Modelos de representación de imprecisión e incertidumbre en fusión de alto nivel

Actas de: XVII Congreso Español sobre Tecnologías y Lógica Fuzzy (ESTYLF 2014). Zaragoza, 5-7 de febrero de 2014.Las técnicas de fusión de datos e información procedente de redes de sensores necesitan manejar información incierta e imprecisa, puesto que es habitual enfrentarse a problemas en los que el conocimiento disponible es vago o insuficiente y/o los aparatos de medición están sujetos a fallos. Con el reciente auge de la denominada "fusión de alto nivel", que tiene como objetivo reconocer la situación observada e identificar posibles riesgos, este problema se ha acentuado, ya que los formalismos que se utilizan habitualmente para construir un modelo simbólico del escenario, como la lógica de primer orden y las ontologías, no proporcionan soporte para este tipo de conocimiento. En este trabajo repasamos varias propuestas recientes para representación y razonamiento con información incierta e imprecisa en fusión de alto nivel. Nos centramos en dos tipos: (a) las que incorporan estos mecanismos en los propios modelos de representación, como las ontologías probabilísticas y difusas y las redes lógicas de Markov; (b) las que extienden el proceso de fusión con una capa de gestión de incertidumbre adicional, como las basadas en argumentación probabilística.Este trabajo ha sido financiado por la Junta de Andalucía (P11-TIC-7460), la Comunidad de Madrid (S2009/TIC- 1485) y el Ministerio de Economía y Competitividad de España (TEC2012-37832-C02-01, TEC2011-28626-C02- 02, TIN2012-30939).Publicad