This HTML5 document contains 30 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

PrefixNamespace IRI
category-eshttp://es.dbpedia.org/resource/Categoría:
dcthttp://purl.org/dc/terms/
wikipedia-eshttp://es.wikipedia.org/wiki/
n16http://medg.lcs.mit.edu/ftp/psz/k-rep.
n22http://www.isi.edu/isd/LOOM/LOOM-HOME.
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
n17http://citeseer.ist.psu.edu/davis93what.
n27http://es.wikipedia.org/wiki/Representación_del_conocimiento?oldid=129562480&ns=
dbpedia-eshttp://es.dbpedia.org/resource/
n8http://www.ccl.kuleuven.ac.be/LKR/html/datr.
n21https://web.archive.org/web/20050618081649/http:/moodle.ed.uiuc.edu/wiked/index.php/
rdfshttp://www.w3.org/2000/01/rdf-schema#
n24https://web.archive.org/web/20040110031608/http:/citeseer.nj.nec.com/context/177306/
n5http://www.makhfi.com/KCM_intro.
n4http://carlosreynoso.com.ar/ciencia-cognitiva-09-mapas-cognitivos/
n12http://rdf.freebase.com/ns/m.
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n15https://web.archive.org/web/20070211062250/http:/www.informatik.uni-trier.de/~ley/db/conf/er/HainautHEHR96.
owlhttp://www.w3.org/2002/07/owl#
n23http://www.inf.unibz.it/~franconi/dl/course/
n25http://www.research.att.com/sw/tools/classic/tm/ijcai-95-with-scenario.
n9https://web.archive.org/web/20031202202839/http:/www.dfki.uni-kl.de/ruleml/
provhttp://www.w3.org/ns/prov#
xsdhhttp://www.w3.org/2001/XMLSchema#
dbrhttp://dbpedia.org/resource/
n10http://www.lirmm.fr/gbkrbook/
n13http://nelements.
Subject Item
dbpedia-es:Modelo_de_conocimiento
dbo:wikiPageRedirects
dbpedia-es:Representación_del_conocimiento
Subject Item
dbpedia-es:Representacion_del_conocimiento
dbo:wikiPageRedirects
dbpedia-es:Representación_del_conocimiento
Subject Item
dbr:Knowledge_representation_and_reasoning
owl:sameAs
dbpedia-es:Representación_del_conocimiento
Subject Item
dbpedia-es:Perfiles_de_países_de_la_FAO
dbo:genre
dbpedia-es:Representación_del_conocimiento
Subject Item
dbpedia-es:Representación_del_conocimiento
rdfs:label
Representación del conocimiento
rdfs:comment
La representación del conocimiento y el razonamiento es un área de la inteligencia artificial cuyo objetivo fundamental es representar el conocimiento de una manera que facilite la inferencia (sacar conclusiones) a partir de dicho conocimiento. Analiza cómo pensar formalmente - cómo usar un sistema de símbolos para representar un dominio del discurso (aquello de lo que se puede hablar), junto con funciones que permitan inferir (realizar un razonamiento formal) sobre los objetos. Generalmente, se usa algún tipo de lógica para proveer una semántica formal de cómo las funciones de razonamiento se aplican a los símbolos del dominio del discurso, además de proveer operadores como cuantificadores, operadores modales, etc. Esto, junto a una teoría de interpretación, dan significado a las frases e
owl:sameAs
n12:049_k
dct:subject
category-es:Gestión_de_información category-es:Representación_del_conocimiento
foaf:isPrimaryTopicOf
wikipedia-es:Representación_del_conocimiento
dbo:wikiPageID
383251
dbo:wikiPageRevisionID
129562480
dbo:wikiPageExternalLink
n4: n5:htm n8:html n9: n10: n13:org n15:html n16:html n17:html n21:Schemas n22:html n23: n24:0 n25:html
dbo:wikiPageLength
14256
prov:wasDerivedFrom
n27:0
dbo:abstract
La representación del conocimiento y el razonamiento es un área de la inteligencia artificial cuyo objetivo fundamental es representar el conocimiento de una manera que facilite la inferencia (sacar conclusiones) a partir de dicho conocimiento. Analiza cómo pensar formalmente - cómo usar un sistema de símbolos para representar un dominio del discurso (aquello de lo que se puede hablar), junto con funciones que permitan inferir (realizar un razonamiento formal) sobre los objetos. Generalmente, se usa algún tipo de lógica para proveer una semántica formal de cómo las funciones de razonamiento se aplican a los símbolos del dominio del discurso, además de proveer operadores como cuantificadores, operadores modales, etc. Esto, junto a una teoría de interpretación, dan significado a las frases en la lógica. Cuando diseñamos una representación del conocimiento (y un sistema de representarían del conocimiento para interpretar frases en la lógica para poder derivar inferencias de ellas) tenemos que hacer elecciones a lo largo de un número de ámbitos de diseño. La decisión más importante que hay que tomar es la expresividad de la representación del conocimiento. Cuanto más expresiva es, decir algo es más fácil y más compacto. Sin embargo, cuanto más expresivo es un lenguaje, más difícil es derivar inferencias automáticamente de él. Un ejemplo de una representación del conocimiento poco expresiva es la lógica proposicional. Un ejemplo de una representación del conocimiento muy expresiva es la lógica autoepistémica. Las representaciones del conocimiento poco expresivas pueden ser tanto completas como consistentes (formalmente menos expresivas que la teoría de conjuntos). Las representaciones del conocimiento más expresivas pueden ser ni completas ni consistentes. El principal problema es encontrar una representación del conocimiento y un sistema de razonamiento que la soporte, que pueda hacer las inferencias que necesita una aplicación dentro de los límites de recursos del problema a tratar. Los desarrollos recientes en la representación del conocimiento han sido liderados por la web semántica, y han incorporado el desarrollo de lenguajes y estándares de representación del conocimiento basados en XML, que incluyen Resource Description Framework (RDF), RDF Schema, DARPA Agent Markup Language (DAML), y Web Ontology Language (OWL).
Subject Item
wikipedia-es:Representación_del_conocimiento
foaf:primaryTopic
dbpedia-es:Representación_del_conocimiento