Identificación de variables relevantes en modelos de toma de decisiones con diagramas de influencia

Barrilero Lezama-Leguizamón, Ignacio (2008). Identificación de variables relevantes en modelos de toma de decisiones con diagramas de influencia. Proyecto Fin de Carrera / Trabajo Fin de Grado, Facultad de Informática (UPM) [antigua denominación], Madrid, Spain.

Descripción

Título: Identificación de variables relevantes en modelos de toma de decisiones con diagramas de influencia
Autor/es:
  • Barrilero Lezama-Leguizamón, Ignacio
Director/es:
  • Concha Bielza Lozoya, Concha
Tipo de Documento: Proyecto Fin de Carrera/Grado
Fecha: Junio 2008
Materias:
Escuela: Facultad de Informática (UPM) [antigua denominación]
Departamento: Inteligencia Artificial
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (3MB) | Vista Previa

Resumen

Los diagramas de influencia son una potente herramienta para la representación y resolución de problemas de toma de decisiones. En este trabajo de fin de carrera se explica qué son y cómo funcionan estos diagramas. Del mismo modo, veremos que es posible que un diagrama de influencia contenga una serie de arcos que en realidad no son necesarios para la completa especificación del problema que representa y las desventajas que esto conlleva. Estudiaremos un total de cuatro algoritmos que se enfrentan a este problema, e implementaremos una herramienta que nos permitirá representar diagramas de influencia y, de acuerdo con cada uno de estos algoritmos, encontrará este conjunto de arcos innecesarios, reduciendo así la complejidad del diagrama. Haremos una comparación de la eficiencia de estos algoritmos, para ver cuál consigue mejores resultados descubriendo esos arcos innecesarios. Junto a esta memoria se encuentran las fuentes de dicho programa, que hemos llamado DiLighten, así como el ejecutable Java (DiLighten.jar), la documentación generada mediante javadoc –en formato HTML–, un manual en el mismo formato y una serie de diagramas de influencia que sirven como ejemplo para probar el programa. Tanto el programa como la memoria son obra de Ignacio Barrilero bajo la tutela de Concha Bielza, profesora titular del departamento de Inteligencia Artificial de la Universidad Politécnica de Madrid.

Más información

ID de Registro: 1090
Identificador DC: http://oa.upm.es/1090/
Identificador OAI: oai:oa.upm.es:1090
Depositado por: D. ANGEL SC
Depositado el: 11 Jul 2008
Ultima Modificación: 20 Abr 2016 06:41
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM