Plan de trabajo

Plan de Trabajo
El plan de trabajo se estructura en 20 tareas (3 para los objetivos de tipo A, 11 para los objetivos de tipo B y 6 para los de tipo C). Cada tarea tiene asignado un equipo responsable y uno o varios colaboradores. El responsable tendrá la obligación de presentar los resultados de la tarea. Los colaboradores tienen experiencia previa en el tema y aportarán ideas, sugerencias y sutrabajo anterior (por ejemplo, algoritmos previamente desarrollados). Participarán también en la experimentación y evaluación de los programas.
El plan de trabajo incluye también la realización de 4 reuniones en las que participarán todos los grupos. Servirán de base para la interacción dentro del proyecto. Estas reuniones estarán abiertas a otros grupos españoles que se quieran integrar en elproceso de normalización y construcción del entorno de desarrollo.
A continuación se detallan las tareas.
A.1
Determinacion de Estructuras de Datos Comunes
Responsable: Universidad de Almería
Colaboradores: Todos los grupos
Un aspecto fundamental en la implementación de algoritmos para el tratamiento de redes bayesianas es la definición de unas estructuras de datos adecuadas. Dentro deesta tarea consideramos la especificación, implementación y revisión de estructuras de datos comunes a los diferentes métodos tratamiento de redes bayesianas.
Deben desarrollarse en esta fase estructuras de datos orientadas a objetos capaces de representar redes bayesianas, tanto estáticas como dinámicas, árboles de cliques, variables discretas y continuas y potenciales de probabilidad. En esteúltimo caso, pensamos que es acertado el uso de árboles de decisión. Éstos permiten un tratamiento más eficiente de las distribuciones de probabilidad que las clásicas matrices, además de permitir una representación selectiva de los valores más "importantes" de la distribución, lo que es especialmente interesante para los algoritmos de Monte Carlo.
Las estructuras que en esta tarea se definan debenser lo suficientemente flexibles como para permitir el uso futuro de otros formalismos para el tratamiento de la incertidumbre distintos de la probabilidad, por ejemplo, probabilidades imprecisas, convexos de probabilidades, funciones de creencia, etc.
Asimismo debe definirse un formato de archivo para el almacenamiento en memoria masiva de las redes. Este formato cumplirá las especificacionesbásicas de Microsoft Research.
Temporización

A.2
Librería de Representación Gráfica
Responsable: Universidad de Granada
Colaboradores: Todos los grupos
Se desarrollará una librería de funciones para leer, escribir y editar grafos de dependencias. Incluirá la posibilidad de crear y borrar nodos y enlaces, mover nodos y optimizar la representación gráfica. En el caso de grafos muycomplejos, se permitirá la partición del grafo total en subgrafos. Se permitirá una definición paramétrica de la estructura, lo que será muy útil para el caso de problemas dinámicos.
Desde el punto de vista cuantitativo, se desarrollarán métodos de introducir y editar matrices de probabilidades condicionadas. Se integrarán métodos que minimicen el número de valores a introducir, como el uso depuertas OR o de árboles de clasificación.
En todos los procedimientos se pondr especial interés en la facilidad de uso y su adaptación a usuarios no informáticos.
Temporización

A.3
Entorno Gráfico para Desarrollo de Aplicaciones
Responsable: UNED - Madrid
Colaboradores: Todos los grupos
Uno de los factores que más contribuyen a la aceptación de un sistema experto por parte de los usuariosfinales es la calidad del interfaz. Entre las características deseables se encuentran las siguientes: facilidad, familiaridad, consistencia, comodidad, flexibilidad, ayuda, claridad, realimentación, comprobación, robustez, seguridad, compatibilidad y reaprovechamiento; la explicación de estos términos, con referencias bibliográficas puede encontrarse en (Díez, 1994, cap. 13).
Por tanto, en la...