Estimación probabilística de relaciones temporales inciertas

Una amplia gama de aplicaciones de IA debe administrar información variable en el tiempo, por ejemplo, bases de datos temporales, sistemas de reserva, registros médicos, aplicaciones financieras, planificación. Muchos artículos de investigación publicados en el área de representación temporal y razo...

Full description

Autores:: Ryabov, Vladimir

Tipo de recurso:: Trabajo de grado de pregrado

Fecha de publicación:: 2001

Institución:: Universidad Autónoma de Bucaramanga - UNAB

Repositorio:: Repositorio UNAB

Idioma:: spa

id	UNAB2_becd196839abdf2fecb0a688773cb668
oai_identifier_str	oai:repository.unab.edu.co:20.500.12749/9072
network_acronym_str	UNAB2
network_name_str	Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv	Estimación probabilística de relaciones temporales inciertas
dc.title.translated.eng.fl_str_mv	Probabilistic estimation of uncertain temporal relations
title	Estimación probabilística de relaciones temporales inciertas
spellingShingle	Estimación probabilística de relaciones temporales inciertas Innovaciones tecnológicas Ciencia de los computadores Desarrollo de tecnología Ingeniería de sistemas Investigaciones Tecnologías de la información y las comunicaciones TIC´s Technological innovations Computer science Technology development Systems engineering Investigations Information and communication technologies ICT's Point Interval Probability Uncertain temporal relation Innovaciones tecnológicas Ciencias de la computación Desarrollo tecnológico Ingeniero de sistemas Investigación Tecnología de la información y comunicación Relación temporal incierta Punto Intervalo Probabilidad
title_short	Estimación probabilística de relaciones temporales inciertas
title_full	Estimación probabilística de relaciones temporales inciertas
title_fullStr	Estimación probabilística de relaciones temporales inciertas
title_full_unstemmed	Estimación probabilística de relaciones temporales inciertas
title_sort	Estimación probabilística de relaciones temporales inciertas
dc.creator.fl_str_mv	Ryabov, Vladimir
dc.contributor.author.spa.fl_str_mv	Ryabov, Vladimir
dc.contributor.googlescholar.spa.fl_str_mv	Ryabov, Vladimir [jMVAsaNOmiIC]
dc.contributor.orcid.spa.fl_str_mv	Ryabov, Vladimir [0000-0002-9243-7597]
dc.subject.none.fl_str_mv	Innovaciones tecnológicas Ciencia de los computadores Desarrollo de tecnología Ingeniería de sistemas Investigaciones Tecnologías de la información y las comunicaciones TIC´s
topic	Innovaciones tecnológicas Ciencia de los computadores Desarrollo de tecnología Ingeniería de sistemas Investigaciones Tecnologías de la información y las comunicaciones TIC´s Technological innovations Computer science Technology development Systems engineering Investigations Information and communication technologies ICT's Point Interval Probability Uncertain temporal relation Innovaciones tecnológicas Ciencias de la computación Desarrollo tecnológico Ingeniero de sistemas Investigación Tecnología de la información y comunicación Relación temporal incierta Punto Intervalo Probabilidad
dc.subject.keywords.eng.fl_str_mv	Technological innovations Computer science Technology development Systems engineering Investigations Information and communication technologies ICT's Point Interval Probability
dc.subject.keywords.none.fl_str_mv	Uncertain temporal relation
dc.subject.lemb.spa.fl_str_mv	Innovaciones tecnológicas Ciencias de la computación Desarrollo tecnológico Ingeniero de sistemas Investigación Tecnología de la información y comunicación
dc.subject.proposal.spa.fl_str_mv	Relación temporal incierta Punto Intervalo Probabilidad
description	Una amplia gama de aplicaciones de IA debe administrar información variable en el tiempo, por ejemplo, bases de datos temporales, sistemas de reserva, registros médicos, aplicaciones financieras, planificación. Muchos artículos de investigación publicados en el área de representación temporal y razonamiento asume que los datos temporales son precisos y ciertos, aunque en realidad esto la suposición es a menudo falsa. En muchas situaciones existe la necesidad de conocer la relación entre dos intervalos temporales, como lo es, por ejemplo, durante el procesamiento de consultas. indeterminación significa que no sabemos exactamente cuándo sucedió un evento en particular. cuando dos intervalos temporales son indeterminados, en muchos casos es imposible derivar un cierto relación temporal entre ellos. En este artículo proponemos un enfoque para representar y estimar valores temporales inciertos relaciones mediante el cálculo de las probabilidades de las relaciones básicas que se pueden mantener entre dos primitivas temporales. Representamos la relación entre dos intervalos temporales como un matriz, cuyos cuatro elementos son las relaciones entre los extremos de estos intervalos. La relación incierta entre dos puntos temporales está representada por un vector con tres valores de probabilidad que denotan las probabilidades de las relaciones básicas (antes, al mismo tiempo, después) entre estos puntos. Las probabilidades de las relaciones de intervalo de Allen entre dos intervalos temporales se componen como probabilidades condicionales conjuntas de la relaciones correspondientes entre los extremos de los intervalos. También consideramos un ejemplo de uso del mecanismo de estimación propuesto, que ayuda a determinar posibles áreas de aplicación del formalismo.
publishDate	2001
dc.date.issued.none.fl_str_mv	2001-12-01
dc.date.accessioned.none.fl_str_mv	2020-10-27T00:21:35Z
dc.date.available.none.fl_str_mv	2020-10-27T00:21:35Z
dc.type.coar.fl_str_mv	http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coarversion.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.none.fl_str_mv	info:eu-repo/semantics/article
dc.type.local.spa.fl_str_mv	Artículo
dc.type.coar.none.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.type.redcol.none.fl_str_mv	http://purl.org/redcol/resource_type/CJournalArticle
format	http://purl.org/coar/resource_type/c_7a1f
dc.identifier.issn.none.fl_str_mv	2539-2115 1657-2831
dc.identifier.uri.none.fl_str_mv	http://hdl.handle.net/20.500.12749/9072
dc.identifier.instname.spa.fl_str_mv	instname:Universidad Autónoma de Bucaramanga UNAB
dc.identifier.repourl.none.fl_str_mv	repourl:https://repository.unab.edu.co
identifier_str_mv	2539-2115 1657-2831 instname:Universidad Autónoma de Bucaramanga UNAB repourl:https://repository.unab.edu.co
url	http://hdl.handle.net/20.500.12749/9072
dc.language.iso.spa.fl_str_mv	spa
language	spa
dc.relation.none.fl_str_mv	https://revistas.unab.edu.co/index.php/rcc/article/view/1115/1086
dc.relation.uri.none.fl_str_mv	https://revistas.unab.edu.co/index.php/rcc/article/view/1115
dc.relation.references.none.fl_str_mv	J. Allen, Maintaining Knowledge about Temporal Intervals. Communications of the ACM (26): 832-843, 1983. J. Allen and P. Hayes, A Common-Sense Theory of Time. In Proceedings of 9 International Joint Conference on Artificial Intelligence, pages 528-531, 1985. D. Barbara, H. Garcia-Molina, and D. Porter, The Management of Probabilistic Data. IEEE Transactions on Knowledge and Data Engineering 4(5): 487-502, 1992. M. Böhlen, R. Busatto, and C. Jensen, Point- Versus Interval-based Temporal Data Models. Technical Report TR-21, Time Center, 1998. L. Chittaro and A. Montanari, Trends in Temporal Representation and Reasoning. The Knowledge Engineering Review 11(3): 281-288, 1996. D. Dey and S. Sarkar, A Probabilistic Relational Model and Algebra. ACM Transactions on Database Systems 21(3): 339-369, 1996. D. Dubois and H. Prade, Possibility Theory: An Approach to the Computerized Processing of Uncertainty. Plenum Press, New York 1988. C. Dyreson, A Bibliography on Uncertain Management in Information Systems. In: A. Motro (ed.), Uncertainty Management in Information Systems: From Needs to Solutions, Kluwer Academic Publishers, pages 415-458, 1997. C. Dyreson and R. Snodgrass, Valid-Time Indeterminacy. In Proceedings of Ninth C. Dyreson and R. Snodgrass, Supporting Valid-Time Indeterminacy. ACM Transactions on Database Systems 23(1): 1-57, 1998. P. Hayes and J. Allen, Short Time Periods. In Proceedings of 10-th International Joint Conference on Artificial Intelligence, pages 981-983, 1987. R. Hirsch, Relational Algebra of Intervals. Artificial Intelligence 83, 267-295, 1996. C. Jensen and C. Dyreson, (eds.), The Consensus Glossary of Temporal Database Concepts. February 1998 Version. In: O. Etzion, S. Jajodia, and S. Spirada, (eds.), Temporal Databases - Research and Practice, Lecture Notes in Computer Science, 1399, 367-405, 1998. C. Jensen and R. Snodgrass, Temporal Data Management. Technical Report TR-17, Time Center, 1997. S. Kwan, F. Olken, and D. Rotem, Uncertain, Incomplete and Inconsistent Data in Scientific and Statistical Databases. In Proceedings of Second Workshop on Uncertainty Management and Information Systems: From Needs to Solutions, Catalina, USA, 1993. A. Motro, Accommodating Imprecision in Database Systems: Issues and Solutions. SIGMOD Record 19(4): 69-74, 1990. A. Motro, Imprecision and Incompleteness in Relational Databases: Survey. Information and Software Technology 32(9): 579-588, 1990. S. Parsons, Current Approaches to Handling Imperfect Information in Data and Knowledge Bases. IEEE Transactions on Knowledge and Data Engineering 8(3): 353- 372, 1996. S. Parsons and A. Hunter, A Review of Uncertainty Handling Formalisms. In: A. Hunter and S. Parsons, (eds.), Applications of Uncertainty Formalisms, Lecture Notes in Artificial Intelligence 1455, Springer-Verlag, 8-37, 1998. V. Ryabov, S. Puuronen, and V. Terziyan, Representation and Reasoning with Uncertain Temporal Relations. In Proceedings of Twelfth International Florida AI Research Society Conference, Orlando, Florida, USA pages 449-453, 1999. G. Shafer, A Mathematical Theory of Evidence. Princeton University Press, 1976. E. Shortliffe, Computer-Based Medical Consultations: MYCIN. Elsevier, New York 1976. R. Snodgrass, I. Ahn, G. Ariav, D. Batory, J. Clifford, C. Dyreson, R. Elmasri, F. Grandi, C. Jensen, W. Käfer, N. Kline, K. Kulkarni, T. Cliff Leung, N. Lorentzos, J. Roddick, A. Segev, M. Soo, M. Suryanarayana, and S. Spirada, The TSQL2 Temporal Query Language. Kluwer Academic Publishers, 1995. P. van Beek, Temporal Query Processing with Indefinite Information. Artificial Intelligence in Medicine 33, 25-339, 1991. P. van Beek and R. Cohen, Exact and Approximate Reasoning about Temporal Relations. Computational Intelligence (6): 132-144, 1990. ] L. Vila, A Survey on Temporal Reasoning in Artificial Intelligence. AI Communications (7): 4-28, 1994. M. Vilain, A System for Reasoning about Time. In Proceedings of National Conference on Artificial Intelligence, 197-201, 1982.
dc.rights.none.fl_str_mv	Derechos de autor 2001 Revista Colombiana de Computación
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv	http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.uri.none.fl_str_mv	http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.creativecommons.*.fl_str_mv	Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv	Derechos de autor 2001 Revista Colombiana de Computación http://creativecommons.org/licenses/by-nc-sa/4.0/ http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Atribución-NoComercial-SinDerivadas 2.5 Colombia http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv	application/pdf
dc.publisher.none.fl_str_mv	Universidad Autónoma de Bucaramanga UNAB
publisher.none.fl_str_mv	Universidad Autónoma de Bucaramanga UNAB
dc.source.none.fl_str_mv	Revista Colombiana de Computación; Vol. 2 Núm. 2 (2001): Revista Colombiana de Computación; 1-17
institution	Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv	https://repository.unab.edu.co/bitstream/20.500.12749/9072/1/2001_Articulo_Estimacion%20probabilistica%20de%20relaciones%20temporales%20inciertas.pdf https://repository.unab.edu.co/bitstream/20.500.12749/9072/2/2001_Articulo_Estimacion%20probabilistica%20de%20relaciones%20temporales%20inciertas.pdf.jpg
bitstream.checksum.fl_str_mv	867384385bfca9427b2821dadf2466ae 6f26b9fb50ecb445a81d05c9d55d40c2
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5
repository.name.fl_str_mv	Repositorio Institucional \| Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv	repositorio@unab.edu.co
_version_	1808410633963569152
spelling	Ryabov, Vladimir4f50ceb7-715e-4ca6-9873-eb07a09dbcabRyabov, Vladimir [jMVAsaNOmiIC]Ryabov, Vladimir [0000-0002-9243-7597]2020-10-27T00:21:35Z2020-10-27T00:21:35Z2001-12-012539-21151657-2831http://hdl.handle.net/20.500.12749/9072instname:Universidad Autónoma de Bucaramanga UNABrepourl:https://repository.unab.edu.coUna amplia gama de aplicaciones de IA debe administrar información variable en el tiempo, por ejemplo, bases de datos temporales, sistemas de reserva, registros médicos, aplicaciones financieras, planificación. Muchos artículos de investigación publicados en el área de representación temporal y razonamiento asume que los datos temporales son precisos y ciertos, aunque en realidad esto la suposición es a menudo falsa. En muchas situaciones existe la necesidad de conocer la relación entre dos intervalos temporales, como lo es, por ejemplo, durante el procesamiento de consultas. indeterminación significa que no sabemos exactamente cuándo sucedió un evento en particular. cuando dos intervalos temporales son indeterminados, en muchos casos es imposible derivar un cierto relación temporal entre ellos. En este artículo proponemos un enfoque para representar y estimar valores temporales inciertos relaciones mediante el cálculo de las probabilidades de las relaciones básicas que se pueden mantener entre dos primitivas temporales. Representamos la relación entre dos intervalos temporales como un matriz, cuyos cuatro elementos son las relaciones entre los extremos de estos intervalos. La relación incierta entre dos puntos temporales está representada por un vector con tres valores de probabilidad que denotan las probabilidades de las relaciones básicas (antes, al mismo tiempo, después) entre estos puntos. Las probabilidades de las relaciones de intervalo de Allen entre dos intervalos temporales se componen como probabilidades condicionales conjuntas de la relaciones correspondientes entre los extremos de los intervalos. También consideramos un ejemplo de uso del mecanismo de estimación propuesto, que ayuda a determinar posibles áreas de aplicación del formalismo.A wide range of AI applications should manage time varying information, for example, temporal databases, reservation systems, keeping medical records, financial applications, planning. Many published research articles in the area of temporal representation and reasoning assume that temporal data is precise and certain, even though in reality this assumption is often false. In many situations there is a need to know the relation between two temporal intervals, as it is, for example, during query processing. Indeterminacy means that we do not know exactly when a particular event happened. When two temporal intervals are indeterminate it is in many cases impossible to derive a certain temporal relation between them. In this paper we propose an approach to represent and estimate uncertain temporal relations by calculating the probabilities of the basic relations that can hold between two temporal primitives. We represent the relation between two temporal intervals as a matrix, four elements of which are the relations between the endpoints of these intervals. The uncertain relation between two temporal points is represented by a vector with three probability values denoting the probabilities of the basic relations (before, at the same time, after) between these points. The probabilities of Allen’s interval relations between two temporal intervals are composed as joint conditional probabilities of the correspondent relations between the endpoints of the intervals. We also consider an example of using the proposed estimation mechanism, which helps to figure out possible application areas of the formalism.application/pdfspaUniversidad Autónoma de Bucaramanga UNABhttps://revistas.unab.edu.co/index.php/rcc/article/view/1115/1086https://revistas.unab.edu.co/index.php/rcc/article/view/1115J. Allen, Maintaining Knowledge about Temporal Intervals. Communications of the ACM (26): 832-843, 1983.J. Allen and P. Hayes, A Common-Sense Theory of Time. In Proceedings of 9 International Joint Conference on Artificial Intelligence, pages 528-531, 1985.D. Barbara, H. Garcia-Molina, and D. Porter, The Management of Probabilistic Data. IEEE Transactions on Knowledge and Data Engineering 4(5): 487-502, 1992.M. Böhlen, R. Busatto, and C. Jensen, Point- Versus Interval-based Temporal Data Models. Technical Report TR-21, Time Center, 1998.L. Chittaro and A. Montanari, Trends in Temporal Representation and Reasoning. The Knowledge Engineering Review 11(3): 281-288, 1996.D. Dey and S. Sarkar, A Probabilistic Relational Model and Algebra. ACM Transactions on Database Systems 21(3): 339-369, 1996.D. Dubois and H. Prade, Possibility Theory: An Approach to the Computerized Processing of Uncertainty. Plenum Press, New York 1988.C. Dyreson, A Bibliography on Uncertain Management in Information Systems. In: A. Motro (ed.), Uncertainty Management in Information Systems: From Needs to Solutions, Kluwer Academic Publishers, pages 415-458, 1997.C. Dyreson and R. Snodgrass, Valid-Time Indeterminacy. In Proceedings of NinthC. Dyreson and R. Snodgrass, Supporting Valid-Time Indeterminacy. ACM Transactions on Database Systems 23(1): 1-57, 1998.P. Hayes and J. Allen, Short Time Periods. In Proceedings of 10-th International Joint Conference on Artificial Intelligence, pages 981-983, 1987.R. Hirsch, Relational Algebra of Intervals. Artificial Intelligence 83, 267-295, 1996.C. Jensen and C. Dyreson, (eds.), The Consensus Glossary of Temporal Database Concepts. February 1998 Version. In: O. Etzion, S. Jajodia, and S. Spirada, (eds.), Temporal Databases - Research and Practice, Lecture Notes in Computer Science, 1399, 367-405, 1998.C. Jensen and R. Snodgrass, Temporal Data Management. Technical Report TR-17, Time Center, 1997.S. Kwan, F. Olken, and D. Rotem, Uncertain, Incomplete and Inconsistent Data in Scientific and Statistical Databases. In Proceedings of Second Workshop on Uncertainty Management and Information Systems: From Needs to Solutions, Catalina, USA, 1993.A. Motro, Accommodating Imprecision in Database Systems: Issues and Solutions. SIGMOD Record 19(4): 69-74, 1990.A. Motro, Imprecision and Incompleteness in Relational Databases: Survey. Information and Software Technology 32(9): 579-588, 1990.S. Parsons, Current Approaches to Handling Imperfect Information in Data and Knowledge Bases. IEEE Transactions on Knowledge and Data Engineering 8(3): 353- 372, 1996.S. Parsons and A. Hunter, A Review of Uncertainty Handling Formalisms. In: A. Hunter and S. Parsons, (eds.), Applications of Uncertainty Formalisms, Lecture Notes in Artificial Intelligence 1455, Springer-Verlag, 8-37, 1998.V. Ryabov, S. Puuronen, and V. Terziyan, Representation and Reasoning with Uncertain Temporal Relations. In Proceedings of Twelfth International Florida AI Research Society Conference, Orlando, Florida, USA pages 449-453, 1999.G. Shafer, A Mathematical Theory of Evidence. Princeton University Press, 1976.E. Shortliffe, Computer-Based Medical Consultations: MYCIN. Elsevier, New York 1976.R. Snodgrass, I. Ahn, G. Ariav, D. Batory, J. Clifford, C. Dyreson, R. Elmasri, F. Grandi, C. Jensen, W. Käfer, N. Kline, K. Kulkarni, T. Cliff Leung, N. Lorentzos, J. Roddick, A. Segev, M. Soo, M. Suryanarayana, and S. Spirada, The TSQL2 Temporal Query Language. Kluwer Academic Publishers, 1995.P. van Beek, Temporal Query Processing with Indefinite Information. Artificial Intelligence in Medicine 33, 25-339, 1991.P. van Beek and R. Cohen, Exact and Approximate Reasoning about Temporal Relations. Computational Intelligence (6): 132-144, 1990.] L. Vila, A Survey on Temporal Reasoning in Artificial Intelligence. AI Communications (7): 4-28, 1994.M. Vilain, A System for Reasoning about Time. In Proceedings of National Conference on Artificial Intelligence, 197-201, 1982.Derechos de autor 2001 Revista Colombiana de Computaciónhttp://creativecommons.org/licenses/by-nc-sa/4.0/http://creativecommons.org/licenses/by-nc-nd/2.5/co/Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Revista Colombiana de Computación; Vol. 2 Núm. 2 (2001): Revista Colombiana de Computación; 1-17Innovaciones tecnológicasCiencia de los computadoresDesarrollo de tecnologíaIngeniería de sistemasInvestigacionesTecnologías de la información y las comunicacionesTIC´sTechnological innovationsComputer scienceTechnology developmentSystems engineeringInvestigationsInformation and communication technologiesICT'sPointIntervalProbabilityUncertain temporal relationInnovaciones tecnológicasCiencias de la computaciónDesarrollo tecnológicoIngeniero de sistemasInvestigaciónTecnología de la información y comunicaciónRelación temporal inciertaPuntoIntervaloProbabilidadEstimación probabilística de relaciones temporales inciertasProbabilistic estimation of uncertain temporal relationsinfo:eu-repo/semantics/articleArtículohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/redcol/resource_type/CJournalArticlehttp://purl.org/coar/version/c_970fb48d4fbd8a85ORIGINAL2001_Articulo_Estimacion probabilistica de relaciones temporales inciertas.pdf2001_Articulo_Estimacion probabilistica de relaciones temporales inciertas.pdfArtículoapplication/pdf724810https://repository.unab.edu.co/bitstream/20.500.12749/9072/1/2001_Articulo_Estimacion%20probabilistica%20de%20relaciones%20temporales%20inciertas.pdf867384385bfca9427b2821dadf2466aeMD51open accessTHUMBNAIL2001_Articulo_Estimacion probabilistica de relaciones temporales inciertas.pdf.jpg2001_Articulo_Estimacion probabilistica de relaciones temporales inciertas.pdf.jpgIM Thumbnailimage/jpeg7261https://repository.unab.edu.co/bitstream/20.500.12749/9072/2/2001_Articulo_Estimacion%20probabilistica%20de%20relaciones%20temporales%20inciertas.pdf.jpg6f26b9fb50ecb445a81d05c9d55d40c2MD52open access20.500.12749/9072oai:repository.unab.edu.co:20.500.12749/90722023-01-11 16:00:43.713open accessRepositorio Institucional \| Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.co

Estimación probabilística de relaciones temporales inciertas

Publicaciones similares