Refinamiento de reglas rebatibles para el aprendizaje de conceptos

Abstract

El aprendizaje de conceptos a partir de ejemplos puede desarrollarse en el marco de la Programación en Lógica Rebatible (PLR) [GS03, Del03]. En ese caso las definiciones aprendidas son conjuntos de reglas rebatibles que modelan el concepto que es objeto de aprendizaje. Estos conjuntos de reglas rebatibles deben respetar las observaciones provistas al proceso de aprendizaje. En una propuesta top down, las definiciones se obtienen a través de un proceso continuo de refinamiento. A partir de una definición general, se analizan los conflictos que esta presenta frente a las observaciones consideradas, y se realiza un paso de refinamiento que resuelva estos conflictos, obteniendo as una nueva definición. Los refinamientos pueden realizarse de distintas formas. Se propone analizar entonces cómo estos pasos de refinamiento pueden realizarse a través de un análisis de las propiedades que cumplen los individuos que intervienen en las observaciones consideradas. El objetivo es identificar las propiedades que permitan aislar las observaciones que están siendo cubiertas en forma errónea por la definición actual, y utilizar esta propiedad en el refinamiento de esta definición.