Descomposición de redes bayesianas por medio de algoritmos genéticos

Résumé

EN ESTA TESIS DOCTORAL SE TRATAN LOS PROBLEMAS DE LA DESCOMPOSICION Y EL APRENDIZAJE ESTRUCTURAL DE REDES BAYESIANAS POR MEDIO DE UNA TECNICA DE BUSQUEDA INTELIGENTE DENOMINADA ALGORITMOS GENETICOS,EL PROBLEMA DE LA DESCOMPOSICION, SE ESTUDIA EN RELACION CON EL ALGORITMO DE PROPAGACION DE LA EVIDENCIA PROPUESTO POR LAURITZEN Y SPIELGELHALTER, Y SU IMPORTANCIA RADICA EN LA BUSQUEDA DE UNA ESTRUCTURA ESTATICA, DERIVADA DEL GRAFO INICIAL, QUE PERMITA EFECTUAR LA PROPAGACION DE LA EVIDENCIA DE FORMA EFICIENTE.EL PROBLEMA DEL APRENDIZAJE ESTRUCTURAL A PARTIR DE UN FICHERO CONTENIENDO DATOS DE LAS VARIABLES DEL SISTEMA, SE ABORDA DESDE UNA DOBLE PESPECTIVA. POR UNA PARTE SE EFECTUA UNA BUSQUEDA EN EL ESPACIO DE ESTRUCTURAS DE REDES BAYESIANAS - TANTO ASUMIENDO UN ORDEN ENTRE LAS VARIABLES COMO RELAJANDO TAL SUPUESTO - Y, POR OTRA PARTE LA BUSQUEDA SE LLEVA A CABO EN EL ESPACIO DE ORDENES. LAS METODOLOGIAS DESARROLLADAS SE APLICAN AL PROBLEMA DE LA FUSION DE VARIAS REDES BAYESIANAS PROVENIENTES DE DIFERENTES AUTORES.