1. Dado el siguiente grafo, en donde (i) el nodo inicial es A y el nodo meta es G, (ii) el valor numérico dentro de cada nodo indica el resultado de evaluar una función heurística h, y (iii) el valos numérico en cada arista indica el coste de transición entre los diferentes estados:
Aplicando el algoritmo A* basado en grado, en algún paso, los nodos de la frontera vendrán dispuestas según la siguiente configuración (considerar precedencia izquierda a derecha, que el número entre paréntesis representa el correspondiente valor "f", f= h+g, y que en caso de empate el valor "f", la precedencia de expansión vendrá dada por el orden alfabético de los nodos correspondientes): E(20), D(22) B(20), E(20), D(22) E(20), D(21) B(20),E(21),D(22).
En el mismo problema de la pregunta 1,¿ obtiene el algoritmo A* una solución optima? No, la heurística no es admisible No, la heurística no es consistente Si, ya que la heurística es admisible Sí, pero de casualidad, ya que la heurística no es consistente.
En el mismo problema de la pregunta 1, indica la secuencia del camino devuelto utilizando esta vez, la búsqueda avara: A->B->D->G A->C->B->D->G A->C->E->G Ninguna de las anteriores.
En la búsqueda de coste uniforme: Cada operador aplicable siempre tendra el mismo coste Cualquier camino solución encontrado tendrá el mismo coste Cualquier camino solución encontrado tendrá siempre el mismo número de pasos Cualquier camino solución encontrado tendrá siempre el mínimo número de pasos Ninguna de las anteriores.
En el algoritmo de profundidad iterativa se cumple que la cantidad de nodos hoja en la iteración "i" es siempre mayor que la suma acumulada de todos los nodos generados previamente en las "i-1" iteraciones anteriores: Cierto Dependerá del número de iteraciones "i" Dependerá del factor de ramificación Falso.
En el contexto del algoritmo de escalad en búsqueda local, el siguiente árbol de búsqueda se corresponde con una situación de: Minimo local Máximo local Meseta Cresta Ninguna de las anteriores, ya que dicho desarrollo nunca podría darse aplicando la búsqueda de escalada.
Señala la respuesta correcta: Una de las ventajes fundamentales de los métodos declarativos de representación del conocimiento es que facilitan trabajar con información de caracter probabilístico Los métodos procedimentales son más adecuados para la codificación de conocimiento fruto de la experiencia En los métodos declarativos la incorporación de nuevo conocimento suel implicar la recodificación del ya existente Ninguna de las anteriores.
En el contexto de un sistema de producción, se parte de la siguiente base de reglas y estado de la memoria activa:
R1: A ^ B -> C (3)
R2: E v F -> D (1)
R3: D ^ C -> X (4)
R4: B ^ D -> R (2)
R5: X ^ R -> H (5)
C,D,R
M0=<A,B,E,(H)>
Suponiendo la siguiente configuración del motor de inferencias:
- Encadenamiento progresivo
- Activación de todas las reglas que emparejen con la memoria activa
- Búsqueda en profundidad, con la ejecución de la regla cuya premisa contenga el elemento de orden alfabético mayor de las que hayan sido activadas mas recientemente
- La misma regla solo se puede ejecutar una vez
Seleccionar la secuencia resultante de reglas ejecutadas: R2->R1->R3->R4->R5 R1->R2->R3->R4->R5 R2->R1->R4->R3->R5 R1->R2->R4->R3->R5 R2->R4->R1->R3->R5 .
Dada la siguiente codificación de posibles manifestaciones (M) e Interpretacionnes (I) en un contexto de razonamiento categórico:
Y sea el siguiente conjunto de reglas:
R1: M(1) v M(2) v M(3) -> I(1) v I(2)
R2: I(2) -> -M(2) ^ M(1)
R3: I(1) V -I(2) -> M(2) ^ M(3)
Si en un momento dado se da la ocurrencia f= M(1) ^ -M(2) ^ -M(3), entonces podríamos deducir que: La interpretacion I(1) es falsa La interpretacion I(1) es verdadera La interpretacion I(2) es falsa Ninguna de las anteriores.
Con la misma situacion del ejercicio anterior, y sabiendo que:
P(i1)= 0.3, P(i2)=0.2, P(i3)=0.1, P(i4)=0.4
P(m1/i1) =1.0, P(m1/i3) =0.5, P(m4/i3) =0.2, P(m5/i2) =0.8, P(m6/i4) =0.3.
¿Que conjunto de interpretaciones son más probables? -I(1) ^ -I(2) -I(1) ^ I(2) I(1) ^ -I(2) I(1) ^ I(2).
El conocimiento…
Público es aquel que es explícito, pero no universalmente reconocido ni comúnmente
aceptado. Semipúblico es de marcado carácter heurístico. Privado no es explícito, no está universalmente reconocido ni es comúnmente
aceptado. Todas las anteriores son verdaderas.
.
Si hablamos de algoritmos de búsqueda en árboles: La búsqueda primero en anchura es óptima y completa siempre.
La búsqueda de profundidad iterativa se debe usar en espacios de búsqueda en los
que se conoce la profundidad de la solución. La búsqueda preferente en profundidad es óptima pero no es completa.
Todas las anteriores son falsas.
.
Las funciones heurísticas… Cuantas más restricciones tengamos en cuenta para su diseño menos precisa será la
heurística Se consideran admisibles si nunca sobrestiman el coste real de alcanzar la meta Si n es el nodo inicial, entonces h(n)=0 Si una heurística domina a otra (para todo n. h2(n)>=h1(n)). A* usando h2 expandirá
más nodos que usando h1.
Si hablamos de sistemas de producción… La base de conocimientos está formada por la base de reglas y el motor de
inferencias. Los sistemas dirigidos por los datos son más específicos porque ejecutarán todas las
reglas disponibles en función de la información introducida La memoria activa almacena todos los cambios de estado de nuestro sistema de
forma que representa siempre nuestro estado actual El motor de inferencias es el responsable de interactuar con el mundo exterior.
Las heurísticas: En anchura el tiempo y la memoria crecen exponencialmente con la profundidad de la
solución. En profundidad el tiempo crece de forma exponencial pero la memoria crece
linealmente con la profundidad de la solución. En profundidad el tiempo y la memoria crecen exponencialmente con la profundidad
de la solución. En la búsqueda avara el tiempo y la cantidad de memoria necesaria crece
exponencialmente con respecto a la profundidad. En la búsqueda A* la cantidad de memoria necesaria crece exponencialmente con
respecto a la profundidad.
La eficiencia de un algoritmo de búsqueda depende de los parámetros independientes del
dominio de aplicación: La profundidad y el criterio de selección de estados. El factor de ramificación y el número de bucles. El factor de ramificación y la profundidad El coste de expansión de los nodos y el formalismo de representación usado.
Qué utilidad tienen los demons? Proporcionan uniones procedimentales entre frames Posibilitan ejecutar rutinas externas. Desencadenan acciones concretas al ejecutarse Permiten el control del razonamiento con frames.
En cuanto a tipos de reglas: El tipo IFALL equivale a una anidación AND de las cláusulas de la pregunta El tipo IFSOME equivale a una búsqueda exhaustiva de las cláusulas OR de una
misma regl El tipo IFANY equivale a una búsqueda exhaustiva en las cláusulas OR de una misma
regla.
.
Cuando una regla se activa, de qué depende su ejecución? De la estrategia de resolución de conflictos. De la estrategia de exploración del espacio de estados. Del contenido de la memoria activa De ninguna de las anteriores.
.
El modelo bayesiano:
Realiza una asunción de independencia para manifestaciones e interpretaciones No asume relaciones de causalidad.
Las evidencias a favor de una hipótesis no cuentan en la negación de dicha hipótesis.
El conocimiento… a. Público es comúnmente aceptado y reconocido
b. Semipúblico es de marcado carácter heurístico
c. Privado no es explícito, no está universalmente reconocido, ni es comúnmente aceptado d. Todas las anteriores son verdaderas
.
Si I es un conjunto de estados iniciales, O es un conjunto de operaciones permitidas y M
es un conjunto de metas, tales que la terna [I, O, M] define un espacio de estados
determinado, entonces la expresión O: (I->M) es una forma de representar… a. La estrategia básica de resolución de problemas
b. Un proceso regresivo de encadenamiento de operadores
c. El encadenamiento progresivo de hipótesis
d. La búsqueda o el proceso de exploración del espacio de estados
.
Las funciones heurísticas…
a. Tienen carácter numérico y si n es el nodo inicial, entonces h(n) = 0
b. Cuantas más restricciones tengamos en cuenta para su diseño, menos precisa será la
heurística c. Se consideran admisibles si nunca sobreestiman el coste real de alcanzar la meta
d. Si una heurística domina a otra (∀ n, h2(n) >= h1(n)), A* usando h2 expandirá más
nodos que usando h1.
La búsqueda A*… a. Evalúa los nodos combinando las funciones g(n) y h(n), es decir, el coste real del mejor camino para alcanzar el nodo n y el coste estimado del camino menos costoso desde
el nodo n a la meta b. Basada en grafo es óptima si la heurística es admisible c. Se comporta como anchura si g se incrementa en 1, h=0 y los nodos con igual f se ordenan de menos a más reciente d. Se comporta como profundidad si g=0, h=0 y los nodos se ordenan de más a menos reciente.
5. Los procedimientos de búsqueda en profundidad… a. Demandan más recursos computacionales (en términos temporales) que el
procedimiento en anchura
b. Demandan más recursos de memoria que el procedimiento en anchura c. La versión basada en grafo no es completa en espacios de espacios de estados finitos
d. Las complejidades espaciales y temporales de la versión basada en grafo están
limitadas por el tamaño del espacio de estados .
6. Los demons… a. Proporcionan uniones procedimentales entre frames b. Son procedimientos que la mayor parte del tiempo están inactivos c. Imprimen carácter estático a la representación del conocimiento con frames d. Posibilitan la ejecución de rutinas externas.
7. Si hablamos de sistemas de producción…
a. La base de conocimientos está formada por la base de hechos y el motor de inferencias b. Los sistemas dirigidos por los datos son más específicos, porque ejecutarán todas las
reglas disponibles en función de la información introducida c. La memoria activa almacena todos los cambios de estado de nuestro sistema, de
forma que representa siempre nuestro estado actual
d. El motor de inferencias es el responsable de interaccionar con el mundo exterior.
8. Cuando una regla se activa, ¿de qué depende su ejecución?
a. De la estrategia de resolución de conflictos
b. Del contenido de la memoria activa
c. De la estrategia de exploración del espacio de estados
d. De ninguna de las anteriores
.
El modelo bayesiano a. Realiza una asunción de independencia para manifestaciones e interpretaciones b. No asume relaciones de causalidad
c. Las evidencias a favor de una hipótesis no cuentan en la negación de dicha hipótesis
d. Se utiliza en dominios de naturaleza estadística en los que las soluciones no pueden
ser unívocamente obtenidas .
10. El procedimiento sistemático para la interpretación diferencial en el contexto de un
modelo categórico de razonamiento exige la…
a. Identificación del conjunto de manifestaciones y del conjunto de interpretaciones
b. Construcción del conjunto completo de complejos de manifestaciones y del conjunto completo de complejos de interpretaciones c. Construcción del conjunto completo de complejos manifestación-interpretación d. Construcción del a función booleana de interpretaciones .
Tras los avances de la cibernética en la década de 1940, se sugirió que las máquinas podían emplear modelos y analogías para resolver problemas. El principal defensar de este planteamiento fue: Wiener Bigelow McCULLOCH Pitts Craik.
El espacio de estados es una descripcion formal del universo de discurso, y está constituido por: Dominios Simbólicos, Procesos heurísticos, Pasos Implicitos Conjunto de Estados Iniciales, Conjunto de Operadores y Conjunto de Estados Meta Estrategia de Control , Dominio de discurso y Prueba de Meta Criteirio de Selección de Operadores, Búsqueda Sistemática y Resolución de Conflictos Algoritmos, Estructuras y Datos.
Cualquier método débil de exploración del espacio de estados configura una búsqueda que será: Correcta, Exacta y Precisa Heurística, Simbólica y Secuencial En anchura, En profundidad o Mixta Óptima, Heurística y Correcta Generación y Pueba, Mejor Nodo o Ascensión a Colinas.
En los métodos en anchura, las regiones del espacio estados en las que todos los estados individuales tienen el mismo valor de la función heurísticas, se llaman: Máximos Locales Mínimos Locales Mesetas Crestas Ninguna de las anteriores es correcta.
La representaciones estructuradas en las que el conocimiento se representa como una colección estática de hechos, para cuya manipulación se define un conjunto genéricp y restringido de procedemientos son: Métodos determinísticos Métodos Heurísticos Métodos Secuenciales Métodos Declarativos Métodos Procedimentales.
Los métodos procedimentales de representación del conocimiento: Exigen que las verdades del dominio se almacenen una sola vez Obligan a incorporar nuevo conocimiento, sin modificar el ya existente. No explotan adecuadamente las capacidades inferenciales del sistema No permiten tabajar con información de carácter probabilístico Permiten explorar distintos modelos y técnicas de razonamiento.
Los sistenas inteligetesbasados en reglas que operan sobre una base de hechos con mecanismos de emparejamiento que forman parte explicita de su arquitectura, se denominan: Sistemas de Producción Sistemas Expertos Sistemas Basados en Conocimiento Sistemas Inferenciales Sistemas Heurísticos.
En los sistemas de producción, la estructura que contiene toda la información de naturaleza estática necesaria para resolver un problema concreto, se llama: Base de conocimientos Base de Hechos Base de Reglas Memoria Activa Motos de Inferencias.
En el procedimiento sistemático del razonamiento categórico: La solución a cualquier problema esta en la función de conocimiento Hay que manipular manifestaciones individuales La solución es siempre única La base lógica expandida contiene al conjunto de soluciones potenciales que son compatibles con el conocimiento La base lógica reducida contiene al conjunto de soluciones potenciales que son compatibles con el conocimiento.
En el modelo de factores de certidumbre La medida de confianza creciente vale 1, Si el factor de certidumbre vale 0 La medida de confianza creciente vale 0, si el factor de certidumbre vale 1 La medida de confianza creciente y la medida de desconfianza creciente tienen el mismo valor absoluto, pero signos opuestos Para una unica evidencia, elfactor de certidumbre vale 0 si la evidencia es independiente de la hipótesis El factor de certidumbre unicamente toma valores en E, el intervalo cerrado [0,1].
|
