Tesis doctoral de Marta Domingo Gou
La investigacion llevada a cabo en este trabajo esta motivada por la necesidad de sistemas computacionales para la identificacion de los organismos, especialmente en dominios que envuelven conocimientos incompletos e incertidumbre, como es el caso del filum porifera. Dado que lo que se requiere es una herramienta que emule los conocimientos y estrategias de un experto, se ha elegido la aproximacion de sistema experto para hacer accesibles los conocimientos de los expertos para los no expertos. se ha estudiado el dominio taxonomico a nivel de conocimientos para obtener una abstraccion del problema de clasificacion/identificacion en taxonomia. Mediante el lenguaje milord ii se ha desarrollado una arquitectura para la construccion de sistemas expertos en el ambito de la taxonomia proporcionando una metodología para la adquisicion y la representacion de conocimientos que minimiza el esfuerzo de programacion necesario para desarrollar un sistema experto para la identificacion en cualquier grupo taxonomico. Utilizando esta arquitectura, se ha desarrollado spongia un sistema experto para la identificacion de esponjas del area atlanto-mediterranea que cubre unos 100 taxones. La identificacion se inicia desde el nivel de clase y cubre todos los niveles taxonomicos uno a uno. Spongia se ha validado con la colaboracion de cinco expertos en sistematica de esponjas internacionalmente reconocidos, demostrando que las identificaciones de spongia fueron de similar cualidad que las de los expertos humanos.
Datos académicos de la tesis doctoral «An expert system architecture for taxonomic domains. an application in porifera. the development of spongia.«
- Título de la tesis: An expert system architecture for taxonomic domains. an application in porifera. the development of spongia.
- Autor: Marta Domingo Gou
- Universidad: Barcelona
- Fecha de lectura de la tesis: 01/01/1995
Dirección y tribunal
- Director de la tesis
- Carles Sierra
- Tribunal
- Presidente del tribunal: Jorge Flos Bassols
- Van De Velde Walter (vocal)
- Nicole Boury Esnault (vocal)
- Ton Sales Porta (vocal)