Temporal case-base maintenance

Resumen

El Razonamiento Basado en Casos (CBR de sus siglas en inglés, Case-Based Reasoning) es una metodología para la resolución de problemas por analogía con problemas ya resueltos. La base del CBR son los casos, piezas independientes de conocimiento donde queda representada la asociación entre un problema y su solución, donde los casos se agrupan en una base de conocimiento conocida como base de casos. La cantidad de casos puede ser una señal de la experiencia de un sistema CBR resolviendo problemas del dominio. Sin embargo, tener bases de casos grandes no garantiza que el sistema CBR los resuelva mejor. Al contrario, una acumulación de muchos casos podría deteriorar el tiempo de respuesta del proceso de razonamiento y, en ciertos escenarios, afectar negativamente la correcta resolución de ciertos tipos concretos de problemas. Las tareas de Mantenimiento de Base de Casos (CBM) tienen entre sus objetivos la reducción del número de casos dentro de la base de casos sin empeorar la capacidad de resolución de problemas de proceso de razonamiento CBR. El CBM es esencial cuando CBR es utilizado en dominios de problemas dependientes del tiempo, donde el CBR tiene que incluir técnicas de representación temporal en las descripciones de sus casos. No obstante, dichas representaciones temporales implican estructuras de casos más complejas y hacen más difícil y costoso cuantificar la similitud entre casos. Esto implica tener una base de casos lo más pequeña posible, de forma que no se degrade las capacidades de resolución de problemas. Sin embargo, hasta cuanto nosotros sabemos, no se han propuesto algoritmos CBM para realizar mantenimiento en bases de casos temporales. Por ello, en esta tesis nosotros proponemos: (i) un método de evaluación para estudiar los efectos de la utilización de los algoritmos CBM en el rendimiento del sistema CBR; (ii) un marco de trabajo temporal para ser utilizado en sistema CBR temporal; y (iii) un conjunto a de algoritmos CBM temporales. Además, también proponemos un algoritmo CBM basado en una optimización multiobjetivo. Por último, nuestras propuestas e hipótesis han sido probadas con datos de un sistema de monitorización de personas mayores en el hogar. En particular, los experimentos llevados a cabo apoyan la idoneidad de nuestras propuestas de evaluación para estudiar las consecuencias de utilizar CBM en un sistema CBR. Además, los experimentos también apoyan nuestra hipótesis inicial de que es posible utilizar exitosamente las tareas de mantenimiento a bases de casos temporales utilizando nuestras propuestas de algoritmos temporales.