MÉTODOS LÓGICOS DE AUTOMATIZACIÓN DEL RAZONAMIENTO

Cod.31101184

RESULTADOS DE APRENDIZAJE

Se esperan resultados de aprendizaje tanto teóricos como aplicados. Y, en ambas categorías, resultados mínimos (básicos) y otros (opcionales, ampliatorios) más avanzados.

Bloque 1: Lógica Proposicional y de Primer Orden (revisión)

[Teóricos] Fijar el conocimiento previo sobre el sistema, repasando los conceptos semánticos básicos y sus interrelaciones (satisfacibilidad, validez, consecuencia, equivalencia). Familiarizarse formalmente con los diversos métodos y sistemas deductivos, entre los que se prestará atención especial a los tableaux.

[Prácticos] Uso de SAT-solvers y herramientas similares. Uso de demostradores de teoremas y otros entornos lógicos. Análisis de la complejidad computacional de las tareas inferenciales.  Codificación de problemas y su resolución efectiva con las herramientas facilitadas.

Bloque 2: Lógicas Descriptivas

[Teóricos] Familiarizarse con las lógicas descriptivas básicas, con especial atención a su complejidad computacional. Estudio de lógicas descriptivas que se van obteniendo mediante elección de nuevos descriptores. De todas ellas se analizará el compromiso entre el aumento de la expresividad y la complejidad temporal.

[Prácticos] Como aplicación de estas lógicas, se sugerirá el estudio de campos afines como el diseño de ontologías, el manejo de lenguajes como OWL (para definición de ontologías) y el papel de razonadores descriptivos en la comprobación de consistencia y en el uso productivo de tales ontologías.

Bloque 3: Inferencia en Web Semántica

[Teóricos] Conocer el uso de los servicios de inferencia en los procesos de diseño, depuración y expotación de ontologías OWL. Ser consciente de la complejidad computacional de la ontología conforme se usen unos constructores u otros.

[Prácticos] Uso de razonadores en la depuración de ontologías OWL. Un breve acercamiento a la infraestructura de Datos Enlazados sobre la Web y el uso de inferencias en su diseño y explotación.

Anexo (fuera de evaluación)

Se facilitarán lecturas globales sobre el campo KRR (Representación de Conocimiento e Inferencia), para conformar una perspectiva general de objetivos y del papel que las diversas líneas de trabajo tienen en esta panorámica.