You are on page 1of 10

`Universidad Nacional Mayor de San marcos Facultad de Ingeniera de Sistemas e Informtica EAP de Ing.

. de Sistemas Inteligencia Artificial Examen Final Semestre 2010-2


1. Conceptos Generales (6 puntos) (+.3 correcta, -0.1 incorrecta)

Marque al lado derecho V para verdadero y F para Falso

1. 2.

El nivel conceptual del mtodo CommonKADS es dado por los modelos de conocimiento y comunicacin. El modelo de comunicacin tiene por finalidad identificar y describir las transacciones de comunicacin entre agentes, y este debe ser especificado de forma conceptual e independiente de su implementacin. Las fuentes estticas para la adquisicin de conocimiento de un sistema experto de segmentacin de clientes de una empresa de telecomunicacin son dadas por las reglas de negocio y las polticas de segmentacin establecidas en los manuales y reportes de la gerencia de marketing. El conocimiento dado en los manuales de los procedimientos de auditoria ambiental es catalogado de conocimiento dinmico. En sistemas expertos de pequea o mediana envergadura, el rol del ingeniero de conocimiento y el rol del desarrollador en general puede ser realizado por una misma persona. La base de hechos para un sistema experto de evaluacin de la gestin de una municipalidad es dada por los valores de los indicadores de gestin municipal que proporciona los sistemas de informacin gerencial de dicha la municipalidad. La lista de consecuente terminales de un sistema experto de identificacin de tipos de fallas de redes de telefona es dada por todos los tipos de fallas. El mximo nmero de iteraciones del algoritmo de encadenamiento progresivo cuando se usa el algoritmo RETE (resolucin de conflicto) con el principio de refraccin es dado por el nmero de reglas que tiene la base de conocimiento. En los sistemas expertos basados en RNA, el conocimiento de confirmar un patrn cuando se verifica una caracterstica, puede ser formula do como un peso negativo de valor absoluto muy grande asociado a la relacin patrn - caracterstica. Cuando los resultados (otorgar crdito o rechazar crdito) de un sistema experto basado en RNA de acreditacin financiera, presentan un porcentaje de proximidad inferior al nivel de confianza para la toma de decisiones, entonces se debe recomendar no otorgar crdito. Los errores ms frecuente del ingeniero de conocimiento se originan por el conocimiento incompleto e incorrecto que presenta el especialista.

(F) (V)

3.

(F)

4. 5.

(F) (F)

6.

(V)

7. 8.

(V) (V)

9.

(V)

10.

(V)

11.

(F)

12. 13. 14. 15.

El proceso de consistencia de la base de conocimiento debe evitar reglas de la forma: P ^ Q R, Q ^ P S, en donde R y S son sinnimos (reglas redundantes). La finalidad del proceso de validacin de un sistema experto es conocer si el sistema se encuentra apto para pasar a comercializacin. La principal caracterstica de los sistemas machine learning es la capacidad de aprender a realizar una tarea a travs de experiencias. La principal dificultad que presentan los mtodos de redes neuronales artificiales para desarrollar machine learning es explicitar el conocimiento asociado a la tarea que se desea aprender. Es recomendable usar machine learning para pronosticar la demanda de un producto. Es adecuado usar machine learning para planificar las rutas de los mnibus del proyecto metropolitano. Es recomendable usar heursticas para administrar el cambio de luz de los semforos en una red de transporte urbano. Las meta-heursticas son adecuadas para resolver problemas de la optimizacin combinatoria que son tratables. Es recomendable usar meta-heursticas para determinar rutas para el recojo de basuras en las ciudades.

(V) (V) (V) (V)

16. 17. 18. 19. 20.

(V) (F) (F) (V) (V)

2. SBC basado en Reglas Clasificacin de Proveedores

(7 puntos)

RopaQModa es una empresa lder en confecciones de ropa, que trabaja con varias empresas que le proveen ropas confeccionadas. RopaQModa ha decidido automatizar el proceso de clasificacin de sus proveedores de ropa de la lnea de algodn, con la finalidad de acelerar la categorizacin de sus proveedores y mejorar la satisfaccin de sus clientes. Para este fin los ingenieros de conocimiento han determinado los siguientes factores: Q1: Q2: Q3: Q4: Q5: Q6: Q7: Q8: Q9: Q10: Q11: Cumple con las especificaciones tcnicas Cumple con las condiciones comerciales Cumple con el cronograma de entrega Suministra certificados de calidad Tiene capacidad de financiamiento Cumple con la calidad del empaque del material Cumple las normativas de seguridad Posee equipos de procesos adecuados Brinda documentacin adecuada Posibilita identificacin del producto Posee sistema de control para prevencin de defectos

La gerencia general de RopaQModa considera las siguientes categoras de proveedores y polticas: Cdigo B C Categora Bueno Aceptable Poltica Mantener relaciones contractuales Se puede buscar otros proveedores como alternativa sin cuestionar al proveedor E No Aceptable Rechazar proveedor, exigir mejoras a corto plazo

Los ingenieros de conocimiento han determinado las siguientes reglas de clasificacin: R1: R2: R3: R4: R5: R6: R7: R8: R9: R10: R11: R12: R13: R14: R15 R16: R17: SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI SI Q3 Q6 Q7 E1 Q8 Q9 E2 Q1 Q2 Q4 Q4 C1 Q5 Q6 C1 Q5 Q6 C1 Q5 Q6 C1 Q5 Q6 C2 Q7 Q8 C2 Q7 Q8 C2 Q7 Q8 C2 Q7 Q8 C3 C4 B1 Q2 Q3 B2 Q5 Q6 Q7 Q8 B3 Q10 Q11 ENTONCES ENTONCES ENTONCES ENTONCES ENTONCES ENTONCES ENTONCES ENTONCES ENTONCES ENTONCES ENTONCES ENTONCES ENTONCES ENTONCES ENTONCES ENTONCES ENTONCES E1 E2 E C1 C2 B1 C1 C2 C3 C3 C3 C3 C4 C4 C4 C4 C B2 B3 B

Para resolver conflictos de reglas a procesar (pues varias reglas se pueden disparar a la vez) use las siguientes estrategias en esa orden de prioridad: Principio de refraccin (la regla a procesar no debe ser procesada otra vez). Regla ms general (la regla que tiene menos antecedentes). Orden lineal (esto es la primera regla que se dispara).

Si la primera estrategia de resolucin de conflictos no resuelve el conflicto, se deber aplicar la segunda estrategia, y en el caso que esta ltima no tenga suceso, se deber aplicar la tercera regla.

Responda: 2.1 Presente el motor de inferencia adecuado para clasificar a los proveedores de la empresa RopaQModa (2.5 puntos)

2.2 Aplique el algoritmo propuesto en 2.1 para categorizar a un proveedor que presenta los siguientes hechos: Q2, Q3, Q4, Q5, Q6, Q7, Q8, Q9, Q10, Q11

Muestre en una tabla los resultados del algoritmo iteracin por iteracin (3.5 puntos)

2.3 Cuando el sistema no llega a ninguna categorizacin podemos afirmar que el proveedor es no aceptable. Justifique su respuesta. (1 punto)

Solucin
2.1 BH = (Q2, Q3, Q4, Q5, Q6, Q7, Q8, Q9, Q10, Q11) Read (BC) Read(BH) Read(LCT) sw_sol false sw_di true while not(sw_sol) and (sw_di) verificar c/regla de la BC resolver_conflicto(Rx, Cx, sw_di) if (sw_di) then BH BH + Cx) If (Cx LCT) then sw_sol true end end end if (Cx LCT Cx = B) then write (Bueno) end if (Cx LCT Cx = C) then write (Aceptable) end if (Cx LCT Cx = E) then write (No aceptable) end LCT = (B, C, E)

2.2 BH = (Q2, Q3, Q4, Q5, Q6, Q7, Q8, Q9, Q10, Q11)

LCT = (B, C, E)

Iteracin 0

Reglas R1, R2, R3, R4,, R17

Rx R4

Cx K, B

BH Q2, Q3, Q4, Q5, Q6, Q7, Q8, Q9, Q10, Q11

sw_sol F

sw_di T

R1, R2, R3, R5,, R17

R6

C3

Q2, Q3, Q4, Q5, Q6, Q7, Q8, Q9, Q10, Q11, C1, C2, B1

R1, R2, R3, R5, R7, R8,, R16, R17

R10

C4

Q2, Q3, Q4, Q5, Q6, Q7, Q8, Q9, Q10, Q11, C1, C2, B1, C3

R1, R2, R3, R5, R7, R8, R9, R11,,

R14

Q2, Q3, Q4, Q5, Q6, Q7, Q8, Q9, Q10, Q11, C1, C2, B1, C3, C4

R16, R17

R1, R2, R3, R5, R7, R8, R9, R11, R12, R13, R15, R16, R17

Q2, Q3, Q4, Q5, Q6, Q7, Q8, Q9, Q10, Q11, C1, C2, B1, C3, C4, C

Si

Q2, Q3, Q4, Q5, Q6, Q7, Q8, Q9, Q10, Q11

Aceptable.

2.3 No se puede afirmar que cuando el sistema no llegue a ninguna categorizacin el proveedor sea No aceptable, dado que eso ocurre solo en el caso de que se llegue a la categorizacin E. Se puede tener otros problemas por los cuales no se haya podido llegar a una categorizacin como por ejemplo que se us mal las reglas.

3. Confiabilidad de SBC

(4 puntos)

El Departamento de Tecnologa de Informacin y Telecomunicacin de Banco para Todos, banco lder en el pas, ha desarrollado un sistema experto CREDMYPE (sistema experto de evaluacin de crditos financieros) basado en reglas de inferencias, que evala solicitudes de crditos financieros para MYPE (medianas y pequeas empresas) y decide la accin a tomar en funcin a la categora identificada para el cliente solicitante como sigue:

Categora A1 A2 A3

Decisin Sujeto a crdito (aprobacin) Deficiente (rechazar crdito) Condicional (aprobacin sujeta a hipoteca de algn bien)

Los experimentos numricos realizados durante la fase de campo del sistema experto para una muestra representativa muestran resultados que se resumen en la siguiente matriz:

Conclusiones Sistema A1 35 0 2 A2 0 39 1 A3 1 0 22 A1 A2 A3 Experto

Resultados del sistema CREDMYPE Los nmeros que se muestran en la tabla arriba indican el nmero de veces que el sistema ha identificado una categora respecto a una categora dada por el experto. As por ejemplo, el sistema ha identificado 1 vez la categora A3, cuando el experto concluye que debe ser A1. Responda: 3.1 Presente la tabla de contingencia para calcular los ratios de acuerdo para cada categora. (1 punto) 3.2 Determine la confiabilidad (ndice de acuerdo) del sistema para cada categora. (1 punto)

3.3 Determine para cada categora la probabilidad que el sistema responda correctamente sabiendo que el caso es positivo (sensibilidad). (1 punto) 3.4 Se puede recomendar que CREDMYPE pase a la fase de produccin? Considere que la gerencia de crditos del Banco para Todos exige un nivel de confianza para aceptar el sistema (ndice de acuerdo aceptable) para todas las categoras del 93%. Justifique su respuesta. (1 punto)

Solucin
3.1 Tablas de contingencia:

Tabla de contingencia para la Categora A1 EXPERTO A1 SISTEMA EXPERTO A1 A1 35 1 A1 2 62

Tabla de contingencia para la Categora A2 EXPERTO A2 SISTEMA EXPERTO A2 A2 39 0 A2 1 60

Tabla de contingencia para la Categora A3 EXPERTO A3 SISTEMA EXPERTO A3 A3 22 3 A3 1 74

3.2 Confiabilidad: (a + d) / (a + b + c + d) Confiabilidad para la Categora A1 = (35 + 62) / 100 = 0.97 Confiabilidad para la Categora A2 = (39 + 60) / 100 = 0.99 Confiabilidad para la Categora A3 = (22 + 74) / 100 = 0.96 3.3 Sensibilidad: a / (a + c) Sensibilidad para la Categora A1 = (35) / (35 + 1) = 0.97 Sensibilidad para la Categora A2 = (39) / (39 + 0) = 1 Sensibilidad para la Categora A3 = (22) / (22 + 3) = 0.88 3.4 Si se puede recomendar dado que el nivel de confianza exigido es 93% y todas las categoras pasan el nivel. La categora A1 = 97%, A2 = 99% y A3 = 96%.

4. Aplicacin de Sistemas Inteligentes Sistemas Inteligentes para Municipalidades Distritales

(3 puntos)

Ciudad Feliz es una municipalidad distrital que cubre todos los servicios de limpieza, transporte, deportes, prevencin (salud), seguridad, etc. El nuevo alcalde elegido recientemente de dicha municipalidad desea convertir a Ciudad Feliz en una municipalidad modelo y de vanguardia; para ello ha solicitado a la gerencia del Departamento de Informtica que proponga proyectos de sistemas inteligentes del tipo: sistemas que aprenden (machine learning), sistemas expertos y sistemas de optimizacin.

Responda: Presente a seguir 2 propuestas de proyectos por cada tipo de sistemas inteligente, y para cada uno de ellos presente la siguiente informacin: Ttulo del proyecto Breve descripcin del proyecto, de 3 a 5 lneas Beneficios del proyecto que lo justifique (3 a 5 lneas) Justificar el tipo de sistema

Solucin
SISTEMA EXPERTO: 1. Ttulo: Organizacin municipal Descripcin: Este proyecto abarca la organizacin interna de la municipalidad, sus jefes, sus reas de representacin, etc. Desde el ms alto nivel hasta el ms bajo por jerarquas. Beneficios: Mantendra una adecuada organizacin para que si un usuario quisiera comunicarse con el encargado de un rea se le pueda dar informacin de forma rpida. Justificar: Se le brinda al sistema experto conocimientos de las diferentes reas de la expresa y hay un experto. 2. Ttulo: Territorio municipal y seguridad Descripcin: El sistema se encargar de ver todo el territorio municipal, sus calles principales y lugares estratgicos en donde estaran las cmaras de seguridad y el nmero de las mismas. Beneficios: Mantendra una adecuada organizacin en cuanto a la seguridad y distribucin de cmaras en todo el dominio distrital, informando la cantidad de cmaras en avenidas principales y lugares estratgicos. Justificar: Se le brinda al sistema experto conocimientos de las diferentes reas de la empresa y hay un experto. MACHINE LEARNING: 1. Ttulo: Mayor seguridad mejor distrito Descripcin: Sistema reconocedor de voz para mayor seguridad de informacin altamente confidencial de la municipalidad Beneficios: Mayor seguridad Justificar: El sistema aprender las voces de los encargados o jefes que tengan acceso a informacin de alta seguridad.

2. Ttulo: Reconocedor de billetes falsos Descripcin: El sistema reconocer billetes y monedas falsos de acuerdo a ciertas caractersticas de autenticidad que vaya aprendiendo. Esto servir en algunos para que se haga en la municipalidad, como pagos tributarios. Beneficios: Mayor seguridad y reconocimiento del dinero falso que puedan querer pasar personas inescrupulosas. Justificar: El sistema aprender caractersticas de reconocimiento de los billetes y monedas. SISTEMA DE OPTIMIZACIN: 1. Ttulo: Optimizacin del sistema de transporte pblico Descripcin: Sistema que me ayude en el estudio de las rutas del transporte pblico, viendo la mejor opcin para evitar el caos vehicular, haciendo que se optimice la distribucin de los carros en las distintas rutas que tomen, se puede tomar como referencia el problema del viajante. Beneficios: Ayuda en la construccin de un nuevo proyecto de transporte que me brinde soluciones de tiempo y rutas ptimas. Justificar: El sistema me permitir optimizar las rutas del transporte pblico. 2. Ttulo: Optimizacin del inventario Descripcin: El sistema que me ayude a repartir de una mejor forma el inventario dentro de la municipalidad teniendo en cuenta el espacio de cada ambiente, de esta forma se optimizara la compra de inventario y as se podr hacer pedidos con exactitud y no hacer gastos de mantenimiento en vano Beneficios: Optimizacin del inventario Justificar: El sistema me permitir optimizar y reducir los gastos de inventario.

10