Aprendizaje de representaciones simbólicas a partir de imágenes para problemas de planificación

[ES] Para resolver un problema de planificación se requiere la especificación de un modelo simbólico del dominio de aplicación y la instancia a resolver por parte de un experto del dominio. Esto supone un obstáculo en el proceso de adquisición del conocimiento. Por otro lado, las técnicas de Aprendi...

Descripción completa

Detalles Bibliográficos
Autor: Granados Bañuls, Alejandro
Tipo de recurso: tesis de maestría
Fecha de publicación:2023
País:España
Institución:Universitat Politècnica de València (UPV)
Repositorio:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Idioma:español
OAI Identifier:oai:riunet.upv.es:10251/197105
Acceso en línea:https://riunet.upv.es/handle/10251/197105
Access Level:acceso abierto
Palabra clave:Inteligencia artificial
Planificación automática
Representación simbólica
Aprendizaje automático
Autocodificador
Artificial Intelligence
Symbolic representation
Automated Planning
Machine Learning
Autoencoder
LENGUAJES Y SISTEMAS INFORMATICOS
Máster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·ligència Artificial, Reconeixement de Formes i Imatge Digital
id ES_2cb8ef9bde6c7b7690bcfc218e6d7e9c
oai_identifier_str oai:riunet.upv.es:10251/197105
network_acronym_str ES
network_name_str España
repository_id_str
spelling Aprendizaje de representaciones simbólicas a partir de imágenes para problemas de planificaciónLearning symbolic representations from images for planning problemsAprenentatge de representacions simbòliques a partir d&aposimatges per a problemes de planificacióGranados Bañuls, AlejandroInteligencia artificialPlanificación automáticaRepresentación simbólicaAprendizaje automáticoAutocodificadorArtificial IntelligenceSymbolic representationAutomated PlanningMachine LearningAutoencoderLENGUAJES Y SISTEMAS INFORMATICOSMáster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·ligència Artificial, Reconeixement de Formes i Imatge Digital[ES] Para resolver un problema de planificación se requiere la especificación de un modelo simbólico del dominio de aplicación y la instancia a resolver por parte de un experto del dominio. Esto supone un obstáculo en el proceso de adquisición del conocimiento. Por otro lado, las técnicas de Aprendizaje Profundo aprenden representaciones que no son compatibles con los sistemas simbólicos que requieren los planificadores. En este trabajo se presenta una aproximación en la que se utilizan autocodificadores para aprender representaciones vectoriales de imágenes de un problema de planificación de modo que el resultado del autocodificador sea una representación simbólica del problema. Particularmente, se diseñará un autocodificador para aprender una representación de los estados del problema de planificación y otros autocodificadores para aprender las transiciones del sistema. La arquitectura diseñada se aplicará en la resolución de problemas en dos dominios, el juego del 8-puzzle y las torres de Hanoi, a partir de imágenes sin etiquetar que representen y definan mediante pares las transiciones de ambos dominios.[EN] Solving a planning problem requires the specification of a symbolic model of the application domain and the instance to be solved by a domain expert. This is an obstacle in the knowledge acquisition process. On the other hand, Deep Learning techniques learn representations that are not compatible with the symbolic systems required by planners. In this paper we present an approach in which autoencoders are used to learn vector representations of images of a planning problem so that the output of the autoencoder is a symbolic representation of the problem. Particularly, one autoencoder will be designed to learn a representation of the states of the planning problem and other autoencoders to learn the transitions of the system. The designed architecture will be applied to solve problems in two domains, the 8-puzzle game and the towers of Hanoi, from unlabeled images that represent and define by pairs the transitions of both domains.Universitat Politècnica de ValènciaOnaindia de la Rivaherrera, EvaDepartamento de Sistemas Informáticos y ComputaciónEscuela Técnica Superior de Ingeniería InformáticaInstituto Universitario Valenciano de Investigación en Inteligencia ArtificialRepositorio Institucional de la Universitat Politècnica de València Riunet20232023-09-2620232023-07-25master thesishttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisapplication/pdfhttps://riunet.upv.es/handle/10251/197105reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valénciainstname:Universitat Politècnica de València (UPV)Españolspaopen accesshttp://purl.org/coar/access_right/c_abf2Reconocimiento (by)http://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessoai:riunet.upv.es:10251/1971052026-06-13T07:49:27Z
dc.title.none.fl_str_mv Aprendizaje de representaciones simbólicas a partir de imágenes para problemas de planificación
Learning symbolic representations from images for planning problems
Aprenentatge de representacions simbòliques a partir d&apos
imatges per a problemes de planificació
title Aprendizaje de representaciones simbólicas a partir de imágenes para problemas de planificación
spellingShingle Aprendizaje de representaciones simbólicas a partir de imágenes para problemas de planificación
Granados Bañuls, Alejandro
Inteligencia artificial
Planificación automática
Representación simbólica
Aprendizaje automático
Autocodificador
Artificial Intelligence
Symbolic representation
Automated Planning
Machine Learning
Autoencoder
LENGUAJES Y SISTEMAS INFORMATICOS
Máster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·ligència Artificial, Reconeixement de Formes i Imatge Digital
title_short Aprendizaje de representaciones simbólicas a partir de imágenes para problemas de planificación
title_full Aprendizaje de representaciones simbólicas a partir de imágenes para problemas de planificación
title_fullStr Aprendizaje de representaciones simbólicas a partir de imágenes para problemas de planificación
title_full_unstemmed Aprendizaje de representaciones simbólicas a partir de imágenes para problemas de planificación
title_sort Aprendizaje de representaciones simbólicas a partir de imágenes para problemas de planificación
dc.creator.none.fl_str_mv Granados Bañuls, Alejandro
author Granados Bañuls, Alejandro
author_facet Granados Bañuls, Alejandro
author_role author
dc.contributor.none.fl_str_mv Onaindia de la Rivaherrera, Eva
Departamento de Sistemas Informáticos y Computación
Escuela Técnica Superior de Ingeniería Informática
Instituto Universitario Valenciano de Investigación en Inteligencia Artificial
Repositorio Institucional de la Universitat Politècnica de València Riunet
dc.subject.none.fl_str_mv Inteligencia artificial
Planificación automática
Representación simbólica
Aprendizaje automático
Autocodificador
Artificial Intelligence
Symbolic representation
Automated Planning
Machine Learning
Autoencoder
LENGUAJES Y SISTEMAS INFORMATICOS
Máster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·ligència Artificial, Reconeixement de Formes i Imatge Digital
topic Inteligencia artificial
Planificación automática
Representación simbólica
Aprendizaje automático
Autocodificador
Artificial Intelligence
Symbolic representation
Automated Planning
Machine Learning
Autoencoder
LENGUAJES Y SISTEMAS INFORMATICOS
Máster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·ligència Artificial, Reconeixement de Formes i Imatge Digital
description [ES] Para resolver un problema de planificación se requiere la especificación de un modelo simbólico del dominio de aplicación y la instancia a resolver por parte de un experto del dominio. Esto supone un obstáculo en el proceso de adquisición del conocimiento. Por otro lado, las técnicas de Aprendizaje Profundo aprenden representaciones que no son compatibles con los sistemas simbólicos que requieren los planificadores. En este trabajo se presenta una aproximación en la que se utilizan autocodificadores para aprender representaciones vectoriales de imágenes de un problema de planificación de modo que el resultado del autocodificador sea una representación simbólica del problema. Particularmente, se diseñará un autocodificador para aprender una representación de los estados del problema de planificación y otros autocodificadores para aprender las transiciones del sistema. La arquitectura diseñada se aplicará en la resolución de problemas en dos dominios, el juego del 8-puzzle y las torres de Hanoi, a partir de imágenes sin etiquetar que representen y definan mediante pares las transiciones de ambos dominios.
publishDate 2023
dc.date.none.fl_str_mv 2023
2023-09-26
2023
2023-07-25
dc.type.none.fl_str_mv master thesis
http://purl.org/coar/resource_type/c_bdcc
dc.type.openaire.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://riunet.upv.es/handle/10251/197105
url https://riunet.upv.es/handle/10251/197105
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reconocimiento (by)
http://creativecommons.org/licenses/by/4.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reconocimiento (by)
http://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universitat Politècnica de València
publisher.none.fl_str_mv Universitat Politècnica de València
dc.source.none.fl_str_mv reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
instname:Universitat Politècnica de València (UPV)
instname_str Universitat Politècnica de València (UPV)
reponame_str RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
collection RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869405260698615808
score 15,300724

Similares en LA Referencia