Este proyecto tiene como objetivo avanzar el estado del arte en varios aspectos de lógica difusa, en argumentación con incertidumbre, en el modelado de preferencias, en nuevas técnicas para SAT / MaxSAT y resolución distribuida, así como en su aplicación a dos problemas reales: análisis de discusiones en redes sociales para determinar cuáles son las opiniones más relevantes, y el control de recursos energéticos con estrategias de decisión para, en cada momento, optimizar la selección de recursos en una red, tratando de equilibrar impactos económicos y ambientales. Estos dos problemas, aunque diferentes, son ejemplos de problemas complejos en nuestra sociedad de hoy en día, y que requieren técnicas avanzadas de razonamiento, de modelado de preferencias, y de tareas de optimización. Para ello, en este proyecto se pretende abordar los siguientes objetivos.

En primer lugar, se abordará el desarrollo de un marco uniforme, basado en lógica difusa lógica, que integre modelos de razonamiento, argumentación y de toma de decisiones capaces de tratar conocimiento vago e incierto, así como mecanismos para manejar información inconsistente. Para ello, estudiaremos extensiones de lógicas basadas en t-normas con múltiples modalidades, cada una representando una noción intensional como incertidumbre, preferencia, confianza o aproximación. Se estudiarán también modelos de argumentación que tomen en consideración información pesada, donde los pesos pueden referir tanto a grados de incertidumbre como a grados de confianza y reputación de la fuente de información.

En segundo lugar, se extenderán técnicas eficientes basadas en SAT, MaxSAT o SMT para resolver diferentes tareas de razonamiento y de optimización en el marco lógico anterior, y necesarias para nuestras aplicaciones. Además de mejorar técnicas para resolver problemas SAT/MaxSAT de forma distribuida, queremos estudiar cómo los algoritmos de representación de grafos se pueden utilizar para modelar la estructura intrínseca o topología de instacias SAT industriales, para luego explotarla en resolvedores especializados. En cuanto a MaxSAT/MinSAT, el objetivo es investigar y aplicar resolvedores basados en la inferencia, y compararlos empíricamente con los solvers actuales. En el caso multi-valuado finito, el objetivo es extender técnicas eficientes de resolución MaxSAT/MinSAT al marco de fórmulas CNF con signos, mientras que en el caso infinitamente valuado desarrollaremos métodos basados en SMT.

En tercer lugar, se utilizarán los problemas reales anteriores como bancos de pruebas para comprobar la aplicabilidad de nuestros modelos y herramientas de resolución, estudiando sus fortalezas y debilidades. Para el análisis de los debates en las redes sociales, queremos desarrollar modelos de argumentación en nuestro marco lógico, de forma que las opiniones y las relaciones entre ellas se puedan modelar satisfactoriamente y luego analizarlas con nuestros algoritmos de razonamiento. Para casos con gran tamaño de datos, queremos comprobar la idoneidad de versiones distribuidas de nuestros algoritmos. Por otra parte, en cuanto a problemas sobre el control de los recursos energéticos, queremos desarrollar modelos que permitan modelar la incertidumbre en el comportamiento de los recursos energéticos, así como las preferencias del usuario, que pueden ser múltiples y conflictivas. Tenemos la intención de integrar este nuevo enfoque de modelado en el marco general de los algoritmos de aprendizaje por refuerzo.