cambiar a curso:   2016-17   2018-19


Grado en Ingeniería Informática


TRABAJOS FIN DE GRADO
curso: 2017-18

CLASIFICACIÓN Y GENERACIÓN AUTOMÁTICA DE CONECTIVOS DIFUSOS CON EL ENTORNO LATTICEMAKER


Tecnologías Específicas

Computación
 


Descripcion y Objetivos

FLOPER y LATTICEMAKER son, respectivamente, un entorno de programación lógica difusa y un editor gráfico de retículos difusos que han sido desarrollados en la UCLM a partir de otros ocho proyectos fin de carrera y/o trabajos fin de grado que preceden al que proponemos ahora. Mientras FLOPER es capaz de ejecutar y depurar programas difusos (mediante un pre-proceso de los mismos que los traduce a código Prolog estándar) sobre cualquier plataforma Prolog, LATTICEMAKER extiende la interfaz gráfica de FLOPER para poder diseñar y manipular gráficamente distintas definiciones de la noción de "grado de verdad" más allá del caso clásico de cierto y falso, tal y como exige el nuevo contexto de programación basado en lógica difusa. Recientemente, se ha incorporado sobre esta herramienta, totalmente implementada con SWI-Prolog, la posibilidad de verificar automáticamente diversas propiedades formales sobre los valores que componen estos retículos, sus relaciones de orden y el comportamiento de los operadores o conectivos difusos que los manipulan (carácter completo, monotonía, adjunción, etc.). En la presente propuesta, pretendemos incluir opciones que permitan clasificar los conectivos en función de las propiedades formales que cumplan e incluso, un paso más allá, generar automáticamente nuevos conectivos a partir de otros conocidos tal que su combinación les permita verificar propiedades complejas (y muy útiles en el marco de los lenguajes lógicos difusos) como son las de distributividad, adjunción o "switchness", entre otras.

 


Metodología y Competencias

Metodología:

Se deberán tener conocimientos de programación en Prolog y se aconseja haber cursado las asignaturas de Lógica y Programación Declarativa. El proyecto se iniciará con una revisión de la bibliografía más relevante sobre el tema y se continuará con la fase de implementación sobre las plataformas FLOPER y/o LATTICEMAKER.

Más concretamente, la metodología y plan de trabajo común que se empleará en éste y otros TFG que se desarrollen de forma simultánea sobre los entornos FLOPER y LATTICEMAKER, se basará en las siguientes fases de actuación:

• Fase de análisis. Cada tarea comienza por un estudio de los requisitos que impone su desarrollo, en base al conocimiento previo y análisis de nuevas informaciones, evitando solapamientos entre las actividades.

• Fase de modelado y desarrollo. Se investiga en los modelos que configuran el soporte de cada una de las herramientas de partida, se ponen a punto cada uno de los desarrollos parciales de cada actividad y se revisa la definición inicial respecto a los resultados obtenidos.

• Fase de implementación. Para acercarse al resultado final, se incorporan los resultados obtenidos en tareas relacionadas y a continuación se procede a la implementación de prototipos que finalmente se integrarán sobre  FLOPER y/o LATTICEMAKER, incluyendo su versión on-line. Esta fase se completa con el ensayo de diferentes casos de prueba que permitan evaluar empíricamente las prestaciones de la aplicación resultante.

 

Competencias:

Se trabajarán, con distinta profundidad, las siguientes competencias de la intensificación de computación:

  • [CM2] Capacidad para conocer los fundamentos teóricos de los lenguajes de programación y las técnicas de procesamiento léxico, sintáctico y semántico asociadas, y saber aplicarlas para la creación, diseño y procesamiento de lenguajes.
  • [CM3] Capacidad para evaluar la complejidad computacional de un problema, conocer estrategias algorítmicas que puedan conducir a su resolución y recomendar, desarrollar e implementar aquella que garantice el mejor rendimiento de acuerdo con los requisitos establecidos.
  • [CM5] Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en ambientes o entornos inteligentes.
  • [CM7] Capacidad para conocer y desarrollar técnicas de aprendizaje computacional y diseñar e implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extracción automática de información y conocimiento a partir de grandes volúmenes de datos.
 


Medios a utilizar

Todo el material y medios necesarios para ejecutar el TFG se encuentra disponible en la ESIIAB. Hardware: PC. Software: Compiladores y entornos de prograamción de Prolog y Java.

 


Bibliografía

Artículos especializados en el tema abordado, todos disponible en la ESIIAB y/o en internet. Libros y manuales de programación declarativa,  lenguajes de programación y librerías específicas. Proyectos fin de carrera y trabajos fin de grado precedentes a éste (relativos al desarrollo de los entornos FLOPER y LATTICEMAKER) y realizados por José Manuel Abietar, Pedro José Morcillo, Gustavo Valiente, Carlos Vázquez, Maria del Señor Martínez, Ramón Luján, José Antonio Riaza y Félix Mendieta. Los tutores proporcionarán copias de los mismos al estudiante. Otros documentos:

J. Abiertar, P. Morcillo, G. Moreno. Designing a Software Tool for Fuzzy Logic Programming. Proceedings of the International Conference on Computational Methods in Science and Engineering 2007 (ICCMSE 2007): Volume 2, parts A and B. 2007.

J.A. Guerrero, M.S. Martínez, G. Moreno, C. Vázquez. Designing Lattices of Truth Degrees for Fuzzy Logic Programming Environments. Proc. of 2015 IEEE Symposium Series on Computational Intelligence: Symposium on Foundations of Computational Intelligence (2015 IEEE FOCI), Cape Town, South Africa, December 7-10, 2015. Pages 995--1004, IEEE. Available: http://dx.doi.org/10.1109/SSCI.2015.145. 2015.

J.A. Guerrero, F. Mendieta, G. Moreno, J. Penabad, J.A. Riaza. Testing Properties of Fuzzy Connectives and Truth Degrees with the LatticeMaker Tool. Proc. of 2017 IEEE Symposium Series on Computational Intelligence: Symposium on Foundations of Computational Intelligence (2017 IEEE FOCI), Hawai, USA, December 7-10, 2015. Pages 995--1004, IEEE. Available: http://dx.doi.org/10.1109/SSCI.2015.145. 2015.

P. Julian, G. Moreno, J. Penabad. On Fuzzy Unfolding: A Multi-adjoint Approach. Fuzzy Sets and Systems, Volume 154, Pages 16-33. Elsevier Science(Amsterdam). Available doi 10.1016/j.fss.2005.03.013. 2005.

P. Julián, G. Moreno, J. Penabad. Operacional/Interpretive Unfolding of Multi-Adjoint Logia Programs. Journal of Universal Computer Science. Vol: 12, Nº 11, pp. 1679-1699. Graz ( Austria ). ISSN: 0948-69X, Online Edition: ISSN 0948-6968. Available doi 10.3217/jucs-012-11-1679. 2006.

P. Julián, G. Moreno, J. Penabad, C. Vázquez. A Fuzzy Logic Programming Environment for Managing Similarity and Truth Degrees. Proc. of eedings XIV Jornadas sobre Programación y Lenguajes, PROLE'14, Cadiz, Spain, September 16-19. Electronic Proceedings in Theoretical Computer Science, Pages 71-86. Available doi 10.4204/EPTCS.173.6 2014.

P. Julián, G. Moreno, J. Penabad, C. Vázquez. A Declarative Semantics for a Fuzzy Logic Language Managing Similarities and Truth Degrees. Proc. of the 10th International Symposium on Rule Technologies: Research, Tools, and Applications, RuleML 2016, Stony Brook, NY, USA, July 6-9. Lecture Notes in Computer Sciences 9718, pp 68-82. Springer-Verlag. Available doi 10.1007/978-3-319-42019-6_5 2016.

P. Julián, G. Moreno, C. Vázquez. Similarity-Based Strict Equality in a Fully Integrated Fuzzy Logic Language. Proc. of 9th International Symposium on Rule Technologies: Foundations, Tools, and Applications, RuleML 2015, Berlin, Germany, August 2-5. Lecture Notes in Computer Sciences 9202, pp 193-207. Springer-Verlag. Available doi 10.1007/978-3-319-21542-6_13. 2015.

J. Lloyd, Foundations of Logic Programming, Springer-Verlag, Berlin, 1987, second edition.

R. Luján, G. Moreno, C. Vázquez. Towards a Fuzzy Logic Environment for Android. Proc. of the Eighth  International Conference on Future Computational Technologies and Applications, Future Computing 2016, Rome, Italy, March 20-24. Pages 21-27. ISSN: 2308-3735. ISBN: 978-1-61208-461-9 2016.

J. Medina, M. Ojeda-Aciego, and P. Vojtáš. Similarity-based Unification: a multi-adjoint approach. Fuzzy Sets and Systems, Elsevier, 146:43–62, 2004.

P. Morcillo, G. Moreno. Programming with Fuzzy Logic Rules by Using the FLOPER Tool. Proc. of 2nd Intl Symposium on rule Interchange and aplications, (RuleML'08), Orlando, U.S.A. October 30-31. Lecture Notes in Computer Sciences 5321, pp 119-126. Springer-Verlag. 2008.

P. Morcillo, G. Moreno, J. Penabad, C. Vázquez. A practical management of fuzzy truth-degrees using FLOPER. LNCS Lecture Notes in Computer Science ("Semantic Web Rules"). Volume 6403. Pages 119-126. ISSN: 0302-9743, ISBN: 978-3-642-16288-6. Springer-Verlag. 2010.

G. Moreno, C. Vázquez. Fuzzy Logic Programming in Action with FLOPER. Journal of Software Engineering and Applications, April 2014, Volume 7 (N. 4), Pages 273-298. Scientific Research. ISSN print 1945-3116, ISSN Online: 1945-3124. Available doi 10.4236/jsea.2014.74028 2014.

P. Vojtáš and L. Paulík. Soundness and completeness of non-classical extended SLD-resolution. In R. Dyckhoff et al, editor, Proc. ELP’96 Leipzig, pages 289–301. LNCS 1050, Springer Verlag, 1996.

 


Tutores


MORENO VALVERDE, GINES DAMIAN
GUERRERO ABENZA, JUAN ANTONIO
 

Alumno


CARRASCO COBO, LORENZA