The technological dependence that society suffers has propitiated that the information stored in servers of the whole world has an exponential growth. As a consequence of this phenomenon the useful information consultation becomes complex and it is necessary to use intelligent methods to reach it. This article mentions how Intelligent Data Analysis helps to search for knowledge within information banks regardless of their size.
Título: Representación del Conocimiento proveniente del Análisis Inteligente de Datos como Requisitos La dependencia tecnológica que sufre la sociedad ha propiciado que la información almacenada en servidores de todo el mundo tenga un crecimiento exponencial. Como consecuencia de este fenómeno la consulta de información útil se torna compleja y es necesario emplear metodos inteligentes para llegar a ella. Este artículo menciona como el Análisis Inteligente de datos ayuda a la búsqueda de conocimiento dentro de bancos de información sin importar su tamaño. Analisis inteligente de datos; Representacion del Conocimiento; Requisitos
La transferencia y el almacenamiento diario de i nformacion
digital crece exponencialmente. Esto ha obligado a l os i
nvestigadores a desarrollar tecnicas y herramientas para l a
depuracion y el analisis de l a i nformacion con l a nalidad de
identi car i nformacion util, es decir conocimiento.
El conocimiento adquirido de la informacion puede ser
producto del proceso llamado Analisis Inteligente de Datos (IDA,
Intelligent Data Analysis) o del Descubrimiento de
Conocimiento en Grandes Bases de Datos (KDD, Knowledge
Discovery Data) [
En ambas areas se recurre a un proceso i nteractivo e i terativo
de analisis que i nvolucra l os siguientes pasos: conocimiento
del dominio, preparacion de l os datos, extraer i
rregularidades, busqueda de patrones ocultos, evaluacion y re namiento
de l os patrones encontrados para determinar cuales de ellos
puedan ser considerados como nuevo conocimiento.
El KDD se i deo para trabajar con grandes cantidades de
datos, regularmente esta asociado con el analisis de i nforma-cion
para el area nanciera, i ngenier a, seguridad i nformati-ca,
El IDA, al no tener restriccion de la cantidad de datos
para analizar fue disen~ado para dar soluciones a problemas
complejos e imprecisos mediante el analisis de la
informacion relacionada con el problema. Regularmente el IDA es
asociado en el analisis de la informacion medica, biomedica,
educacion, ingenier a de software, cambio climatico,
etcetera. Una discusion detallada de las coincidencias y diferencias
entre ellas se puede encontrar en [
Para que tanto el KDD como el IDA brinden conocimiento, es necesario tener claridad en cuanto a como es la relacion e interaccion entre las partes comprendidas en el dominio del problema a resolver. Esto es un problema no trivial, especialmente en los dominios que con mas frecuencia atiende el IDA, ya que ademas de tratar con conocimiento expl cito del dominio del problema a resolver, es necesario contemplar grandes cantidades de conocimiento tacito o impl cito que por su naturaleza carece de estructura, siendo mas complejo el analisis de la informacion.
Figura 1: Esquema representativo del proceso general del KD. El KD consta de seis etapas principales que parte de los datos y concluye en el descubrimiento de conocimiento para la toma de desiciones La clave para obtener conocimiento al aplicar el IDA es la habilidad para reconocer el problema a resolver. Algunas de las tecnicas empleadas son: agrupacion, visualizacion de datos, interpretaciones de datos en el tiempo.
Un ejemplo de la aplicacion del IDA en medicina
mencionado por [
Otro caso es la probabilidad condicional empleando la abstraccion de datos en el tiempo para el ambito medico donde esta relacionado con el proceso que envuelve al seguimiento de enfermedades para trabajar con un historial medico. Por lo general, en la mayor a de los modelos el tiempo se representa como una integral y permite optimizar la formacion de posibles soluciones.
Las abstracciones temporales sobre el tiempo y los datos juegan un rol fundamental para los sistemas medicos basados en conocimiento ya que es necesario aplicar el conocimiento en datos espec cos de pacientes con el objetivo de emitir un pre diagnostico que apoye la decision de alguna terapia para el paciente, tambien el monitoreo de terapias y acciones complementarias.
Los sistemas inteligentes agrupan algoritmos que
implementan o emulan distintos modelos de aprendizaje,
comportamientos de ciertos sistemas biologicos, entre otras cosas, y
su aplicacion a la resolucion de problemas complejos. Entre
los problemas abordados en este campo esta el de inducir
conocimientos a partir de datos o ejemplos, esto resulta una
alternativa de solucion a problemas que no pueden ser
resueltos mediante metodos convencionales, tales como
metodos estad sticos, modelos matematicos, entre otros.
Todos estos metodos convencionales son esencialmente
matematicamente formales. En contraposicion, los metodos
basados en sistemas inteligentes estan orientados
principalmente hacia el desarrollo de descripciones simbolicas de los
datos, que puedan caracterizar uno o mas grupos de conceptos,
diferenciar distintas clases, seleccionar los atributos mas
representativos de grupos de datos, ser capaces de predecir
secuencias, etc. Estos metodos son esencialmente cualitativos,
lo cual permite el descubrimiento de patrones en estructuras
de informacion [
En el presente art culo se somete a discusion la pertinencia de llevar a cabo una caracterizacion que apoye a los buscadores de conocimiento a arrojar informacion certera para la identi cacion del dominio de la solucion del problema teniendo resultados utiles, signi cativos y e cientes. La seccion 2 revisa un conjunto amplio de referencias antecedentes de los Problemas en Dominios Parcialmente De nidos. La seccion 3 resalta la Importancia del Conocimiento del Dominio y la necesidad de establecer un instrumento para la caracterizacion de un Problema enmarcado por un Dominio Parcialmente De nido. En la seccion 4 se mencionan algunas de las representaciones de conocimientos empleadas en el IDA. En la seccion 5 se indican algunas de las areas de interes donde lo sen~alado en la seccion 3 tendr a un impacto directo. Finalmente en la seccion 6 se presenta la Discusion y Trabajo Futuro.
Inteligencia Arti cial, Simon [
Los problemas de matematicas y ciencias generalmente se consideran como Bien Estructurados. Por otro lado, los problemas relacionados con etica, disen~o, leyes y diagnostico medico se consideran Parcialmente Estructurados. Los Problemas se enmarcan en un Dominio, entendiendo este ultimo como un Universo del Discurso. As como los problemas, los Dominios tambien se han intentado clasi car. Para Lynch los Dominios t picamente connotan un area de estudio tal como la f sica, o un conjunto de problemas y hace un estudio exhaustivo de los Dominios Parcialmente De nidos. Para Lynch un Dominio Parcialmente De nido se caracteriza por 1) La falta de estandares para veri car la solucion de los problemas 2) Las Teor as Formales en estos Dominios generalmente son consensuadas, t picamente usadas para guiar intuiciones y no para dictar resultados, 3) La Estructura de la Tarea es parcialmente de nida y para resolver un problema se requiere determinar que leyes o teor as se deben aplicar a la situacion actual. 4) Los conceptos en estos dominios carecen de una de nicion absoluta, y 5) La division de los problemas en sub problemas no reduce la complejidad, ya que los sub problemas se restringen unos a otros, y ninguno de ellos puede ser resuelto sin considerar los efectos de los otros.
Sin embargo considera que los terminos Parcialmente
Estructurado y Parcialmente De nido son intercambiables y,
para efectos de su trabajo, no establece una distincion entre
los Problemas y Dominios [
En el trabajo de Gibert [
A lo largo de la historia se han realizado diversos esfuerzos por caracterizar los problemas. Por ejemplo, en el area de La necesidad de caracterizar problemas pertenecientes a dominios de estructura informal representa un problema no trivial para el proceso de extraccion de conocimientos. En las dos subsecciones posteriores se abordaran algunos puntos importantes relacionados al IDA y su implementacion en dominios de estructura informal. 3.1
Una de las discusiones actuales de la comunidad de IDA tiene que ver con que los trabajos en esta area se enfocan mas al analisis de algoritmos de miner a de datos, cuando la esencia original de la disciplina era generar nuevo conocimiento para automatizar algunas de las habilidades de razonamiento de los analistas de datos.
Es as que una corriente actual del IDA es orientarse a
resolver problemas practicos de valor para la sociedad en ambitos
como: el cambio climatico, la perdida de habitat, educacion
y medicina [
Figura 2: Esquema representativo del proceso
general de aplicacion del IDA para la toma de desiciones
inteligentes
Como puede observarse, lo anterior implica incluir el
Conocimiento del Dominio en el proceso de Descubrimiento de
Conocimiento. El Conocimiento del Dominio se re ere al
conocimiento que es valido y directamente utilizado en un
Dominio preseleccionado de un desaf o humano o una
actividad de computo autonomo. Los especialistas y expertos
utilizan y desarrollan su propio conocimiento del dominio.
Siguiendo a [
El conocimiento del dominio incluye informacion acerca de las relaciones entre los objetos, tipos de atributos y otros aspectos semanticos; esto comprende el alcance de los valores y el signi cado de valores espaciales como los valores por defecto o las excepciones.
Diversos autores coinciden en la importancia del Conocimiento del Dominio como estrategia para mejorar los resultados del proceso de Descubrimiento de Conocimiento, en particular en Dominios cuyas caracter sticas se asemejan a las de los Semi formalmente De nidos.
Por ejemplo, en [
Por otro lado, Cao [
Existen otras areas como la biomedicina donde las
caracter sticas propias de los datos en estos dominios complican el
proceso de extraccion de conocimiento. Para enfrentar
estos problemas, uno de las alternativas que se plantea es la
necesidad de desarrollar metodos que sean capaces de
utilizar alguna forma del conocimiento medico existente en las
actividades de descubrimiento de conocimiento, ya que
estas actividades solo son signi cativas cuando consideran el
conocimiento existente en el area de aplicacion [
Como hemos mencionado anteriormente, actualmente existen grandes volumenes de datos y una creciente necesidad de manipularlos para transformarlos en conocimiento. Sin embargo, mucho del trabajo en las areas de KDD e IDA se ha enfocado en evaluar la e ciencia de los algoritmos con poco o nulo valor para las personas interesadas en la estructura de los datos, como el medico, el inversionista, el ambientalista, el ingeniero de software. Por tal motivo, diversos autores concuerdan que es necesario orientarse a resolver problemas de valor para la sociedad como el cambio climatico, la perdida de habitat, educacion y medicina, entre otros. Sin embargo, las tecnicas o metodos convencionales para descubrir conocimiento en estos Dominios generalmente no generan resultados satisfactorios. La revision referencial nos indica que en parte lo anterior es consecuencia de las caracter sticas inherentes del Dominio al que pertenecen estos problemas. Lo que implica la utilizacion de grandes cantidades de conocimiento impl cito para solucionarlos. Por lo que muchas ocasiones es preciso soluciones de hechura a la medida en las que se consume mucho tiempo para idearlas, ya que generalmente se realizan a prueba y error, y es probable que los metodos encontrados no funcionen para otros tipos de problemas, incluso con caracter sticas similares.
Una de las metas del Analisis Inteligente de Datos consiste en generar conocimiento nuevo auxiliandose de representaciones de conocimiento. Para cumplirla es necesario pasar por un proceso donde los datos y la informacion se colectan, clasi can, organizan e integran para que puedan agregar valor resultando en conocimiento nuevo. Tambien es primordial adaptar la representacion del conocimiento de acuerdo a las necesidades del problema y visualizar las especi caciones del problema o necesidad como requisitos. Uno de los principales retos es encontrar una representacion de conocimiento adecuada para garantizar que el conocimiento representado comunique lo correcto y facilitar su interpretacion. Una manera de representacion de conocimiento es a traves de los requisitos que consiste basicamente en la abstraccion de necesidades o condiciones a satisfacer de un problema dado. Los requisitos deben tener como caracter stica principal que sean medibles, comprobables, sin ambiguedades ni contradicciones. Existe una variedad de opciones para crear representaciones de conocimientos en la ingenier a de requisitos. Estas representaciones pueden ser tan sencillas como una lista o ser presentadas tan completas como lo son las Ontolog as. Las matrices, los modelos, los metodos, los algoritmos o en su caso alguna combinacion de estos pueden ser representaciones validas en la ingenier a de requisitos. El escoger que tipo de representacion a usar dependera en su totalidad del tipo de problema que se aborda y encontrar la que facilite su interpretacion. La manera en que se comunique o se trate de transmitir conocimiento es amplia y existen esfuerzos para que sea de manera formal. Para cada area de aplicacion ha evolucionado a distintos ritmos. Actualmente las distintas ramas de conocimiento han desarrollado y formalizado sus tecnicas para poder representar el conocimiento. El objetivo fundamental de la representacion del conocimiento es facilitar la inferencia, el sacar conclusiones a partir de dicha representacion.
ÁREA DE INCIDENCIA: INGENIERÍA DE
Las areas de incidencia de esta propuesta ser an aquellas
cuyos Dominios empaten con la de nicion propuesta de Semi
formalmente De nidos como el diagnostico medico, el
cambio climatico, educacion, desarrollo de software. A
continuacion se analiza el impacto en Ingenier a de Software.
En Ingenier a de Software no solo existe la necesidad de
gestionar el conocimiento de la organizacion, sino que tambien
es necesario entender el dominio para el cual el software sera
desarrollado. En este sentido Brooks [
En la aplicacion de la Ingenier a de Requisitos para procesos
de desarrollo de software existen otros Dominios en los que
las caracter sticas del problema hace que las tecnicas
estandares de agrupamiento de miner a de datos como K-means,
agrupamiento acumulativo jerarquico, y las tecnicas
probabil sticas no generen resultados satisfactorios [
Una vez que se ha establecido el panorama general de los Dominios Semi formalmente De nidos y la necesidad de caracterizarlos, es importante discutir algunas cuestiones. Primero, como puede observarse existe divergencia de opiniones y no hay mucho acuerdo en cuanto a la terminolog a utilizada en este tema y a las de niciones que dan soporte a esta tematica. Por lo que es evidente la necesidad de una formalizacion de estos Dominios. La idea es transitar del Modelo Conceptual propuesto en la seccion 2.2 a una Ontolog a formal que intente poner orden a las ideas de los diversos autores.
Otro punto es la necesidad de caracterizar los Problemas y Dominios desde el punto de vista del KDD o del IDA. Gran parte de las referencias encontradas acerca de los Problemas y Dominios se relacionan con el area educativa. Generalmente se enfocan en desarrollar habilidades para un Dominio como area de estudio en particular, por lo que su interes es trabajar con Problemas espec cos de un Dominio particular. En el area de Descubrimiento de Conocimiento generalmente el proceso es inverso, el Problema se genera de acuerdo a una necesidad de una o un grupo de personas interesadas en descubrir conocimiento en un Dominio del que se considera especialista. Otra diferencia es que cuando en el area educativa generalmente se enfocan a un Dominio, en el area de Descubrimiento de Conocimiento resolver un Problema puede necesitar conocimiento de diversos Dominios como area de estudio.
Por ultimo, es importante hacer notar la necesidad de considerar expl citamente el conocimiento tacito en la de nicion de los Dominios Semi formalmente De nidos y analizar a detalle la forma en que afecta la caracterizacion de los Problemas y el grado en que se debe involucrar al experto en el Proceso de Descubrimiento de Conocimiento. 6.2
Se detectaron las siguientes necesidades: 1. El desarrollo de una Ontolog a que proporcione una especi cacion expl cita de la conceptualizacion de estos Dominios que permita poner orden a esta tematica y que sea realizada desde el punto de vista del KDD y del IDA. 2. Una vez desarrollada la ontolog a se puede determinar de una manera mas formal cual es la relacion espec ca entre los Problemas y los Dominios, ademas determinar con mayor exactitud de que forma las caracter sticas del Dominio determina las caracter sticas del Problema. 3. Un trabajo a mediano plazo es explorar de que forma las caracter sticas del Dominio ayuden a seleccionar algoritmos o metodolog as que minimicen el proceso de Descubrimiento de Conocimiento que permita enfocar los esfuerzos en solucion de Problemas de valor para la humanidad.