Aprendizaje autónomo basado en mecanismo de refuerzo aplicado a sistemas expertos legales
- Autores
- Gómez, Leopoldo Sebastián M.; Perichinsky, Gregorio; García Martínez, Ramón
- Año de publicación
- 2001
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Este trabajo propone un modelo de aprendizaje que combina un refuerzo lineal aplicado a las ponderaciones asignadas a los atributos que caracterizan a un caso, con umbrales de decisión dinámicos que son ajustados a partir de casos almacenados en la base de conocimientos. La información incorporada a través de la interacción con el entorno permite mejorar la precisión de las recomendaciones emitidas por sistemas expertos.
Eje: Inteligencia Computacional - Metaheurísticas
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
Learning
expert systems
leading cases
machine learning
reinforcement learning
rule-based reasoning - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
.jpg)
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/21653
Ver los metadatos del registro completo
| id |
SEDICI_3758f9771f49c052c7f3ba9fae4002fe |
|---|---|
| oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/21653 |
| network_acronym_str |
SEDICI |
| repository_id_str |
1329 |
| network_name_str |
SEDICI (UNLP) |
| spelling |
Aprendizaje autónomo basado en mecanismo de refuerzo aplicado a sistemas expertos legalesGómez, Leopoldo Sebastián M.Perichinsky, GregorioGarcía Martínez, RamónCiencias InformáticasARTIFICIAL INTELLIGENCELearningexpert systemsleading casesmachine learningreinforcement learningrule-based reasoningEste trabajo propone un modelo de aprendizaje que combina un refuerzo lineal aplicado a las ponderaciones asignadas a los atributos que caracterizan a un caso, con umbrales de decisión dinámicos que son ajustados a partir de casos almacenados en la base de conocimientos. La información incorporada a través de la interacción con el entorno permite mejorar la precisión de las recomendaciones emitidas por sistemas expertos.Eje: Inteligencia Computacional - MetaheurísticasRed de Universidades con Carreras en Informática (RedUNCI)2001-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/21653spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-06-23T10:17:36Zoai:sedici.unlp.edu.ar:10915/21653Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-06-23 10:17:36.963SEDICI (UNLP) - Universidad Nacional de La Platafalse |
| dc.title.none.fl_str_mv |
Aprendizaje autónomo basado en mecanismo de refuerzo aplicado a sistemas expertos legales |
| title |
Aprendizaje autónomo basado en mecanismo de refuerzo aplicado a sistemas expertos legales |
| spellingShingle |
Aprendizaje autónomo basado en mecanismo de refuerzo aplicado a sistemas expertos legales Gómez, Leopoldo Sebastián M. Ciencias Informáticas ARTIFICIAL INTELLIGENCE Learning expert systems leading cases machine learning reinforcement learning rule-based reasoning |
| title_short |
Aprendizaje autónomo basado en mecanismo de refuerzo aplicado a sistemas expertos legales |
| title_full |
Aprendizaje autónomo basado en mecanismo de refuerzo aplicado a sistemas expertos legales |
| title_fullStr |
Aprendizaje autónomo basado en mecanismo de refuerzo aplicado a sistemas expertos legales |
| title_full_unstemmed |
Aprendizaje autónomo basado en mecanismo de refuerzo aplicado a sistemas expertos legales |
| title_sort |
Aprendizaje autónomo basado en mecanismo de refuerzo aplicado a sistemas expertos legales |
| dc.creator.none.fl_str_mv |
Gómez, Leopoldo Sebastián M. Perichinsky, Gregorio García Martínez, Ramón |
| author |
Gómez, Leopoldo Sebastián M. |
| author_facet |
Gómez, Leopoldo Sebastián M. Perichinsky, Gregorio García Martínez, Ramón |
| author_role |
author |
| author2 |
Perichinsky, Gregorio García Martínez, Ramón |
| author2_role |
author author |
| dc.subject.none.fl_str_mv |
Ciencias Informáticas ARTIFICIAL INTELLIGENCE Learning expert systems leading cases machine learning reinforcement learning rule-based reasoning |
| topic |
Ciencias Informáticas ARTIFICIAL INTELLIGENCE Learning expert systems leading cases machine learning reinforcement learning rule-based reasoning |
| dc.description.none.fl_txt_mv |
Este trabajo propone un modelo de aprendizaje que combina un refuerzo lineal aplicado a las ponderaciones asignadas a los atributos que caracterizan a un caso, con umbrales de decisión dinámicos que son ajustados a partir de casos almacenados en la base de conocimientos. La información incorporada a través de la interacción con el entorno permite mejorar la precisión de las recomendaciones emitidas por sistemas expertos. Eje: Inteligencia Computacional - Metaheurísticas Red de Universidades con Carreras en Informática (RedUNCI) |
| description |
Este trabajo propone un modelo de aprendizaje que combina un refuerzo lineal aplicado a las ponderaciones asignadas a los atributos que caracterizan a un caso, con umbrales de decisión dinámicos que son ajustados a partir de casos almacenados en la base de conocimientos. La información incorporada a través de la interacción con el entorno permite mejorar la precisión de las recomendaciones emitidas por sistemas expertos. |
| publishDate |
2001 |
| dc.date.none.fl_str_mv |
2001-05 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
| format |
conferenceObject |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/21653 |
| url |
http://sedici.unlp.edu.ar/handle/10915/21653 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
| reponame_str |
SEDICI (UNLP) |
| collection |
SEDICI (UNLP) |
| instname_str |
Universidad Nacional de La Plata |
| instacron_str |
UNLP |
| institution |
UNLP |
| repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
| repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
| _version_ |
1868981670561972224 |
| score |
13.364332 |