Exploraciones sobre el soporte multi-agente BDI en el proceso de descubrimiento de conocimiento en bases de datos
Description
En este trabajo se explora como dar soporte al proceso de Descubrimiento de Conocimiento en Bases de Datos (KDD) con un Sistema Multi-Agente (MAS) conformado de agentes de Creencias, Deseos e Intenciones (BDI). El resultado de esta exploración se refleja en el diseño e implementación del proceso KDD como un MAS BDI, que consiste de seis agentes especializados en algunos pasos (preprocesamiento, minería de datos y evaluación de patrones) de este proceso. Coordinador se encarga de gestionar la entrada/salida del sistema y la base de datos; Preprocesador suple los valores faltantes en esta base de datos y la discretiza de forma supervisada y no supervisada; y los agentes aprendices (ID3 , C4.5, NB y TAN) a partir de esta base de datos preprocesada construyen sus respectivos modelos de minería de datos, que envían al Coordinador para que éste seleccione y reporte al ganador. Las tareas de minería de datos que el MAS tiene encomendadas son la clasificación de datos y el modelado de dependencias, que se implementaron con los algoritmos ID3 y C4.5, y NB y TAN, respectivamente. Los modelos aprendidos por los agentes son evaluados con la métrica de validación cruzada estratificada con 10 particiones, debido a que fue reportada en Kohavi [58] como la mejor. Para llevar a cabo el diseño de este MAS nos apegamos a la metodología Prometheus (que est´a dirigida al desarrollo de agentes inteligentes) y empleamos la herramienta PDT, que da soporte a esta metodología, mientra que el desarrollo lo realizamos en el lenguaje de programación de agentes AgentSpeak(L), mediante el intérprete Jason. Otra herramienta importante para este trabajo fue WEKA, debido a que proporcionó el código en Java que implementa los algoritmos que ejecutan los agentes del MAS.Éditeur
Universidad Veracruzana. Facultad de Física. Región Xalapa.