1. REPUBLICA BOLIVARIANA DE VENEZUELA
UNIVERSIDAD FERMIN TORO
FACULTAD DE INGENIERIA
CABUDARE – EDO. LARA
Metodologías de
Representación del
Conocimiento
Jesús Camacho
C.I. 10.307.677
Prof. Edecio Freitez

2. Representación del Conocimiento
en Inteligencia Artificial
Representar el conocimiento en Inteligencia Artificial
es el proceso de transformación de éste a un dominio
o un lenguaje simbólico para ser procesado en un
computador.

3. Metodologías Representación del
Conocimiento en Inteligencia Artificial
Metodologías
Declarativas Estructurales Procedurales
Separación entre conocimiento y Estructuración del conocimiento. Unión entre el conocimiento y la
estructura de control lógica: propiedades inferenciales: herencia, estructura de control.
expresiones declarativas (fbf), transitividad, asociatividad. orden dependiente,
sistemas de producción: (bh, rp, ec), procedimientos y funciones.
redes semánticas, frames.
prolog

4. METODOLOGIA ESTRUCTURAL

Red Semántica
Esta forma ha sido muy utilizada en IA para representar el
conocimiento y por tanto existen una gran diversificación de
técnicas.
Elementos Básicos:

Estructuras de datos en nodos, que representan conceptos,
unidas por arcos que representan las relaciones entre los
conceptos.

Un conjunto de procedimientos de inferencia que operan sobre las
estructuras de datos.

5. Tipos de Redes Semánticas
 Redes IS-A: Es una jerarquía taxonómica
cuya espina dorsal está constituida por un
sistema de enlaces de herencia entre los
objetos o conceptos de representación,
conocidos como nodos
 Grafos conceptuales: Los arcos no están
etiquetados, y los nodos son de dos tipos:
*Nodos de concepto, que pueden representar
tanto una entidad como un estado o proceso.
*Nodos de relación, que indican cómo se

6. Tipos de Redes Semánticas
 Esquemas de marcos: Es una estructura de
datos compleja que representa una situación
estereotipada,

7. Ejemplos de Red Semántica:

8. METODOLOGIA ESTRUCTURAL

Frames
Son una estructura de datos compleja que representa una situación
estereotipada, en la que se organizar el conocimiento como una
colección de características comunes al concepto, objeto,
situación o sujeto.

9. METODOLOGIA ESTRUCTURAL

Frames – Características Principales

Precisión : se precisan los objetos, las relaciones entre objetos y
sus propiedades; en ausencia de evidencia contraria se usan
valores por omisión

Activación dinámica de procesos (Triggering): se pueden adjuntar
procedimientos a un marco o alguno de sus componentes y ser
llamados y ejecutados automáticamente tras la comprobación de
cambio de alguna propiedad o valor (p. ej. if-needed, if-added)

Herencia por defecto no-monotónica: los marcos están
conceptualmente relacionados, permitiendo que atributos de
objetos sean heredados de otros objetos predecesores en la
jerarquía

Modularidad: la base de conocimiento está organizada en
componentes claramente diferenciados

10. Ejemplos Frames:
Frame: Silla
Pertenece a: muebles
Subconjuntos posibles Pupitre, silla de tijera
Material Madera, metal, plástico
Cantidad de patas(base) 1,2,3,4
marco_perro
descripción: caracterización básica de
un perro
Dueño : Jesus Camacho
fecha : 30/05/2012
Raza : Cocker
Edad : 8 años
Tipo_de : mamífero
Conducta : Jugueton, no muerde

11. METODOLOGIA ESTRUCTURAL
Reglas de Producción o Inferencia
Los sistemas basados en reglas son los más comúnmente utilizados. Su
simplicidad y similitud con el razonamiento humano, han contribuido para su
popularidad en diferentes dominios. Las reglas son un importante
paradigma de representación del conocimiento.
Ejemplo de reglas:
SI
el problema no me sale Y
es la hora de consulta
ENTONCES
consultar al profesor
SI
la luz del semáforo es verde Y
no hay peatones cruzando
ENTONCES
Continúa la marcha

12. METODOLOGIA ESTRUCTURAL
Reglas de Producción o Inferencia
INFERENCIAS:

Razonamiento hacia adelante (de abajo a arriba)

Razonamiento hacia atr ́s (de arriba a abajo)

13. METODOLOGIA ESTRUCTURAL
Reglas de Producción o Inferencia
Reglas: formalismo mas común de representar el conocimiento en un SBC.
Reglas si ... entonces ...
Interpretaciones:
Si condición P entonces conclusión C
Si ocurre S entonces acción A
Ventajas del formalismo de reglas:
Modulares, Conocimiento incremental, Conocimiento modificable, Permiten
explicaciones al usuario.

14. METODOLOGÍA DECLARATIVA
Lógica
Lenguaje de representación que nos permite expresar y razonar con sentencias que sor
verdaderas o falsas.
Toda lógica que sea usada como mecanismo de representación deber constar de 3
elementos:
1. Una sintaxis, que explica cómo construir los elementos del lenguaje de
representación (oraciones lógicas).
2. Una semántica, que asocia los elementos del lenguaje con los elementos reales del
dominio → asocia una interpretación (significado) a los símbolos.
3. Un conjunto de reglas de inferencia, que permiten inferir conocimiento nuevo a partir
del ya existente

15. METODOLOGÍA DECLARATIVA
Lógica Proposicional
SINTAXIS
ELEMENTOS
́
Atomos
• constantes lógicas: verdadero(V), falso(F)
• proposiciones lógicas: (strings de caracteres)
Ejemplos:
p, q, r, ...
encima mesa libro
juan es mortal
Conectivas lógicas
• ”^” (y): conjunción lógica
p ^ q , juan es hombre ^ juan es mortal
• ”v” (o): disyunción lógica
P v q , juan trabaja banco v juan estudia informatica
• ”→” (implica): implicación
No significa relaci ́n causal (no ’’antecedente implica consecuente’’)

16. METODOLOGÍA DECLARATIVA
Lógica de Predicados
Lenguaje:
Símbolos de predicado (P,Q,...), representan una relación en un dominio P(t1, ....., tn) ,
n ≥ 0(ti: términos)
(Proposiciones atómicas: símbolos de predicado 0-arios.)
Variables ( x, y, z ).
Símbolos de función (f, g, h ): f(t1, ....., tn) , n∈ (f:Dn → D).
Símbolos de función 0-arios =constantes.
Conectivas lógicas: ¬ ^ v → ↔
Cuantificador universal ∀, Cuantificador existencial ∃.
∀ x: "para todo x" ∃ x: "existe un x"
Un conjunto de símbolos auxiliares: ( { , etc.

17. GRACIAS!