Resumen: La inteligencia artificial y el aprendizaje automático se utilizan cada vez más para la previsión, la optimización y el diseño de políticas en el sector energético, pero no existe un marco estandarizado para evaluar si estos sistemas razonan correctamente.
Leer más →
Resumen: Generar una abstracción de un dominio dinámico que se alinee con un propósito determinado sigue siendo un desafío importante dado que la elección de dicha abstracción puede afectar la capacidad de un agente para planificar, razonar y proporcionar explicaciones de manera efectiva.
Leer más →
Resumen: Proponemos y evaluamos un algoritmo de inspiración cuántica para resolver problemas de optimización binaria cuadrática sin restricciones (QUBO), que son matemáticamente equivalentes a encontrar estados fundamentales de hamiltonianos de vidrio giratorio de Ising.
Leer más →