Generación de conocimiento basado en aprendizaje automático y aplicación en diferentes sectores (Resumen)

• Autores: Fernando Pavón
• Directores de la Tesis: Jesús Antonio Vega Sánchez (dir. tes.), Sebastián Dormido Canto (dir. tes.)
• Lectura: En la UNED. Universidad Nacional de Educación a Distancia ( España ) en 2016
• Idioma: español
• Títulos paralelos:
  • Artificial Intelligence in a Process for Automated Knowledge Acquisition and Applications
• Tribunal Calificador de la Tesis: Sebastián Dormido Bencomo (presid.), Bernardo Zurro Hernández (secret.), Eduardo Fernández Camacho (voc.)
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Lenguajes algorítmicos
      • Inteligencia artificial
    • Estadística
      • Análisis de datos
• Enlaces
  • Tesis en acceso abierto en: hdl.handle.net
• Resumen

  • El presente trabajo está basado en la utilización de técnicas del campo de la Inteligencia Artificial y más concretamente del Aprendizaje Automático, para la resolución de problemas complejos a los cuales se están enfrentando en la actualidad compañías de cualquier sector y muchos centros de investigación.

    Los problemas referidos se pueden definir por las siguientes características: disponibilidad de históricos, modelado complejo por la existencia de relaciones no lineales entre las variables, dinamismo, objetivos frecuentemente multivariables y desconocimiento de las leyes fundamentales que gobiernan el sistema modelado o al que se refiere la información guardada.

    En esta tesis, se definirá un procedimiento, denominado AIPAKA (Artificial Intelligence in a Process for Automated Knowledge Acquisition and Applications), que permitirá utilizar las mismas técnicas de Aprendizaje Automático a diferentes problemas. Usando para ello los siguientes elementos: clasificación de los problemas tratados, un conjunto de técnicas base para la construcción de la solución y un procedimiento para la creación y validación de los sistemas creados.

    El objetivo fundamental es proveer de una herramienta adecuada para la solución de problemas complejos, basada en modelos predictivos, los cuales son obtenidos por inferencia automática de conocimiento a partir de histó- ricos y de los datos producidos en tiempo real, mediante el uso de técnicas de Inteligencia Artificial.

    El área de conocimiento donde se encuadra el presente trabajo puede ser lo que tradicionalmente se ha llamado la minería de datos o lo que es lo mismo: responder a las cuestiones de cómo descubrir y utilizar el conocimiento implícito en grandes colecciones de datos.

    En los últimos tiempos se ha acuñado un nuevo término: macrodatos o inteligencia de los datos (del término en inglés Big Data). AIPAKA y las técnicas usadas pretenden ser una potente herramienta para la extracción y uso del conocimiento a partir de los macrodatos. En estas ingentes cantidades de información es donde tiene todo el sentido la implementación de técnicas avanzadas de modelado predictivo, segmentación y análisis de patrones de comportamiento.