Razonador híbrido de contexto para entornos inteligentes

Resumen

Se estima que en el futuro casi un cuarto de la población europea será mayor de 65 años. Por esta razón, han cobrado especial interés los entornos inteligentes para promover la autonomía personal de las personas mayores. El método preferido para modelar la información de los entornos inteligentes son las ontologías. Sin embargo, estas presentan el inconveniente de que pueden no ser adecuadas cuando existe la incertidumbre en el contexto. Con el objetivo de solventar este problema se propone seguir un enfoque probabilístico que combine las ontologías con las redes bayesianas. Con este fin este trabajo presenta: 1. Un método para modelar ontologías probabilísticas que combine redes bayesianas con ontologías OWL, a la vez que permite reutilizar estas ontologías en razonadores no probabilísticos de manera transparente. 2. Un razonador que sea capaz de inferir aserciones probabilísticas en base a la ontología probabilística. Este razonador añade una capa de abstracción a los razonadores tradicionales para poder interpretar las ontologías probabilísticas. 3. Un lenguaje declarativo que permita la ejecución de consultas probabilísticas complejas. Este lenguaje permitirá mezclar consultas de aserciones probabilísticas con aserciones de OWL. Como parte del desarrollo, se evaluaron diferentes frameworks y razonadores semánticos, con el objetivo de usarlos como base para el razonador probabilístico. Además, se ha medido el rendimiento del razonador en un escenario representativo para probar su idoneidad para añadir inteligencia a los entornos inteligentes.