Fuzzy Horn clauses in artificial intelligence

Aquesta tesi doctoral contribueix a l'estudi de les clàusules de Horn en lògiques difuses, així com al seu ús en representació difusa del coneixement aplicada al disseny d'un algorisme de classificació de pintures segons el seu estil artístic. En la primera part del treball ens centrem en...

Full description

Bibliographic Details
Author: Costa, Vicent|||0000-0001-6352-7238
Format: doctoral thesis
Publication Date:2021
Country:España
Institution:Universitat Autònoma de Barcelona
Repository:Dipòsit Digital de Documents de la UAB
Language:English
OAI Identifier:oai:ddd.uab.cat:251983
Online Access:https://ddd.uab.cat/record/251983
Access Level:Open access
Keyword:Clàusula de Horn
Intel·ligència artificial explicativa
Lògiques difuses
Cláusula de Horn
Horn clause
Inteligencia artificial explicativa
Explainable ai
Lógicas difusas
Fuzzy logics
Ciències Humanes
Description
Summary:Aquesta tesi doctoral contribueix a l'estudi de les clàusules de Horn en lògiques difuses, així com al seu ús en representació difusa del coneixement aplicada al disseny d'un algorisme de classificació de pintures segons el seu estil artístic. En la primera part del treball ens centrem en algunes nocions rellevants per a la programació lògica, com ho són per exemple els models lliures i les estructures de Herbrand en lògica matemàtica difusa. Així doncs, provem l'existència de models lliures en classes universals difuses de Horn, i demostrem que tota teoria difusa universal de Horn sense igualtat té un model de Herbrand. A més, introduïm dues nocions de minimalitat per a models lliures, i demostrem que aquestes nocions són equivalents en el cas de les fully named structures. En la segona part de la tesi doctoral, utilitzem les clàusules de Horn combinades amb el modelatge qualitatiu com a marc de representació difusa del coneixement per a la categorització d'estils de pintura artística. Finalment, dissenyem un classificador de pintures basat en clàusules de Horn avaluades, descriptors qualitatius de colors i explicacions. Aquest algorisme, anomenat l-SHE, proporciona raons dels resultats obtinguts i mostra percentatges competitius de precisió a l'experimentació.