Validación y verificación de un sistema híbrido neurosimbólico

Tesis de maestría (2005–2007)

Tesis: «Módulo automático de validación y verificación de las reglas extraídas de un sistema híbrido neurosimbólico»
Centro de investigación: Centro Nacional de Investigación y Desarrollo Tecnológico (CENIDET), Departamento de Ciencias Computacionales

Arquitectura del sistema híbrido neurosimbólico: las reglas simbólicas se convierten en una red neuronal artificial, se refinan con ejemplos, se vuelven a convertir en reglas y las comprueba el módulo de validación y verificación — Sistema híbrido neurosimbólico con el módulo de validación y verificación (4)

En mi tesis de maestría desarrollé un módulo automático de validación y verificación para un sistema híbrido neurosimbólico (SHNS). A medida que estos sistemas ganan aceptación, es cada vez más necesario garantizar la validación y verificación automáticas del conocimiento que contienen; antes, estos procesos se realizaban manualmente.

El proyecto presenta un modelo de red de Petri mejorado para detectar y eliminar anomalías estructurales en la base de conocimiento del SHNS. Además, se propone un modelo de alcanzabilidad para comparar los resultados obtenidos por el sistema con los esperados por el usuario.

El método de validación y verificación se divide en dos etapas:

Tres fases: normalización, modelado y verificación de reglas.
Tres fases: modelado de reglas, modelado dinámico y evaluación de resultados.

El método permite asegurar que los resultados de un SHNS son correctos. Los ejemplos presentados demuestran la eficacia de los resultados obtenidos con él.