Sistema Experto: Clasificación de animales
según su taxonomía
Pablo González-Ripoll Cerezo Laura Lucas Rodríguez
Estudiante Ing. Telecomunicación Estudiante Ing. Telecomunicación
E.P.S. Universidad Carlos III E.P.S. Universidad Carlos III
Leganés, Madrid Leganés, Madrid
[Link]@[Link] [Link]@[Link]
SÍNTESIS a estudiar ya está consensuada, y se ha hecho un árbol
En esta disertación desarrollamos un Sistema Experto capaz de filogenético de los mismos. Si bien la definición de la Taxonomía
decidir el grupo taxonómico al que pertenece un ejemplar animal tiene una larga historia, hoy en día se ocupa de decidir qué clados
en estudio. (grupos monofiléticos, coincidentes con nodos del árbol) se
convertirán en taxones, ubicados en sus correspondientes
categorías taxonómicas. Los Códigos reglamentan las siguientes 7
Términos generales categorías taxonómicas: Reino, Filo, Clase, Orden, Familia,
Algoritmos, Documentación, Diseño, Lenguajes, Teoría. Género y Especie.
Palabras clave
Sistema Experto, Clasificación, Animal, Taxonomía, Reino, Filo,
Clase, CLIPS, JESS.
1. INTRODUCCIÓN
Desde la aparición de las maquinas, siempre se ha perseguido un
mismo fin, conseguir transmitir a éstas todo el conocimiento
humano para así poder facilitar las tareas al hombre.
Este objetivo se comparte también en una de las ramas de la
Inteligencia Artificial, la cual persigue que un mero robot sea
capaz de comportarse como un hombre y tomar sus propias
decisiones. Para poder llevar a cabo esta tarea se cuenta con
distintos procesos que simulan el aprendizaje y decisiones de la
maquina.
Este tipo de sistemas se acotan en un pequeño campo de
conocimientos, y son conocidos como Sistemas Basados en
Figura 1. Taxonomía y Filogenia.
Conocimiento (SBC) o bien Sistemas Expertos, mediante los
cuales con unas sencillas reglas podemos llegar a grandes
conclusiones con gran rapidez y facilidad. 2.1 Reino
Reino es cada una de las grandes subdivisiones en que se
consideran distribuidos los seres vivos, por razón de sus
Dichos sistemas se pueden aplicar en todos los campos de la caracteres comunes. En la actualidad, reino es el segundo nivel de
ciencia, aunque en este caso se destinará a la biología. clasificación por debajo del dominio. La clasificación más
Para un investigador en este campo, que estudia las características aceptada es el sistema de los tres dominios con cuatro reinos que
de un ejemplar animal, resulta interesante disponer de un se presenta a continuación: (Puesto que Archaea y Bacteria no se
procedimiento que le facilite el proceso de su identificación. han subdividido, se pueden considerar tanto dominios como
En este estudio se desarrolla un Sistema Experto destinado a la reinos).
investigación en zoología, que permitirá la clasificación de
animales dentro de los grandes taxones de este Reino, a partir de Dominios Reinos
su observación.
Archaea
2. CLASIFICACIÓN DE ANIMALES Bacteria
La Taxonomía es la subdisciplina de la Biología Sistemática que Eukarya Animalia Plantae Fungi Protista
toma lugar una vez que las relaciones de parentesco de los grupos
Tabla 1. Reinos.
2.2 Filo (Phylum) 3. SISTEMA EXPERTO
En zoología, el Filo (Phylum) o División es una categoría Como bien indica su nombre, un Sistema Experto (SE) simula el
taxonómica que está entre el Reino y la Clase, y se utiliza para comportamiento de un humano en un campo muy reducido de
subdividir el Reino Animal y el Reino Protistas. conocimiento. Mediante ellos se consigue la resolución de
El filo es la subdivisión básica del Reino animal y puede definirse problemas de distinta índole, lo cual ayuda al humano
como una agrupación de animales basada en su plan general de (imprescindible en todo momento) a sacar las conclusiones
organización. Así, animales tan diversos como las almejas, los oportunas.
caracoles o los pulpos pueden agruparse en el filo Mollusca al Un SE debe cumplir dos características primordiales:
presentar un plan básico de organización común. 1. Capacidad de explicación para todas y cada una de sus
A pesar de que existen casi 40 filos, la inmensa mayoría de los reglas.
animales pertenecen a alguno de los 9 filos siguientes: 2. Adquisición de nuevos conocimientos para poder ampliar la
Arthropoda, Mollusca, Porifera, Cnidaria, Platyhelminthes, ayuda que proporciona al humano.
Nematoda, Annelida, Echinodermata y Chordata. De hecho, más
del 80% de las especies animales están incluidas en el filo Para poder conseguir todo lo mencionado anteriormente el SE se
Arthropoda. basa en una serie de reglas mediante las cuales se puede construir
un árbol de decisión. Posteriormente, este árbol será usado para
poder llegar a una conclusión sencilla.
2.3 Clase Un sistema experto esta compuesto por distintas partes que se
La Clase es una categoría taxonómica situada entre el filo o enlazan como vemos en la figura 3.
división y el orden.
Si la clasificación lo requiere pueden intercalarse nuevas
categorías entre la clase y el filo; la más usada es la superclase;
del mismo modo, pueden intercalarse categorías entre la clase y el
orden; se usan con frecuencia la subclase y la infraclase.
En animales y bacterias no hay obligación de un sufijo concreto
para nombrar las clases ni las subclases (Mammalia, Insecta o Memoria de
trabajo
Cephalopoda; Bacilli o Mollicutes).
Figura 3. Estructura general de un Sistema Experto.
A continuación se detallan las principales partes de un sistema
experto.
3.1 Base de conocimientos
Se trata de la parte del Sistema Experto donde se encuentran los
conocimientos sobre el dominio. Éstos son extraídos de un
humano y codificados en una serie de reglas que le permiten al
sistema seguir el razonamiento que seguiría el experto, en este
caso el biólogo. Comúnmente las reglas suelen seguir una
estructura condicional: típicamente con el formato SI ocurre esto
ENTONCES pasa esto.
Se muestra a continuación una de las reglas del SE implementado
Figura 2. Clase como categoría taxonómica. como ejemplo.
Si [r1] = "El cuerpo del organismo es una simple 3.4.1 CLIPS
célula eucarionte, o muchas células Conocido así por el significado de sus siglas en ingles C
funcionando como una colonia." Language Integrated Production System (Sistema de producción
Entonces [el animal pertenece a] = "Reino integrado en lenguaje C), fue creado por la NASA en 1986 como
Protista" una herramienta para el desarrollo de Sistemas Expertos. Fue
desarrollado para intentar solventar todos los problemas existentes
Ejemplo 1. Ejemplo de regla generada. para estos sistemas en LISP.
A pesar de su antigüedad sigue siendo uno de los lenguajes más
3.2 Memoria de trabajo utilizados por su integrabilidad, facilidad, eficiencia y rapidez sin
Se encarga de almacenar hechos que son relacionados con olvidar su fácil obtención debido a que es gratuito. Además se
conocimientos mediante consultas, durante el uso del sistema dispone de interfaces y herramientas en otros lenguajes como
experto. De esta manera se pueden ir adquiriendo nuevos JESS (utilizado en nuestro caso) y otras extensiones para lógica
conocimientos que serán aplicados en consultas futuras. Es la borrosa (FuzzyCLIPS).
manera que tiene el SE de aprender. Otro punto a tener en cuenta es que esta herramienta soporta
programación lógica, imperativa y programación orientada a
3.3 Motor de inferencia objetos.
Es el modulo mas importantes de todos los anteriores, es el
Se trata de un entorno en el que incluye un sistema de
encargado de trabajar con los datos tanto de la base de
encaminamiento de la verdad con encaminamiento hacia delante,
conocimientos como de la memoria de trabajo para llegar a
una adición dinámica de reglas y hechos y diferentes estrategias
conclusiones en nuevas situaciones. Es el encargado de usar todas
para la resolución de conflictos.
las reglas de las que se dispone para construir el árbol de decisión
y llegar así a una conclusión que se puede mostrar usuario del SE, Al igual que otros lenguajes para Sistemas Expertos, CLIPS
por tanto es el que simula el comportamiento humano. trabaja con reglas y hechos (facts). Los hechos permiten que
alguna regla sea aplicable.
A continuación podemos ver un ejemplo de una asociación de
hechos. En ella se puede deducir que la primera palabra
representa la relación entre los siguientes hechos.
(deffacts hechos-del-vehiculo
“información del vehículo”
(marca Citroen)
(modelo Xsara Picasso)
(puertas 5)
)
Ejemplo 2. Conjunto hechos en CLIPS.
Figura 4. Ejemplo Árbol de decisión.
En el siguiente esquema podemos observar como se construye
una regla en CLIPS.
3.4 Métodos de implementación (defrule <nombre-regla>
Tras conocer lo que es un sistema experto se puede pasar a
[<descripción opcional>]
resumir las distintas maneras de realizar uno. Puesto que esta
compuesto por una seria de reglas de tipo condicional, puede ser [(declare (salience <num>))]
implementado casi en cualquier lenguaje de programación pero (patrón 1)
normalmente se suelen usar lenguajes lógicos para ello. Algunos (patrón 2)
de los lenguajes que se suelen usar son los siguientes: ...
• Prolog (patrón N)
• CLIPS =>
• JESS (acción 1)
Procediendo en el siguiente punto a la explicación de los usados
(acción 2)
para la implementación de este sistema experto, en este caso JESS
aunque se procederá también a la explicación de CLIPS puesto ...
que JESS es una evolución del mismo en Java. (acción N)
)
Ejemplo 3. Reglas en CLIPS.
A la hora de definir las reglas para obtener un código más legible Sigue el mismo procedimiento que LEX pero mirando solo
y simplificado, podemos hacer uso, como en la mayoría de el primer patrón.
lenguajes, de variables. Una variable se diferencia porque delante
del nombre ponemos el símbolo de cierre de interrogación.
Asignamos valor a las distintas variables mediante las sentencias: En todos los casos partimos de que antes de aplicar la regla de
resolución de conflictos, se ordena la agenda (dándose prioridad a
las reglas más recientemente activadas), no pudiendo diferenciar
---Declaración e impresión variable ---
entre reglas que son activadas por la aserción de los mismos
(bind ?x “Hola”)
hechos.
(printout t ?x clrf)
A la hora de comparar todos los patrones, se debe tener en cuenta
la existencia de patrones avanzados en los cuales podemos
Ejemplo 4. Variables en CLIPS. imponer restricciones mediante:
• Negación (~)
También podemos definir variables globales mediante el uso de la • Conjunción (&)
sentencia defglobal.
• Disyunción (|)
Una vez definido todo lo anterior, podemos proceder a definir el
motor de inferencias, que será el encargado de emparejar los Además, también se pueden unir patrones mediante las relaciones
hechos con cada una de las reglas, siguiendo una estrategia de lógicas or, and y not.
resolución de conflictos u otra. Para ello, cuando una regla tiene Teniendo en cuenta todo lo anterior, podremos comparar los
sus patrones totalmente emparejados se considera que esta activa. patrones mediante funciones de evaluación:
El motor de inferencias se basa en una serie de órdenes que se
(test <función-booleana> <arg>)
muestran a continuación:
?variable&:(<función-booleana> <arg>)
(facts): lista los hechos de la MT Ejemplo 6. Funciones de evaluación.
(assert <hecho>): añade el hecho a
la MT
(retract <ref-hecho>): elimina el O bien utilizando funciones booleanas (son las utilizadas en este
hecho de la MT proyecto):
(clear): elimina todos los hechos • lógicas: or, not, and.
de la MT
• Comparación numérica: =,<>, >=, >, <=, <
(reset): elimina todos los hechos
de la MT • Comparación de otro tipo: eq, neq.
Ejemplo 5. Órdenes básicas en CLIPS. • Funciones predicado: stringp, numberp, evenp,
lexemep, symbolp, ...
Después de todo esto, sólo nos queda decidir cuál es la estrategia
de resolución de problemas que seguiremos para nuestro Sistema Finalmente podemos definir distintas funciones siguiendo la
Experto. semántica indicada:
• Estrategia en profundidad (Depth) (es la utilizada por
defecto). (deffunction <nombre-fun>
• Estrategia en anchura (Breadth). [comentario]
• Estrategia de simplicidad/complejidad. (?arg1 ?arg2 ...?argM)
(<acción 1>
En las que el criterio de ordenación es la especificidad.
...
• Estrategia aleatoria. <acción K>)
A cada activación se le asigna un número en el orden de )
la agenda. Esa asignación se conserva durante todas la
ejecuciones. Ejemplo 7. Definición de funciones.
• Estrategia LEX.
Se asigna a cada hecho el tiempo en el que fue creado, Algunas funciones muy utilizadas que ya vienen implementadas
dando prioridad a los hechos realizados con son:
posterioridad y comparando los patrones en orden • printout t <variable>: Imprime por pantalla la variable.
descendente.
• (read): Lee una palabra.
• Estrategia MEA.
• (readline): Lee una línea.
Además de todo lo indicado anteriormente, para poder realizar un 3.4.3 CLIPS vs. JESS
control del flujo, en CLIPS también podemos utilizar distintos En primer lugar se presentan algunos datos interesantes de cara al
bucles tipo while o estructuras condicionales if then … else. uso de CLIPS y JESS:
Pudiendo utilizar además clases y objetos.
JESS CLIPS
Finalmente, resta por mencionar las sentencias necesarias para
Año de primera versión 1995 1986
editarlo un programa (edit), cargarlo (load), ejecutarlo (run,
realizando previamente un reset) y guardarlo (save). Disponibilidad para uso no comercial Libre Libre
Negociable
Disponibilidad para uso comercial Negociable
3.4.2 JESS (EEUU libre)
Como ya se ha mencionado, se trata de una consola para sistemas Tabla 2. CLIPS vs. Jess
expertos en Java basada en CLIPS (JESS: Java Expert System
Shell).
Hoy en día existe una estrecha relación entre la programación Tanto CLIPS como JESS son productos con gran apoyo en
lógica y el lenguaje Java, de esta relación han nacido muchas Internet, pero CLIPS parece tener un público más amplio,
aplicaciones que son de mucha ayuda, una de ellas es JESS. Este probablemente por su antigüedad. Esta antigüedad ha convertido a
programa muestra las ventajas de esta unión entre la CLIPS en un sistema más completo y estable, mientras que los
programación lógica y Java ya que JESS es muy portable, de usuarios de JESS aún siguen sufriendo la existencia de algunos
mayor poder y a la vez muy flexible. bugs menores. Es por esto que JESS se actualiza constantemente
Además se sabe que otra ventaja es que con esta unión se y el autor, Ernest Friedman-Hill, lleva a cabo regularmente
obtienen mayores beneficios si lo que se desea es poder nuevas versiones y corrección de errores.
representar el conocimiento. Hoy en día, la elección entre JESS y CLIPS depende de la
JESS fue originalmente creado como un clon del núcleo esencial aplicación. Si es basado en web o en forma de applet, la elección
de CLIPS, pero ha comenzado a adquirir su propia fama gracias a de JESS es muy lógica (incluso respaldada por los autores de
la creciente influencia de sistemas desarrollados en Java. Como CLIPS). Para las aplicaciones más clásicas, CLIPS probablemente
dicen sus autores "JESS se ha convertido en la forma más sea el elegido debido a su reputación como el sistema más estable
práctica de aportar a las aplicaciones y applets Java la y al gran apoyo del que goza.
capacidad de "razonar"". El futuro de JESS depende altamente de la evolución de la web, el
Como principal novedad con respecto a CLIPS, cabe mencionar lenguaje de programación Java y su propia estabilidad futura.
su versatilidad en el mundo de la web, pues al tratarse de Java, Estas tres condiciones hacen que sea altamente probable que JESS
puede formar parte de aplicaciones de tipo applet o incluirse en se convierta en uno de los sistemas más populares y más
navegadores. No obstante, no suele ser recomendable, pues utilizados. Especialmente la orientación a objetos y la posibilidad
normalmente supone una carga excesiva (ocupa bastante) y es de fácil integración en el código Java le otorgan a JESS un futuro
mejor ubicarlo en el servidor. muy prometedor.
Se puede trabajar con JESS tanto desde la consola, como
embebiendo el sistema en la plataforma Eclipse. 4. IMPLEMENTACIÓN
A la hora de realizar el diseño de este Sistema Experto, la
solución final se basó en la facilidad de uso para el usuario,
decantándose finalmente por la sencillez de las preguntas
(buscando respuestas afirmativas o negativas para continuar con
el estudio).
Basándose en ese planteamiento, se comienza haciendo las
preguntas más generales del animal, para ir avanzando en el nivel
de exactitud de las mismas hasta obtener una respuesta.
La mayoría de las reglas empleadas al seguir el procedimiento
anterior se basan en funciones condicionales (if <condicion> then
<accion> else <accion2>).
Para facilitar el uso del sistema y evitar al usuario tener que
responder a las preguntas mediante TRUE o FALSE, se
Figura 5. JESS en Eclipse. implementaron dos funciones que permiten la traducción de las
respuestas en los valores booleanos correspondientes.
Admitiéndose, así, que las respuestas puedan ser s/sí (para caso
afirmativo) y n/no (para el negativo).
Finalmente, se hace uso de una nueva regla para recopilar la 6. PRUEBAS
información obtenida de las preguntas anteriores y mostrar por Una vez presentados tanto las herramientas de las que se hacen
pantalla al usurario la conclusión alcanzada tras las preguntas uso, como el funcionamiento del sistema desarrollado, se procede
respondidas. a mostrar una serie de ejemplos visuales del funcionamiento de la
aplicación.
5. EJEMPLO Si seguimos la cadena de respuestas, observando las imágenes, se
Una vez explicado el desarrollo de los procedimientos necesarios
puede confirmar su correcto funcionamiento.
para el funcionamiento del Sistema Experto, nos centramos, a
continuación, en el análisis de la interfaz con la que interactúa el 6.1 Ejemplar de clase Protista
usuario. Iniciamos las pruebas con el caso más sencillo que puede darse,
Simulamos, para ello, el procedimiento que seguiría y las consistente en llegar a la solución en un único paso. Tratándose
decisiones que tomaría un usuario, en el supuesto de que quisiera en ese caso de el animal más sencillo a clasificar, mostramos a
identificar el taxón al que pertenece el animal mostrado en la continuación una foto de los mismos con las preguntas a
imagen. responder en la captura de pantalla de la consola durante la
prueba.
Figura 7. Ejemplar de la clase Protista.
Figura 6. Ejemplo de ejemplar en estudio.
En la interfaz del Sistema Experto irían apareciendo sucesivas
preguntas cuya respuesta será sí/no. El usuario seleccionaría la
condición que mejor describiera las características observadas en
el animal que se quiere clasificar, hasta obtener una solución
(taxón al que pertenece).
- ¿El cuerpo del organismo es una simple
célula ecuarionte, o muchas células
funcionando como una colonia? No
- ¿El cuerpo forma masas irregulares con
paredes rugosas, ásperas y perforadas por
numerosos poros? No
- ¿Hay ausencia de ano o falta por completo
el sistema digestivo? No
- ¿Se observa simetría radial o bilateral? Figura 8. Captura de pantalla del SE para clase
Sí Protista.
- ¿Es visible una verdadera metamería? Sí
- ¿Se observan apéndices locomotores Si observamos el inicio de la Figura 8, podemos ver como
articulados? Sí comenzar a trabajar con JESS (solo será mostrado en esta prueba).
- ¿Se observan antenas? No En este caso se trabaja en Linux, variando con respecto a
Windows que en el segundo caso hay que añadir el formato del
Resultado del estudio: fichero ([Link]). Seguidamente se muestra como se ejecuta
nuestro programa en JESS, mediante la línea (batch
Clase Arachnida.
../se_animales.clp) en la cual se indica primero que queremos
ejecutar un programa mediante la instrucción batch y
seguidamente la ruta del fichero a ejecutar (en este caso una
carpeta por encima de la ruta en la que nos encontramos).
Ejemplo 8. Interacción con usuario.
6.2 Ejemplar de clase Trematoda
Para realizar una prueba más exhaustiva del SE, se decidió buscar
un animal con una clasificación que implicase un mayor número
de preguntas por parte de la máquina, y por tanto un mayor grado
de dificultad. Finalmente la prueba resulto exitosa y el resultado
fue el esperado, el cual se muestra a continuación con las
siguientes imágenes.
Figura 9. Ejemplar de la clase Trematoda. Figura 12. Captura de pantalla del SE para clase
Hydrazoa.
6.4 Ejemplar no presente en la base de
conocimientos
Puesto que nuestro sistema ha sido desarrollado con una extensión
bastante limitada, obviamente habrá ejemplares animales que se
escapen a la base de conocimientos. Finalmente, a continuación,
se muestra una prueba en la que la sucesión de preguntas lleva a
una de estas situaciones.
Figura 10. Captura de pantalla del SE para clase
Trematoda.
6.3 Ejemplar de clase Hydrozoa
Para asegurar el correcto funcionamiento del SE en todos los
casos, se decidió realizar otra prueba, que a simple vista puede
resultar parecida a la anterior, pero cuya complejidad se basaba en
que el camino de preguntas se bifurca llegados a un punto. Por
tanto, podía ser causa de fallo por tener que realizar un camino
distinto al anterior. En este caso el resultado, como se puede
observar en las imágenes, también fue exitoso, pudiendo
confirmar tras dicha prueba el correcto funcionamiento del Figura 10. Captura de pantalla del SE para la no
sistema en todos aquellos casos en los que el animal se encuentra existencia de coincidencias.
en su base de conocimientos.
7. CONCLUSIONES
Tras realizar este proyecto hemos podido observar la gran utilidad
de los Sistemas Expertos en todas las materias, pero
especialmente en la Biología. Para un experto humano realizar
clasificaciones con la variedad tan exagerada de taxonomías, y
por tanto de clases, supondría un consumo de tiempo muchísimo
mayor. A pesar de todo ello, seguimos opinando que pese a no
necesitar un numero tan elevado de investigadores con el SE, se
Figura 11. Ejemplar de la clase Hydrozoa.
necesitaría un experto que supervisase el trabajo del sistema y su fiabilidad, indicándole si existe la posibilidad de fallo, según haya
correcto funcionamiento. sido el estudio y las preguntas a las que el usuario haya
Por otro lado hemos tenido la oportunidad de trabajar con JESS y respondido.
poder apreciar cómo están estructurados los lenguajes orientados Para poder realizar este cambio se debería contar a la hora de
a la realización de SE con respecto a otros, como puede ser C. Y implementacion con la ayuda de un experto que tuviera la
se puede apreciar facilmente durante su uso, la sencillez de los capacidad de decidir si la maquina estuvo acertada en la
primeros a la hora de programar sistemas de este estilo. clasificación o no. Desde el punto de vista del desarrollador,
añadir esta funcionalidad supondría incluir una función más en el
8. AMPLIACIONES Y LÍNEAS FUTURAS programa.
En este estudio, obviamente, no pretendemos realizar una Sistema
Experto capaz de satisfacer las necesidades de un verdadero 9. REFERENCIAS
investigador zoólogo. Más bien, planteamos el esqueleto de lo que [1] Padilla Álvarez, F., Cuesta López, A. 2003.
podría ser una aplicación de verdadera utilidad en este ámbito Zoología Aplicada. Ediciones Díaz Santos S.A.
profesional.
[2] Hickman, P., Roberts, L., Larson, A. 2002.
8.1 Reglas Principios Integrales de Zoología. McGraw-
De lo aclarado anteriormente se desprende la conclusión de que la
Hill/Interamericana de España, S.A.U.
base de conocimientos de nuestro sistema debe calificarse de muy
limitada, entendiéndose, por tanto, que la mejora inmediata que [3] Brusca, R. C. & Brusca, G. J., 2005.
debería plantearse es aumentar la lista de reglas de la que se Invertebrados, 2ª edición. McGraw-Hill-Interamericana,
dispone. Madrid , XXVI+1005 pp. ISBN 0-87893-097-3.
En esta hipotética etapa de desarrollo del proyecto, sería [4] Apuntes de la asignatura sobre Sistemas Expertos
fundamental contar con la colaboración de un verdadero experto
investigador en Biología, que fuera quien planteara nuevas reglas, [5] [Link]
capaces de abarcar un espectro mucho más extenso. expertos/[Link]
[6] [Link]
[7] Información CLIPS
8.2 “Aprender” de los fallos
Como se ha observado en una de las pruebas, en las ocasiones en [Link]
que las respuestas dan lugar a un ejemplar fuera de la base de [8] Apuntes de CLIPS en español por Aitor San Juan Sánchez
conocimientos, únicamente se muestra por pantalla un mensaje [9] Apuntes asignatura Inteligencia en Redes de
que indica dicha situación. En una posible versión mejorada Comunicaciones curso 2007/2008
podría plantearse la posibilidad de incluir una nueva
funcionalidad en estos casos. [10] Prácticas asignatura Inteligencia en Redes de
Comunicaciones curso 2007/2008
Una opción podría ser añadir nuevas reglas con ayuda del usuario
cuando una de estas situaciones se alcanza. Es decir, en el caso de [11] [Link]
que se llegue a una combinación de respuestas tal que el resultado
no coincida con ninguna de las clases animales presentes en la
[12] Programa JESS
base de conocimientos, el sistema podría informar al usuario de
este hecho y posteriormente preguntarle si desea añadir una nueva [Link]
regla que contemple el caso en estudio. [13] Reglas de JESS
[Link]
8.3 Cálculo de la fiabilidad del resultado
Otra de las mejoras que puede resultar intersante desde el punto
de vista del experto, es poder ofrecer a éste un porcentaje de
