sábado, 18 de mayo de 2013

(RBC) Razonamiento Basado en Casos


  El Razonamiento Basado en Casos (RBC) se basa en almacenar, recuperar y reutilizar las soluciones a problemas semejantes anteriormente resueltos, en lugar de generar soluciones basadas en un modelo exhaustivo de comportamiento. Las raíces del RBC hay que buscarlas en ciertos resultados de psicología donde se muestra que, en muchas ocasiones, los seres humanos resuelven problemas en base a experiencias pasadas y no a partir de un conocimiento profundo del problemas en cuestión. Los médicos, por ejemplo, buscan conjuntos de síntomas conocidos, los ingenieros toman muchas de sus ideas de soluciones previas ya construidas con éxito, o los programadores expertos reutilizan esquemas más o menos abstractos de las soluciones que conocen.

Un sistema que utilice RBC necesita una serie de experiencias, llamadas "casos", almacenadas en una base de casos, donde cada caso se compone generalmente de una descripción del problema y la solución que se aplicó. Las hipótesis fundamentales en las que se basa el RBC son, primero, que un sistema -o un ser humano- puede ser un resolutor de problemas eficiente y efectivo sin necesidad de poseer un conocimiento completo, hasta las últimas consecuencias, de la relación que existe entre un problema y su solución, siempre y cuando tenga suficiente experiencia. Y, segundo, que los problemas tienden a repetirse y, por ello, la experiencia es un recurso útil.
A pesar del éxito de los sistemas basados en conocimiento, existen varios problemas:


  •          El proceso de extracción de conocimiento es difícil
  •      Su construcción requiere de habilidades especiales
  •         Normalmente son lentos e incapaces de accesar grandes cantidades de información 
  •         Son difíciles de mantener
  •       Un Razonador Basado en Casos resuelve problemas nuevos mediante la adaptación de soluciones previas usadas para resolver problemas similares (Riesbeck, Schank 89)
  •      No requiere de un modelo explícito del dominio y el proceso de extracción se reduce a juntar casos históricos
  •      Su construcción se reduce a identificar atributos relevantes con los cuales describir los casos. Puede empezar con unos cuantos casos y elimina el que el sistema sea completo.
  •          Permite dar explicaciones.
  •          Usan técnicas de base de datos para manipular grandes volumenes de información.
  •       CBR puede aprender adquiriendo nuevo conocimiento como casos haciendo su mantenimiento más fácil.
  •          Pueden ir creciendo reflejando la experiencia acumulada.

                     Tomado de: http://www.buenastareas.com/ensayos/El-Razonamiento-Basado-En-Casos/1418945.html
                                           http://ccc.inaoep.mx/~emorales/Cursos/Representa/node173.html
                      Foto:  http://razbacaso.wordpress.com

0 comentarios:

Publicar un comentario