Daniel Sánchez Valdés
Las nuevas tecnologías permiten adquirir y almacenar grandes volúmenes de datos de distinta naturaleza. Con el objetivo de transformar estos datos en información, deben ser analizados y explicados de la manera más comprensible e interpretable posible, empleando para ello todo el conocimiento que se posea sobre el fenómeno estudiado. Gracias al lenguaje natural podemos construir sistemas computacionales que interpreten y describan las características más relevantes de un fenómeno imitando la forma que tienen los seres humanos de percibir e interpretar la información. Esta descripción se realiza recopilando las expresiones lingüísticas que se emplean comúnmente para definir el fenómeno, y escogiendo en cada momento la expresión o expresiones que mejor definan la situación, esto es, que presenten el mayor grado de validez. El objetivo principal de esta tesis es extender la Teoría Computacional de Percepciones, introducida por Lotfi Zadeh en 1999. La idea consiste en utilizar la Lógica Difusa para crear modelos basados en la forma que tienen los seres humanos de hacer descripciones a través del lenguaje natural. El objetivo es utilizar las estructuras del lenguaje para hacer modelos precisos y robustos que manejen la imprecisión inherente de los fenómenos complejos. Durante los últimos años, la unidad de Computación con Percepciones del European Centre for Soft Computing ha desarrollado sistemas computaciones que utilizan el lenguaje natural para describir lingüísticamente los datos recogidos de un fenómeno. Su principal contribución en este campo de investigación consiste en la creación del denominado Granular Linguistic Model of a Phenomenon, que analiza los datos de entrada, combina diferentes fuentes de conocimiento y genera informes sobre los aspectos más relevantes del fenómeno estudiado, adaptando el contenido al receptor final del mensaje. Esta tesis recoge como testigo los primeros resultados obtenidos en esta dirección, incorporando mejoras y nuevos elementos en la arquitectura general de modelado lingüístico. La metodología llevada a cabo ha consistido en el desarrollo e incorporación de nuevos conceptos teóricos, como son el ¿desconocimiento¿ y la ¿relevancia¿, dos características intrínsecas en el modelado de fenómenos complejos, que hasta la actualidad no se habían tenido en cuenta. Además, se ha ampliado y evolucionado el concepto de Fuzzy Finite State Machine, un paradigma para modelar aquellos fenómenos que evolucionan en el tiempo, generalmente de manera quasi-periódica. Por otra parte, el empleo de emociones en el desarrollo de sistemas computacionales juega un papel fundamental en los procesos de toma de decisiones. La sensibilidad emocional y la expresividad son muy importantes en la interacción humana y transmiten información valiosa. Dado que la descripción lingüística de datos está especialmente pensada, en general, para aplicaciones en las que existe una fuerte interacción hombre-máquina, esta tesis se ha adentrado en el mundo del Affective Computing, modelando emocionalmente un agente virtual cuyo carácter (gestos faciales y expresiones lingüísticas) evolucionan de acuerdo al grado con el que se alcanza el objetivo perseguido. Cada contribución teórica se ha respaldado con la resolución de problemas prácticos con aplicación en el mundo real. De este modo, se ha creado un modelo de la marcha humana más completo y robusto, diseñando y elaborando una aplicación capaz de describir la calidad de nuestra forma de caminar. Asimismo, se ha creado un modelo que analiza las principales actividades del ser humano, con el objetivo de proporcionar una herramienta de auto-seguimiento de la actividad diaria. Finalmente, se han aplicado estas técnicas para modelar fenómenos de otros campos como la astronomía, el transporte o el consumo eléctrico.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados