Profesores:
·
Dr.
Carlos Alonso González
·
Dr.
José Vicente Álvarez Bravo
·
Dr.
José Belarmino Pulido Junquera
·
D. Anibal Bregón Bregón.
Departamento de Informática
Universidad de Valladolid, España
El curso se
plantea como una introducción a las técnicas del campo de
El curso se
centrará en la construcción de sistemas inteligentes para la supervisión y
diagnosis de sistemas, explicando las distintas tareas involucradas y cómo se
podrían abordar mediante sistemas inteligentes.
A
continuación se explicarán distintas técnicas de IA utilizadas habitualmente
para construir sistemas inteligentes y se mostrará cómo pueden utilizarse para
implementar dichas tareas.
Está
dirigido fundamentalmente a alumnos/as que hayan finalizado los estudios o
estén en últimos cursos de Ingeniería Informática, Licenciados en Ciencias
Físicas o Exactas, así como Ingenieros Industriales.
Conocimientos
básicos de Inteligencia Artificial.
Familiarizar
al alumno/a con la terminología, métodos y aplicaciones más comunes en la
construcción de sistemas inteligentes, centrándose en la supervisión y
diagnosis de sistemas.
1. Introducción.
a. Tareas de
supervisión y diagnosis: un caso de estudio.
b. Elementos
básicos de un sistema de diagnosis.
2. Sistemas
basados en conocimiento:
a. Modelos y métodos de clasificación.
b. Limitaciones
y técnicas alternativas.
3. Modelado
cualitativo para el razonamiento basado en modelos.
a. Fundamentos
teóricos.
b. Distintas
ontologías del modelado cualitativo.
c. Un caso
práctico: El entorno de modelado Garp-Homer-VisiGarp.
d. Diagnosis
mediante signaturas de fallos cualitativas.
4. Diagnosis
Basada en Consistencia, DBC.
a. Fundamentos
teóricos.
b. General Diagnostic Engine, GDE.
c. Posibles
Conflictos, PCs.
d. Herramientas
y ejercicios.
·
S. Cauvin, M.-O. Cordier, C. Dousson, P. Laborie, F. Lévy, J. Montmain, M. Porcheron, I. Servet, L.~Travé-Massuyès. Monitoring
and alarm interpretation in industrial environments , AI Communications ,
Vol. 11(3-4) , 139-173 , 1998
·
G. Acosta
Lazo, C. J. Alonso González, B. Pulido Junquera. Basic Tasks for
Knowledge Based Supervisión in Process Control. Engineering Application of Artificial
Intelligence. Vol 14,4,
pp. 441-455. 2001. (publicado
en 2002). ISSN: 0952-
·
P. Jackson, Introduction to Expert Systems, II edition, Addison Wesley
1990.
Introducción básica a los
Sistemas Expertos, con un capítulo dedicado a la clasificación heurística y una
introducción a la diagnosis basada en modelos.
·
M. Stefik, Introduction to knowledge systems,
Morgan Kaufmann 1995.
Libro de interés para aquellos
que deseen construir sistemas basados en conocimiento (en su sentido más
amplio). Hay dos capítulos relacionados con el contenido de este curso:
·
Clasificación:
aproximaciones heurísticas a la diagnosis.
·
Diagnosis y troubleshooting, introducción a la diagnosis basada en
modelos y aproximaciones causales, con numerosos casos de estudio.
·
Capítulo en
J.T. Palma y R. Marín (Coordinadores), Inteligencia Artificial: técnicas,
métodos y aplicaciones. McGrawHill, 2008.
Este libro
contiene un capítulo dedicado a la diagnosis.
Las referencias básicas se
encuentran recopiladas en:
·
W. Hamscher, L. Console, J. de Kleer (Edts.) Readings in MODEL-BASED DIAGNOSIS. Morgan Kaufmann 92.
Entre ellas, destacan:
o
J. de Kleer. An
Assumption based truth maintenance system. Artificial
Intelligence, Vol. 28, pp. 280-297, 1986.
o
J. de Kleer, A. K. Mackworth, R. Reiter. Characterising Diagnosis and Systems. En [HCdK92], pp. 54-65.
Morgan-Kauffmann,1992.
o
J. de Kleer, B. Williams. Diagnosing
multiple faults. Artificial Intelligence, Vol. 32, pp. 97-130, 1987.
o
R. Reiter. A theory
of diagnosis from first principles. Artificial Intelligence,
Vol. 32 pp. 57-95, 1987
Y una recopilación de los
resultados mas recientes se halla en
·
Special Section on the Diagnosis of complex
systems. IEEE Transactions on Systems
Man and Cybernetics, Part B. 34, 5. Oct, 2004
Entre ellas:
o
Diagnosis of complex systems: Bridging the
Methodologies of the FDI and DX Communities. Biswas et.
Al. IEEE Transactions on Systems Man and Cybernetics, Part B. 34, 5. pp 2159, 2162. Oct 2004.
o
Conflicts Versus
Analytical Redundancy Relations: A Comparative Analysis of the Model Based
Diagnosis Approach from the Artificial Intelligence and Automatic Control
Perspectives. Cordier et al. IEEE Transactions on Systems Man and Cybernetics,
Part B. 34, 5. pp. 2163, 2177. Oct
2004.
o
Possible Conflicts: A Compilation Technique for Consystency-Based
Diagnosis. B. Pulido and C. Alonso. IEEE
Transactions on Systems Man and Cybernetics, Part B. 34, 5. pp.
2192, 2207. Oct 2004.
Una buena introducción a la
diagnosis basada en consistencia se encuentra en:
o
O. Dressler and P. Struss. The Consistency-based Approach to
Automatic Diagnosis of Devices. In Principles of Knowledge Representation.
Gerhard Brewka (edt.) CSLI Publications, 267-311, 1996.
También de interés:
o
Pulido, B. and Alonso C. An alternative approach to dependency-recording
engines in Consistency-based diagnosis. In Cerri, S. A. and Dochev, D.,
editors, Artificial Intelligence: Methodology, Systems and Applications, 9th
International Conference, AIMSA2000. Lecture Notes in Artificial Intelligence
nº 1904, pp 111-121. Springer-Verlag.
o
M.O. Cordier, P. Dague, M. Dumas, F. Levy, J. Montmain, M. Staroswiecki and L. Travé-Massuyès. A comparative analysis of AI and Control
Theory approaches to model-based diagnosis. Proceedings of the Fourteenth
European Conference on Artificial Intelligence (ECAI2004), pages 136-140.
Un bibliografía
extensiva sobre esta aproximación a la diagnosis puede obtenerse en las
sucesivas actas de la conferencia DX: International workshop
on Principles of Diagnosis.
La última
conferencia (desde la que se puede acceder a actas de las anteriores):
o
19th International Workshop on Principles of Diagnosis. http://www.cis.unisa.edu.au/~dx08/
La próxima conferencia DX :
o
20th International Workshop on Principles of Diagnosis. June 14-17, 2009, Stockholm, Sweden. http://www.isy.liu.se/dx09/
La conferencia
bianual SAFEPROCESS está dedicada principalmente a la aproximación FDI:
7th IFAC Symposium on
Fault Detection, Supervision and Safety of Technical Processes. June 30- July 3,
Barcelona, Spain. http://safeprocess09.upc.es/
Los principales
resultados se publican en las conferencias bianuales: ECAI, IJCAI, AAAI.
Una primera
introducción al razonamiento cualitativo, que incluye algunas referencias
clásicas, se encuentra en la página de
la AAAI:
http://www.aaai.org/AITopics/pmwiki/pmwiki.php/AITopics/QualitativeReasoning
Una revisión
de este área de investigación es el número especial de
AI Magazine, Winter 2003:
http://www.aaai.org/ojs/index.php/aimagazine/issue/view/153/showToc
La
conferencia QR, Qualitative Reasoning,
tiene un papel similar a la conferencia DX. La próxima conferencia QR ((esde la que se puede acceder a actas de las anteriores):
23rd Annual Workshop
on Qualitative Reasoning, QR’09. June 22 – 24, 2009,
Ljubljana,–Slovenia.
Hasta el año
Las áreas de
trabajo de la red son la diagnosis basada en modelos y el razonamiento
cualitativo. LA red ha elaborado un repositorio bibliográfico:
o
P. J. Mosterman and G. Biswas. Diagnosis of continuous valued systems in
transient operating regions. IEEE Transactions on Systems, Man, and
Cybernetics, 1(6):554–565, 1999.
·
Sesión del 2 de abril de 2009: Diagnóstico basado en Consistencia
mediante Posibles Conflictos: ejemplo polybox1 simple, ejemplo polybox2 completo.