EL CONTENIDO DE ESTA MEMORIA SE PUEDE ENMARCAR DENTRO DE DOS DISCIPLINAS DIFERENTES DEL SABER HUMANO: LA ESTADISTICA MATEMATICA, Y MAS CONCRETAMENTE, EL ESTUDIO DE DISTRIBUCIONES DE PROBABILIDAD DE VARIABLES ALEATORIAS MULTIDIMENSIONALES QUE PRESENTAN CIERTAS RELACIONES DE INDEPENDENCIA ENTRE SUS COMPONENTES, Y LA INTELIGENCIA ARTIFICIAL, Y MAS CONCRETAMENTE, EL ESTUDIO DE FORMALISMOS DE REPRESENTACION DE CONOCIMIENTO E INCERTIDUMBRE PARA REPRESENTAR EL CONOCIMIENTO DE RELACIONES DE DEPENDENCIA O INDEPENDENCIA ENTRE VARIABLES, LAS MEDIDAS PROBABILISTICAS DE DICHAS RELACIONES Y SU UTILIZACION PARA RAZONAR CON ESE TIPO DE CONOCIMIENTO,ACTUALMENTE HAY UN PUNTO DE CONEXION CLARO ENTRE AMBAS DISCIPLINAS. POR UNA PARTE, LOS METODOS ESTADISTICOS PROPORCIONAN HERRAMIENTAS ROBUSTAS PARA LA REPRESENTACION DE CONOCIMIENTO Y TRATAMIENTO DE INCERTIDUMBRE; POR OTRA, LOS MODELOS GRAFICOS APORTAN NUEVOS ENFOQUES EN LA MODELIZACION CLASICA DE SISTEMAS ESTOCASTICOS.
LA ORGANIZACION DE LA MEMORIA ES COMO SIGUE. LOS DOS PRIMEROS CAPITULOS ESTAN DEDICADOS AL ESTADO DEL ARTE DE LOS MODELOS GRAFICOS, SEÑALANDO LOS MOMENTOS EN QUE HAN APARECIDO Y LOS DISTINTOS ENFOQUES QUE HAN RECIBIDO DESDE LAS DOS DISCIPLINAS ANTES MENCIONADAS. EL PRIMER CAPITULO RESUME LA VISION DE LOS MODELOS GRAFICOS ASOCIADOS A SISTEMAS ESTATICOS. EN EL SEGUNDO CAPITULO SE PRESENTA EL ESTADO DEL ARTE DE LOS MODELOS GRAFICOS ASOCIADOS A SISTEMAS DINAMICOS.
EL RESTO DE LA MEMORIA ES DE APORTACION ORIGINAL. EN EL TERCER CAPITULO SE PRESENTA UNA MODELIZACION DE SISTEMAS DINAMICOS PARCIALMENTE OBSERVADOS UTILIZANDO MODELOS GRAFICOS DINAMICOS MARKOVIANOS.
EN EL CAPITULO CUARTO SE PROPONEN ALGORITMOS EXACTOS Y APROXIMADOS DE INFERENCIA Y PREDICCION DE LOS ESTADOS DE LAS VARIABLES NO OBSERVABLES DEL SISTEMA A PARTIR DE LA INFORMACION SUMINISTRADA POR LAS VARIABLES OBSERVABLES DEL MISMO.
EN EL QUINTO CAPITULO SE APLICAN LOS RESULTADOS OBTENIDOS A UN PROBLEMA CLASICO DE DECISION M
© 2001-2024 Fundación Dialnet · Todos los derechos reservados