Caracterización de generadores estocásticos a partir de la observación de secuencias finitas de salida con aplicación al reconocimiento de patrones de conducta

Resumen

EL PROBLEMA TEORICO QUE SE ABORDA EN ESTA TESIS ESTA RELACIONADO CON LA INVESTIGACION DE LA ESTRUCTURA DE GENERADORES DE SIMBOLOS ES DECIR DE MAQUINAS PROBABILISTICAS AUTONOMAS, ORIGINALMENTE EL PLANTEAMIENTO HA RESPONDIDO A UNA MOTIVACION BIOLOGICA EN EL CONTEXTO DE LAS CIENCIAS DE LA CONDUCTA CON UN INTERES PRACTICO INMEDIATO EN EL ANALISIS DE DATOS ETOLOGICOS PARA EL ESTUDIO DE LAS BASES DE LA CONDUCTA ESPONTANEA EN PRIMATES. LOS RESULTADOS DEMUESTRAN LA POSIBILIDAD E IDONEIDAD DE MODELAR LA CONDUCTA ESPONTANEA MEDIANTE MAQUINAS PROBABILISTICAS AUTONOMAS Y EN CONCRETO CON EL MODELO SSM-MPRA INTRODUCIDO POR EL AUTOR. DE ESTA FORMA SE HA HECHO UN APORTE CONSTRUCTIVO AL TRATAMIENTO CIENTIFICO DE DATOS SIMBOLICOS LO QUE TIENE PARTICULAR APLICACION A PROBLEMAS DE ETOLOGIA PSICOLOGIA Y PSIQUIATRIA. LOS ESTUDIOS PRESENTADOS SE HAN REALIZADO UTILIZANDO LOS RECURSOS DE LA TEORIA DE AUTOMATAS DE AHI QUE LOS RESULTADOS SEAN GENERALES Y EXTENSIBLES A TODOS LOS CASOS QUE ASUMAN UNA ESTRUCTURA ABSTRACTA MATEMATICAMENTE EQUIVALENTE