Técnicas de Inteligencia artificial explicable basadas en una integración de lógica simbólica y no-simbólica

Ficha técnica

Resumen

Se desarrolla un método para extraer el patrón de reglas aprendido por una red neuronal entrenada de tipo feedforward, se analizan sus propiedades y se explican estos patrones mediante el uso de lógica de primer orden.

Publicaciones

Pablo Negro and Claudia Pons, "Artificial Intelligence techniques based on the integration of symbolic logic and deep neural networks: A systematic review of the literature", Inteligencia Artificial, vol. 25, pp. 13--41, 2022. 10.4114/intartif.vol25iss69pp13-41 

Pablo Negro and Claudia Pons (2024). “Rule Extraction in Trained Feedforward Deep Neural Networks: Integrating Cosine Similarity and Logic for Explainability”. International Journal of Artificial Intelligence and Machine Learning (IJAIML). ISSN: 2642-1577|EISSN: 2642-1585|DOI: 10.4018/IJAIML.347988 Volume 13, Issue 1, Article 2.  

Pablo Negro and Claudia Pons (2024). Extracting rules from trained feedforward neural networks with first order logic. Electronic Journal of SADIO (EJS), 23(1). pg.58-80. June 2024 

Proyectos

Técnicas de Inteligencia Artificial Neuro-simbólica. Financiado por Comisión de Investigaciones Científicas y Facultad de Informática y Universidad Abierta Interamericana. Dirigido por Claudia Pons. CoDirigido por Roxana Giandini. Duración: 1/1/2019-31/12/2024

Desarrollo de herramientas inteligentes para la gestión y toma de decisiones en el ámbito de la ciencia abierta y ciudadana. Financiado por CICPBA. Dirigido por Claudia Pons. Duración: 1/7/2019-31/7/2021