RT info:eu-repo/semantics/bachelorThesis
T1 Redes Neuronales sobre Grafos (GNN): una prueba de concepto
para sistemas recomendadores
A1 Vilanova González, Cristian
A2 Grado En Ingeniería Informática
K1 Grafos
K1 Inteligencia  artificial
K1 Red  Neuronal  sobre  Grafos  (GNN)
K1 Sistema recomendador
AB En  los  últimos  años,  los  avances  en  Inteligencia  Artificial  (IA)  han  revolucionado diversos  campos,  desde  el  procesamiento  del  lenguaje  natural  hasta  la  visión  por computadora.  En  este  contexto,  los  grafos  han  surgido  como  una  herramienta fundamental para representar y modelar las complejas relaciones entre entidades. Los  grafos  son  estructuras  compuestas  por  nodos  interconectados  mediante  aristas,  y su  aplicación  en  la  inteligencia  artificial  ha  demostrado  un  potencial  extraordinario  para abordar  problemas  complejos  y  mejorar  los  resultados  obtenidos.  En  lugar  de  tratar  los datos  de  manera  aislada,  los  grafos  permiten  capturar  la  interacción  y  la  dependencia entre  las  entidades,  lo  que  brinda  una  visión  más  completa  y  enriquecida  de  los  sistemas que se están modelando. El  objetivo  principal  de  este  trabajo  de  investigación  es  explorar  el  uso  de  los  grafos  en la  inteligencia  artificial,  enfatizando  su  importancia  y  destacando  su  capacidad  para mejorar  diversos  aspectos  de  los  sistemas  de  IA.  Nos  centraremos  específicamente  en cómo  los  grafos  pueden  potenciar  la  precisión  y  la  eficacia  de  los  algoritmos  de aprendizaje  automático  y  los  sistemas  recomendadores.  Además,  estudiaremos  las  redes neuronales  basadas  en  grafos  (  Graph  Neural  Networks  ,  GNN),  que  son  modelos  de aprendizaje  automático  que  operan  directamente  sobre  estructuras  de  grafos  y  han demostrado su eficacia en una amplia gama de problemas de IA en diferentes dominios. Para  ilustrar  de  manera  concreta  la  aplicación  de  los  grafos  en  la  IA,  presentaremos una  prueba  de  concepto  de  un  modelo  de  Red  Neuronal  de  Grafos  (GNN)  para  desarrollar un  sistema  recomendador  basado  en  datos  de  Amazon.  Este  ejemplo  concreto  nos permitirá  mostrar  cómo  el  enfoque  basado  en  grafos  puede  capturar  las  relaciones complejas  entre  los  usuarios,  los  productos  y  otros  factores  relevantes,  y  así  generar recomendaciones personalizadas y más precisas. Además,  exploramos  diversas  técnicas  y  enfoques  utilizados  en  la  aplicación  de  grafos en  la  IA,  desde  la  representación  de  datos  en  forma  de  grafos  hasta  los  algoritmos  de aprendizaje  que  aprovechan  esta  estructura.  También  analizaremos  los  beneficios  y desafíos  asociados  con  el  uso  de  grafos,  así  como  las  áreas  de  investigación  y  las tendencias futuras en este campo en constante evolución.
YR 2023
FD 2023
LK http://riull.ull.es/xmlui/handle/915/33914
UL http://riull.ull.es/xmlui/handle/915/33914
LA es
DS Repositorio institucional de la Universidad de La Laguna
RD 21-may-2024