Aplicación del paradigma de razonamiento basado en casos para la selección de estrategias de explicación en sistemas inteligentes de internet de las cosas
La Inteligencia Artificial (también conocido comúnmente como AI, del inglés Artificial Intelligence) está obteniendo una relevancia considerable en los diferentes dominios del conocimiento. Una de las áreas de mayor proyección es la Inteligencia Artificial explicable (referenciado como XAI, del ingl...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2025 |
| País: | España |
| Institución: | Universidad Complutense de Madrid (UCM) |
| Repositorio: | Docta Complutense |
| Idioma: | español |
| OAI Identifier: | oai:docta.ucm.es:20.500.14352/117738 |
| Acceso en línea: | https://hdl.handle.net/20.500.14352/117738 |
| Access Level: | acceso abierto |
| Palabra clave: | 004.8(043.2) Inteligencia artificial Inteligencia artificial (Informática) 1203.04 Inteligencia Artificial |
| Sumario: | La Inteligencia Artificial (también conocido comúnmente como AI, del inglés Artificial Intelligence) está obteniendo una relevancia considerable en los diferentes dominios del conocimiento. Una de las áreas de mayor proyección es la Inteligencia Artificial explicable (referenciado como XAI, del inglés eXplainable Artificial Intelligence), necesaria para proporcionar transparencia a los procesos de razonamiento de los modelos de aprendizaje automático (denominado como ML, del inglés Machine Learning).Los métodos de explicación son diversos y con aplicaciones en un número creciente de áreas, como el Internet de las Cosas (nombrado como IoT, del inglés Internet of Things). El uso de la AI para incrementar la utilidad de los datos recopilados por los sensores de IoT está cobrando importancia rápidamente. El campo conjunto resultante entre AI e IoT es denotado como AIoT (Artificial Intelligence in the Internet of Things)... |
|---|