se estudia la influencia de la monotonía del operador de consecuencia en el modelo de AGM [1] de cambio de creencias. Se propone un modelo alternativo que contemple un operador de consecuencia no monótono y se dan nuevos postulados de racionalidad que caracterizan el caso particular de contracciones maxichoice.
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/10915/24076
url http://sedici.unlp.edu.ar/handle/10915/24076
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_ 1842260124205318144
score 13.13397