Estudiante

Una aportación de especial relevancia y objeto de
numerosos estudios y aplicaciones prácticas de
inteligencia artificial, son los sistemas híbridos
CBR/ANN.
Los Sistemas de Razonamiento Basadosen Casos
son algoritmos muy flexibles capaces de absorber las
propiedades beneficiosas de otras tecnologías.Durante la pasada década el número de científicos
interesados en este campo se haincrementado
notablemente, desarrollándose sistemas muy
interesantes. Antes de revisar los híbridos
CBR/ANN que reflejan el estado y las tendencias de
la investigación realizada en este campo,definiremos
las características de ambos modelos que favorecen
el citado tipo de hibridación (Hilario et al., 1995).
Las redes neuronales artificiales no son apropiadas
para resolver problemas querequieran el uso de
razonamientos escalonados. Por otra parte, es muy
difícil explicar su forma de razonamiento y justificar
los resultados obtenidos por ellas, sin embargo, sus
capacidades degeneralización y adaptación son muy
interesantes y se pueden utilizar para resolver
determinados problemas. Por tanto, las redes
neuronales artificiales no se pueden utilizar en
situaciones que requieranla justificación del
razonamiento. Por el contrario, son apropiadas en
áreas en las que sea necesaria la generalización de
datos. Si los datos son adecuados y la red neuronal
se entrenacorrectamente, el aprendizaje de la misma
se realiza fácilmente. Esta propiedad de las redes
neuronales puede resultar particularmente útil, ya
que en los sistemas CBR el aprendizaje es parte
intrínsecade su ciclo de vida. Así pues, las redes
neuronales se pueden utilizar para aprender a
recuperar los casos más adecuados de la memoria, o
dicho de otra forma, para aprender a identificar ladistancia más corta entre varios casos. Incluso, una
red neuronal puede hacer que a un sistema CBR le
resulte relativamente fácil generar nuevas
soluciones, generalizar a partir de casos conocidos y...