{"id":61994,"date":"2018-03-09T22:49:51","date_gmt":"2018-03-09T22:49:51","guid":{"rendered":"https:\/\/www.deberes.net\/tesis\/sin-categoria\/marc-integrador-de-les-capacitats-de-soft-computing-i-de-knowledge-discovery-dels-mapes-autoorganitzatius-en-el-raonament-basat-en-casos\/"},"modified":"2018-03-09T22:49:51","modified_gmt":"2018-03-09T22:49:51","slug":"marc-integrador-de-les-capacitats-de-soft-computing-i-de-knowledge-discovery-dels-mapes-autoorganitzatius-en-el-raonament-basat-en-casos","status":"publish","type":"post","link":"https:\/\/www.deberes.net\/tesis\/inteligencia-artificial\/marc-integrador-de-les-capacitats-de-soft-computing-i-de-knowledge-discovery-dels-mapes-autoorganitzatius-en-el-raonament-basat-en-casos\/","title":{"rendered":"Marc integrador de les capacitats de soft-computing i de knowledge discovery dels mapes autoorganitzatius en el raonament basat en casos"},"content":{"rendered":"<h2>Tesis doctoral de <strong> Albert Fornells Herrera <\/strong><\/h2>\n<p>El razonamiento basado en casos (cbr) es un paradigma de aprendizaje basado en establecer analog\u00edas con problemas previamente resueltos para resolver otros nuevos. Por tanto, la organizaci\u00f3n, el acceso y la utilizaci\u00f3n del conocimiento previo son aspectos clave para tener \u00e9xito. No obstante, la mayor\u00eda de los problemas presentan grandes vol\u00famenes de datos complejos, inciertos y con conocimiento aproximado y, por tanto, el rendimiento del cbr puede verse afectado debido a la complejidad de gestionarlos. Esto ha hecho que en los \u00faltimos a\u00f1os haya surgido una nueva l\u00ednea de investigaci\u00f3n llamada soft-computing and intelligent information retrieval focalizada en mitigar estos efectos. Es aqu\u00ed donde nace el contexto de esta tesis. dentro del amplio abanico de t\u00e9cnicas soft-computing para tratar conocimiento complejo, los mapas autoorganizativos (som) destacan por encima del resto por su capacidad de agrupar los datos en patrones, los cuales permiten detectar relaciones ocultas entre los datos. Esta capacidad ha sido aprovechada en trabajos previos de otros investigadores, donde se ha organizado la memoria de casos del cbr con som para mejorar la recuperaci\u00f3n de los casos. la finalidad de la presente tesis es dar un paso m\u00e1s en la simple combinaci\u00f3n del cbr y de som, de tal manera que aqu\u00ed se introducen las capacidades de soft-computing y de knowledge discovery de som en todas las fases del cbr para alimentarlas del conocimiento nuevo descubierto. Adem\u00e1s, las m\u00e9tricas de complejidad aparecen en este contexto como un instrumento preciso para modelar el funcionamiento de som en funci\u00f3n de la tipolog\u00eda de los datos. La consecuci\u00f3n de esta integraci\u00f3n se puede dividir principalmente en cuatro hitos: (1) la definici\u00f3n de una metodolog\u00eda para determinar la mejor manera de recuperar los casos teniendo en cuenta la complejidad de los datos y los requerimientos del usuario; (2) la mejora de la fiabilidad en la propuesta de soluciones gracias a las relaciones entre los clusters y los casos; (3) la potenciaci\u00f3n de las capacidades explicativas mediante la generaci\u00f3n de explicaciones simb\u00f3licas; (4) el mantenimiento incremental y semi-supervisado de la memoria de casos organizada por som. Todos estos puntos se integran en la plataforma somcbr, la cual es ampliamente evaluada sobre datasets procedentes del uci repository y de dominios m\u00e9dicos y telem\u00e1ticos. adicionalmente, la tesis aborda secundariamente dos l\u00edneas de investigaci\u00f3n fruto de los requeri-mientos de los proyectos donde ha estado ubicada la tesis. Por un lado, se aborda la definici\u00f3n de funciones de similitud espec\u00edficas para definir como comparar un caso resuelto con otro nuevo mediante una variante de la computaci\u00f3n evolutiva denominada evoluci\u00f3n de gram\u00e1ticas (ge). Por otro lado, se estudia como definir esquemas de cooperaci\u00f3n entre sistemas heterog\u00e9neos para mejorar la fiabilidad de su respuesta conjunta mediante ge. Ambas l\u00edneas son integradas en dos plataformas, brain y mge, las cuales tambi\u00e9n son evaluadas sobre los datasets anteriores.<\/p>\n<p>&nbsp;<\/p>\n<h3>Datos acad\u00e9micos de la tesis doctoral \u00ab<strong>Marc integrador de les capacitats de soft-computing i de knowledge discovery dels mapes autoorganitzatius en el raonament basat en casos<\/strong>\u00ab<\/h3>\n<ul>\n<li><strong>T\u00edtulo de la tesis:<\/strong>\u00a0 Marc integrador de les capacitats de soft-computing i de knowledge discovery dels mapes autoorganitzatius en el raonament basat en casos <\/li>\n<li><strong>Autor:<\/strong>\u00a0 Albert Fornells Herrera <\/li>\n<li><strong>Universidad:<\/strong>\u00a0 Ram\u00f3n llull<\/li>\n<li><strong>Fecha de lectura de la tesis:<\/strong>\u00a0 14\/12\/2007<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n<h3>Direcci\u00f3n y tribunal<\/h3>\n<ul>\n<li><strong>Director de la tesis<\/strong>\n<ul>\n<li>Elisabet Golobardes Rib\u00e9<\/li>\n<\/ul>\n<\/li>\n<li><strong>Tribunal<\/strong>\n<ul>\n<li>Presidente del tribunal: enric Plaza cervera <\/li>\n<li>Mar\u00eda   belen Diaz agudo (vocal)<\/li>\n<li>eva Armengol voltas (vocal)<\/li>\n<li>jordi Freixenet bosch (vocal)<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Tesis doctoral de Albert Fornells Herrera El razonamiento basado en casos (cbr) es un paradigma de aprendizaje basado en establecer [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"footnotes":""},"categories":[13880,2528,32959],"tags":[136920,99866,60349,90737,65457,60347],"class_list":["post-61994","post","type-post","status-publish","format-standard","hentry","category-informatica","category-inteligencia-artificial","category-ramon-llull","tag-albert-fornells-herrera","tag-elisabet-golobardes-ribe","tag-enric-plaza-cervera","tag-eva-armengol-voltas","tag-jordi-freixenet-bosch","tag-maria-belen-diaz-agudo"],"_links":{"self":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/61994","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/comments?post=61994"}],"version-history":[{"count":0,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/61994\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/media?parent=61994"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/categories?post=61994"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/tags?post=61994"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}