Persona: Arias Calleja, Manuel
Cargando...
DirecciĆ³n de correo electrĆ³nico
ORCID
0000-0003-2405-6677
Fecha de nacimiento
Proyectos de investigaciĆ³n
Unidades organizativas
Puesto de trabajo
Apellidos
Arias Calleja
Nombre de pila
Manuel
Nombre
1 resultados
Resultados de la bĆŗsqueda
Mostrando 1 - 1 de 1
PublicaciĆ³n Carmen : una herramienta de software libre para modelos grĆ”ficos probabilistas(Universidad Nacional de EducaciĆ³n a Distancia (EspaƱa). Escuela TĆ©cnica Superior de IngenierĆa InformĆ”tica. Departamento de Inteligencia Artificial, 2009-10-22) Arias Calleja, ManuelEn las Ćŗltimas dos dĆ©cadas se ha dado una proliferaciĆ³n de herramientas para la construcciĆ³n, manual o automĆ”tica de Modelos GrĆ”ficos Probabilistas (MGPs). Las herramientas disponibles estĆ”n limitadas en su mantenibilidad, robustez y eficiencia. Nuestra contribuciĆ³n principal es una nueva herramienta, llamada Carmen, que se ha desarrollado desde cero y estĆ” basada en los principios de la ingenierĆa del software. Carmen tiene un diseƱo detallado, una documentaciĆ³n y un conjunto de pruebas sistemĆ”ticas para minimizar la presencia de errores. El desarrollo de esta herramienta ha traido como consecuencia varias contribuciones secundarias: primero, un nuevo patrĆ³n de diseƱo llamado permiso-ejecuciĆ³n, que permite realizar operaciones en modelos complejos con mĆŗltiples restricciones; segundo, hemos desarrollado un nuevo diseƱo, que desacopla los diferentes conceptos que constituyen un MGP en partes distintas, permitiendo un mantenimiento posterior mĆ”s sencillo; tercero, hemos desarrollado una librerĆa genĆ©rica de grafos que puede ser utilizada en otras herramientas. Nuestra segunda contribuciĆ³n principal es un mĆ©todo nuevo que mejora significativamente el rendimiento en las operaciones bĆ”sicas sobre potenciales de variables discretas, tales como suma, multiplicaciĆ³n, marginalizaciĆ³n y divisiĆ³n. Hemos demostrado tambiĆ©n, tanto teĆ³rica como empĆricamente, que algunas operaciones compuestas pueden ser realizadas de un modo mucho mĆ”s eficiente si se ejecutan de forma conjunta en lugar de secuencial. Esta mejora en las operaciones de bajo nivel nos lleva a una reducciĆ³n en el tiempo y en el espacio necesarios en algoritmos de alto nivel, tales como eliminaciĆ³n de variables, propagaciĆ³n en Ć”rboles de cliques, etc. Finalmente, la tercera contribuciĆ³n principal es un nuevo mĆ©todo para el anĆ”lisis de coste-efectividad. Los mĆ©todos actuales no pueden tratar con problemas que involucran mĆ”s de una decisiĆ³n. Por este motivo, hemos desarrollado un nuevo mĆ©todo de coste-efectividad, que puede ser aplicado tanto en Ć”rboles de decisiĆ³n como en diagramas de influencia. Nuestro mĆ©todo es capaz de manejar varias decisiones y devuelve la estrategia Ć³ptima como un conjunto de intervalos para Ī», un parĆ”metro habitualmente llamado disponibilidad a pagar, que representa la cantidad de dinero equivalente a una unidad de efectividad.