MARC details
| 000 -CABECERA |
|---|
| campo de control de longitud fija |
03746naa a2200253 a 4500 |
| 003 - IDENTIFICADOR DEL NÚMERO DE CONTROL |
|---|
| campo de control |
AR-LpUFIB |
| 005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN |
|---|
| campo de control |
20250311170528.0 |
| 008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL |
|---|
| campo de control de longitud fija |
230201s2022 xx o 000 0 spa d |
| 024 8# - Otro identificador estandar |
|---|
| Número estándar o código |
DIF-M8792 |
| -- |
9018 |
| -- |
DIF008060 |
| 040 ## - FUENTE DE LA CATALOGACIÓN |
|---|
| Centro catalogador/agencia de origen |
AR-LpUFIB |
| Lengua de catalogación |
spa |
| Centro/agencia transcriptor |
AR-LpUFIB |
| 100 1# - ENTRADA PRINCIPAL--NOMBRE DE PERSONA |
|---|
| Nombre de persona |
Negro, Pablo |
| 245 10 - MENCIÓN DE TÍTULO |
|---|
| Título |
Artificial Intelligence techniques based on the integration of symbolic logic and deep neural networks : |
| Resto del título |
a systematic review of the literature |
| 300 ## - DESCRIPCIÓN FÍSICA |
|---|
| Extensión |
1 archivo (690,0 kB) |
| 500 ## - NOTA GENERAL |
|---|
| Nota general |
Formato de archivo PDF. -- Este documento es producción intelectual de la Facultad de Informática - UNLP (Colección BIPA/Biblioteca) |
| 520 ## - SUMARIO, ETC. |
|---|
| Sumario, etc. |
La Inteligencia Artificial se aborda desde dos enfoques predominantes pero muy diferentes entre sí: la Inteligencia Artificial simbólica, que está inspirada en la lógica matemática y se basa en la manipulación de representaciones lingüísticas abstractas, y la Inteligencia Artificial no simbólica, que se centra en la construcción de modelos matemáticos predictivos a partir de grandes conjuntos de datos de muestra. Significativamente, las deficiencias de cada uno de estos enfoques se alinean con las fortalezas del otro, lo que sugiere que una integración entre ellos sería beneficiosa. Una síntesis satisfactoria de inteligencia artificial simbólica y no-simbólica nos daría las ventajas de ambos mundos. Este trabajo tiene como objetivo identificar y clasificar soluciones y arquitecturas que utilizan técnicas de Inteligencia Artificial aplicada, basadas en la integración de lógica simbólica y no-simbólica (en particular aprendizaje automático con redes neuronales artificiales), para proporcionar una visión integral, exhaustiva y organizada de las soluciones disponibles en la literatura, haciéndolas objeto de una SLR: Systematic Literatura Review (Revisión Sistemática de la Literatura) cuidadosamente diseñada e implementada sobre el tema. Las tecnologías resultantes se discuten y evalúan desde ambas perspectivas: la Inteligencia Artificial simbólica y la no simbólica. Se ha utilizado el método PICOC (Población, Intervención, Comparación, Salidas, Contexto) más Límites, que determinan el alcance de la búsqueda, para definir las preguntas de investigación y analizar los resultados. De un total de 65 estudios candidatos encontrados, se seleccionaron 24 artículos (37%) relevantes para este estudio. Cada estudio, además, se centra en diferentes dominios de aplicación tales como agentes inteligentes, clasificación de imágenes, comprobadores de teoremas, cyber-seguridad, interpretación de imágenes, matemática, medicina, robótica y de aplicación general. A través del análisis de los trabajos seleccionados, se logró clasificar, organizar y explicar las diferentes formas en que las deficiencias de la Inteligencia Artificial no simbólica son abordadas por propuesta basadas en lógica simbólica. El estudio también determinó en qué etapas del proceso de desarrollo dichas propuestas son aplicadas. Complementariamente, el estudio permitió determinar cuáles son las herramientas de la lógica que se aplican preferentemente, para cada área y cada dominio. Si bien no se ha encontrado un patrón arquitectónico claro, los esfuerzos por encontrar un modelo de propósito general que combine ambos mundos dirigen las tendencias y esfuerzos de investigación. |
| 534 ## - NOTA SOBRE LA VERSIÓN ORIGINAL |
|---|
| Encabezamiento principal del original |
Inteligencia Artificial : Iberoamerican Journal of Artificial Intelligence 25(69), pp. 13-41. |
| 650 #4 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA |
|---|
| Término de materia o nombre geográfico como elemento de entrada |
INTELIGENCIA ARTIFICIAL |
| 650 #4 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA |
|---|
| Término de materia o nombre geográfico como elemento de entrada |
APRENDIZAJE AUTOMÁTICO |
| 650 #4 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA |
|---|
| Término de materia o nombre geográfico como elemento de entrada |
LÓGICA |
| 653 ## - TÉRMINO DE INDIZACIÓN--NO CONTROLADO |
|---|
| Término no controlado |
modelo híbrido |
| 700 1# - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA |
|---|
| Nombre de persona |
Pons, Claudia Fabiana |
| 856 40 - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS |
|---|
| Identificador Uniforme del Recurso |
<a href="https://doi.org/10.4114/intartif.vol25iss69pp13-41">https://doi.org/10.4114/intartif.vol25iss69pp13-41</a> |
| 942 ## - ELEMENTOS DE PUNTO DE ACCESO ADICIONAL (KOHA) |
|---|
| Tipo de ítem Koha |
Capítulo de libro |