Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licenseReconocimiento 4.0 Internacional. (CC BY)-
dc.contributor.authorYovine, Sergioes
dc.contributor.authorCarrasco Piaggio, Matíases
dc.contributor.authorMayr, Franzes
dc.contributor.authorUchitel, Sebastiánes
dc.contributor.authorBraberman, Victores
dc.contributor.authorGagliardi, Hernánes
dc.contributor.authorMartínez Varsi, Nicoláses
dc.contributor.authorPan Suarez, Federicoes
dc.contributor.authorSanchez, Marcoes
dc.contributor.authorDelgado, Tomáses
dc.contributor.authorVilensky, Federicoes
dc.contributor.authorWürth, Mateuses
dc.contributor.authorDandois, Santiago Josées
dc.contributor.authorMolinolo, Matíases
dc.contributor.authorKidd, Johnyes
dc.contributor.authorDa Silva Barloco, Juan Pedroes
dc.contributor.authorGarat, Alejoes
dc.contributor.authorIturbide Noria, Martínes
dc.date.accessioned2025-06-25T15:53:56Z-
dc.date.available2025-06-25T15:53:56Z-
dc.date.issued2024-12-12-
dc.identifier.urihttps://hdl.handle.net/20.500.12381/5138-
dc.description.abstractLos sistemas de información actuales incluyen cada vez más componentes de inteligencia artificial con capacidad de aprendizaje, en particular las redes neuronales artificiales. Esto no se limita a sistemas de bajo riesgo, como por ejemplo, organizar un álbum de fotos, sino que el área está evolucionando con gran rapidez hacia su aplicación en sistemas críticos de alto riesgo, como el control de vehículos autónomos o el diagnóstico médico, cuyo mal funcionamiento puede causar daños irreparables a personas o al medioambiente. Para hacer frente a esta realidad, este proyecto se ubica dentro del área general de la "IA verificada" cuyo objetivo es diseñar sistemas de IA que tengan garantías sólidas de corrección con respecto a requisitos especificados matemáticamente. Su objetivo contribuir al desarrollo de métodos formales para la construcción de sistemas críticos con componentes de IA verificados. La dificultad de esta iniciativa es que si bien los componentes capaces de aprender implementan intrínsecamente algún modelo de cómputo, esto no significa que su verificación formal sea tratable con las técnicas existentes dado que son difíciles de formalizar. Un área de especial interés en el ámbito de sistemas críticos es garantizar que la evolución del estado de un sistema en el tiempo, consecuencia de las acciones que hace durante su funcionamiento, cumple ciertas propiedades. Este problema se expresa naturalmente en términos de lenguajes formales y lógicas temporales. En el caso de las redes neuronales artificiales, se trata de aquellas que manipulan secuencias, como las recurrentes y los Transformers. Concretamente, el objetivo del proyecto es desarrollar técnicas que contribuyan a garantizar el correcto comportamiento de sistemas de inteligencia artificial basados en redes neuronales sobre secuencias mediante la extracción de modelos formales que sirvan de base para la verificación de propiedades y la síntesis de controladores que guíen su comportamiento.es
dc.description.sponsorshipAgencia Nacional de Investigación e Innovaciónes
dc.language.isospaes
dc.publisherAgencia Nacional de Investigación e Innovaciónes
dc.relationhttps://hdl.handle.net/20.500.12381/3419es
dc.relationhttps://hdl.handle.net/20.500.12381/3420es
dc.relationhttps://hdl.handle.net/20.500.12381/3418es
dc.relationhttps://hdl.handle.net/20.500.12381/3417es
dc.relationhttps://hdl.handle.net/20.500.12381/3622es
dc.relationhttps://hdl.handle.net/20.500.12381/3624es
dc.relationhttps://hdl.handle.net/20.500.12381/3626es
dc.relationhttps://hdl.handle.net/20.500.12381/3656es
dc.relationhttps://redata.anii.org.uy/dataset.xhtml?persistentId=doi:10.60895/redata/Z8QDEZes
dc.relationhttps://redata.anii.org.uy/dataset.xhtml?persistentId=doi:10.60895/redata/KNERSJes
dc.relationhttps://redata.anii.org.uy/dataset.xhtml?persistentId=doi:10.60895/redata/NDHQQQes
dc.relationhttps://redata.anii.org.uy/dataset.xhtml?persistentId=doi:10.60895/redata/JY5DUSes
dc.relationhttps://hdl.handle.net/20.500.12381/3730es
dc.rightsAcceso abierto*
dc.subjectVerificación Formales
dc.subjectInteligencia Artificiales
dc.subjectAprendizaje Automáticoes
dc.titleInforme final del proyecto: Verificación de Sistemas Inteligentes con Componentes con Capacidad de Aprendizajees
dc.typeReporte técnicoes
dc.subject.aniiCiencias Naturales y Exactas
dc.subject.aniiCiencias de la Computación e Información
dc.subject.aniiCiencias de la Computación
dc.identifier.aniiIA_1_2022_1_173516es
dc.type.versionAceptadoes
dc.anii.institucionresponsableUniversidad ORT. Facultad de Ingenieríaes
dc.anii.subjectcompleto//Ciencias Naturales y Exactas/Ciencias de la Computación e Información/Ciencias de la Computaciónes
Aparece en las colecciones: Informes finales publicables de I+D

Archivos en este ítem:
archivo  Tamaño Formato
Informe_final_publicable_ IA_1_2022_1_173516.pdfDescargar 407.1 kBAdobe PDF

Las obras en REDI están protegidas por licencias Creative Commons.
Por más información sobre los términos de esta publicación, visita: Reconocimiento 4.0 Internacional. (CC BY)