Tesis doctoral de Andrés Cano Utrera
Las redes bayesianas han sido usadas muy frecuentemente para la construcción de sistemas expertos bayesianos. Estos sistemas expertos trabajan con valores de probabilidad precisos. Para un experto resulta muy difícil el dar una gran cantidad de probabilidades precisas a la hora de construir el sistema experto. debido a ello en esta tesis se propone el uso de intervalos de probabilidad para representar la incertidumbre. Existen algoritmos exactos de propagación de intervalos de probabilidad sobre redes que transforman los intervalos en conjuntos convexos de probabilidad para poder obtener resultados finales correctos. Estos algoritmos son bastante complejos, y en la práctica sólo son capaces de resolver problemas muy simples. por tanto, en esta tesis se han construído algoritmos aproximados de propagación en grafos de dependencias, en los que las distribuciones vienen dadas por intervalos de probabilidad. Los algoritmos construídos han utilizado técnicas de optimización combinatoria tales como el enfriamiento simulado y los algoritmos genéticos. también hemos utilizado los árboles de probabilidad para representar y operar con los distintos potenciales haciendo la propagación aún más eficiente y permitiendo adaptarnos a la capacidad de memoria de nuestro ordenador. Los árboles de probabilidad han permitido adaptarnos a la capacidad de memoria de nuestro ordenador a la hora de realizar los cálculos.
Datos académicos de la tesis doctoral «Propagacion aproximada de intervalos de probabilidad en grafos de dependencias.«
- Título de la tesis: Propagacion aproximada de intervalos de probabilidad en grafos de dependencias.
- Autor: Andrés Cano Utrera
- Universidad: Granada
- Fecha de lectura de la tesis: 01/01/1999
Dirección y tribunal
- Director de la tesis
- Serafin Moral Callejon
- Tribunal
- Presidente del tribunal: Luis Miguel De campos ibañez
- María ángeles Gil álvarez (vocal)
- ron Enrique castillo (vocal)
- Antonio Salmerón cerdán (vocal)