IIIA
Instituto de Investigación en Inteligencia ArtificialConsejo Superior de Investigaciones Científicas (CSIC)


El grupo actual del IIIA-CSIC incluye los siguientes miembros: Félix Bou (CSIC contratado postdoctoral), Pilar Dellunde (Profesor Titular de la Universidad Autónoma de Barcelona, y investigadora asociada del IIIA-CSIC), Francesc Esteva (Profesor de investigación ”ad honorem»), Ángel García-Cerdaña, contratado postdoctoral), Lluiss Godo (Profesor de Investigación), Felip Manyá (Científico Titular), Diego Valota (Investigador INdAM) y Amanda Vidal (estudiante de doctorado bajo la supervisión de F. Bou, F. Esteva y L. Godo).
Lluís Godó
Los miembros del grupo del IIIA tienen amplia experiencia en la fundamentación lógica y computacional de modelos para el razonamiento bajo información imprecisa, incompleta o incierta. En este campo, la reputación del grupo IIIA viene justificada por el número y la relevancia de las publicaciones científicas de los miembros del grupo, y la intensa colaboración con varios grupos de investigación internacionales de renombre.
Desde finales de los años 90, la investigación relativa a los fundamentos lógicos de la lógica difusa (disciplina también conocida como “lógica matemática fuzzy”, MFL) se ha conectado de forma clara a la investigación de sistemas lógicos residuados basado en t-normas (t-norm based fuzzy logics). En esta línea de trabajo, el grupo del IIIA ha hecho numerosas y relevantes contribuciones, entre ellas la introducción en 2001 de la “Monoidal t-norm based Logic” (MTL), así como muchas de sus extensiones posteriormente. A partir de ahí, el equipo ha trabajado en diferentes temas relacionados.
Líneas de investigación
Incorporación de constantes de verdad en el lenguaje de la lógica
Permiten realizar inferencias y trabajar con valores de verdades explícitamente.
Representación de medidas (condicionales) de incertidumbre en el marco de la lógica difusa basada en t-normas.
Extensiones modales de lógica difusa
Sistemas de argumentación computacional
Permiten trabajar con información imprecisa e incierta.
Lógicas de Descripción fuzzy
Paraconsistencia y lógica difusa
Con el fin de poder definir lógicas para razonar con información a la vez inconsistente y fuzzy.