Si tuviéramos un sistema experto con 3 reglas y obtenemos un 0% de grado de cumplimiento para la regla 1, un 40% para la regla 2 y un 80% para la 3, actuaríamos de la siguiente manera: Se aplica únicamente la regla con un grado de cumplimiento más alto, en este caso la regla 3 No se aplica ninguna regla, ya que estos datos no pueden ser correctos, la suma de todos los grados de pertenencia es mayor al 100% Se aplican todas las reglas, pero en función del grado de cumplimiento de cada una. En LPO, indica cuál de las siguientes afirmaciones sobre predicados es correcta: Operan con términos y como resultado devuelven un término Operan con variables y como resultado devuelven un término Operan con términos y como resultado devuelven un verdadero o falso. ¿De qué partes consta un sistema experto difuso? De una entrada de datos y de una salida de datos De una entrada de datos, de una base de hechos y reglas, y de una forma de decisiones De una entrada de datos, una base de conocimientos, una fuzzyficacion, una toma de decisiones, una defuzzyficacion. Los parámetros a establecer en el SE (Sistema Experto Difuso) son: El nombre, el keyword y la fórmula El método de agregación para los conjuntos de variables a defuzzyficar, el método de activación y el método de defuzzyficación El And/Or, el método de agregación para los conjuntos de variables a defuzzyficar, el método de activación y el método de defuzzyficación. El desempeño de un Sistema Experto implica: Una buena relación entre (coste temporal / eficiencia de la solución) de las respuestas obtenidas La capacidad de resolver problemas de ámbitos dispersos La capacidad de mantenerse activo y en funcionamiento durante largos periodos de tiempo, sin descanso. ¿Qué es la distribución de probabilidad? Es una función uniforme cuyos elementos han de sumar 1 La función que distribuye los valores de probabilidad de un suceso aleatorio La definición de las probabilidades de todos los valores que puede tomar una variable aleatoria. En teoría de probabilidad, ¿con qué clase de variables podemos encontrarnos? variables aleatorias, discretas y continuas variables aleatorias, booleanas, enteras y reales variables aleatorias, booleanas y discretas. Queremos determinar la probabilidad de que un robot choque al realizar un movimiento hacia adelante de un metro conociendo la lectura de su sónar frontal. Sabemos que la efectividad del sónar es del 90% y que la probabilidad a priori de chocar es del 30%
¿Qué probabilidad hay de chocar si el sensor nos devuelve lecturas negativas a menos de un metro de distancia? (lectura negativa del sensor) 0.95 0.05 0.21. En la inferencia aproximada, los algoritmos de muestreo aleatorio son: Muestreo directo, muestreo por rechazo, MCCM Muestreo indirecto, muestreo por rechazo, MCCM Muestreo indirecto, muestreo directo, muestreo por rechazo. Los mensajes utilizados en el modelo de Kim y Pearl sirven para... Ninguna de las otras es correcta Actualizar la credibilidad y contar apariciones de las evidencias Actualizar la credibilidad e introducir nuevas evidencias. Dos cajas B1 y B2 contienen 100 y 200 lámparas respectivamente. La primera caja (B1) tiene 15 lámparas defectuosas y la segunda, 5. Supongamos que una caja es seleccionada al azar y se quita una lámpara. ¿Cuál es la probabilidad de que sea defectuosa? Acerca de: 3% 6.5% 9%. Partimos de que la probabilidad de que llueva un día en concreto es de 0.5 y de que truene es de 0.3. Sabemos además que la probabilidad de que llueva una vez se han escuchado truenos es de 0.2. La probabilidad pues, de que truene una vez que ha empezado a llover es de... 0.06 0.12 0.24. En problemas de localización de robots, indica cuál de las siguientes características no es necesaria Mapa del entorno por el que se va a mover el robot Posición inicial del robot Sensores para hacer observaciones del entorno. ¿Qué afirmación es correcta? El filtro Kalman Extendido actualiza nuestro conocimiento sobre el estado de un sistema a lo largo del tiempo en función de las acciones realizadas y las observaciones del entorno El filtro Kalman Extendido nos permite hacer tracking de la posición de un robot a lo largo del tiempo incorporando las lecturas de sus sensores Ambas afirmaciones son correctas. Queremos determinar la probabilidad de que un robot choque al realizar un movimiento hacia adelante de un metro conociendo la lectura de su sónar frontal. Sabemos que la efectividad del sónar es del 90% y que la probabilidad a priori de chocar es del 30%
¿Qué probabilidad hay de no chocar si el sensor nos devuelve lecturas negativas a menos de un metro de distancia? (lectura negativa del sensor) 0.95 0.79 0.21. Indica cuál de las siguientes expresiones no se corresponde con la regla del producto P(a ∧ b) = P(a|b)p(b) P(a ∧ b) = ∏P(b|ai) P(a ∧ b) = P(b|a)p(a). Si al razonar con incertidumbre tenemos una certeza absoluta de que una proposición no se ha producido podemos afirmar: Que la proposición es irrelevante para el razonamiento con incertidumbre Que conocemos la probabilidad a priori de la proposición Que su grado de creencia es cero. En problemas de localización de robots, indica cuál de las siguientes características es necesaria Mapa del entorno por el que se va a mover el robot Posición inicial del robot Sensores para hacer observaciones del entorno. ¿Cuáles de las siguientes técnicas se pueden utilizar para hacer razonamiento probabilista en el tiempo? Filtros de Kalman (y filtros extendidos de Kalman) Redes Bayesianas Dinámicas Las otras dos opciones son correctas. En lógica proposicional, el implicador si p entonces q con la tabla de verdad Se conoce como Modus Tolens Se conoce como Modus Ponens Es una tautología. Si disponemos de una impresora con lógica difusa que clasifica los colores según su pertenencia a los valores lingüisticos blanco, negro y gris. Si nos dice que el color X tiene una pertenencia 0.3 al blanco y 0.4 al gris, podemos asegurar que: Tendrá una pertenencia de 0.3 al negro Las otras dos serán falsas Que el color será 30% blanco. En la fase de "defuzzyficacón", es correcto que: Obtenemos un término lingüistico (Alto, Derecha) Podemos utilizar el cálculo de centro de masas para la obtención del resultado Ninguna de las otras respuestas es correcta. En la toma de decisiones de un Sistema Experto Difuso, las reglas se ejecutan: De forma secuencial Ninguna de las otras respuestas De forma paralela. Indica qué expresión es la adecuada para calcular la probabilidad de la disyunción de dos proposiciones P(a ∨ b) = P(b) + P(a) - P(a ∧ b) P(a ∧ b) = P(a) + P(b) - P(a ∨ b) P(a ∧ b) = P(a|b)P(b). ¿Qué es la probabilidad a priori? El grado de creencia que tenemos de un suceso antes de que este suceda, es decir, a priori El grado de creencia que tenemos de un suceso en ausencia de cualquier otra información El grado de creencia que tenemos de un suceso antes de que sucedan el resto de sucesos de los que es dependiente. Queremos determinar la probabilidad de que un robot choque al realizar un movimiento hacia adelante de un metro conociendo la lectura de su sónar frontal. Sabemos que la efectividad del sónar es del 90% y que la probabilidad a priori de chocar es del 30%
¿Qué probabilidad hay de chocar si el sensor nos devuelve lecturas positivas a menos de un metro de distancia? (lectura positiva del sensor) 0.95 0.79 0.05. ¿Qué es una distribución gaussiana multivarianda? Aquella en la que los datos se distribuyen en múltiples dimensiones Aquella con varias medias y una matriz de covarianza Aquella con una media y una varianza en forma de elipse. De los siguientes grafos, ¿cuál se podría considerar una red bayesiana? a b c. En una red bayesiana si bajamos por el grafo hasta un nodo terminal, ¿qué distribución adjunta tendrá ese nodo? Cero o uno dependiendo de si lo hemos alcanzado en un saldo par o impar P(nodo terminal | Padre (nodo terminal) P(nodo terminal | Padres (nodo terminal). Una red bayesiana permite: Especificar la distribución conjunta de un grupo de variables aleatorias Utilizar únicamente variables aleatorias independientes No usar variables aleatorias.
