Transferencia de conocimiento para el aprendizaje de Redes Bayesianas de Nodos Temporales

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Transferencia de conocimiento para el aprendizaje de Redes Bayesianas de Nodos Temporales"

Transcripción

1 Transferencia de conocimiento para el aprendizaje de Redes Bayesianas de Nodos Temporales Lindsey Fiedler Cameras, Dr. L. Enrique Sucar Dr. Eduardo F. Morales INAOE Junio, 2013

2 Contenido Motivación Aprendizaje por Transferencia Redes Bayesianas de Nodos Temporales Aprendizaje por Transferencia para RBNTs Experimentos y Resultados Conclusiones 2/19

3 Motivación Modelar dominios en los cuales se combinan dos aspectos: Incertidumbre Información de tiempo Por ejemplo: Seguimiento a un tratamiento médico. Aprendizaje de modelos para problemas en los cuales se tienen pocos datos 3/19

4 Aprendizaje por Transferencia Data Set Data Set Data Set VS. Tarea Tarea Tarea Conocimiento Reusable Tarea Aprendizaje de máquina tradicional Aprendizaje por transferencia de conocimiento 4/19

5 Cómo puede ayudar con datos escasos? Compensa por la falta de información reutilizando lo que ya se ha aprendido en situaciones similares. Dominio auxiliar Dominio auxiliar Dominio auxiliar Dominio objetivo 5/19

6 Redes Bayesianas de Nodos Temporales Colisión Severo Moderado Leve Son modelos dinámicos Verdadero Falso Herida Cabeza Heridas Internas Graves Ligeras Falso que permiten: [0 15] [15 30] [30 60] Default Pupilas Dilatadas Signos Vitales [0 10] [10 45] Default Incorporar información de tiempo Definir múltiples intervalos de longitud variable Razonar bajo incertidumbre 6/19

7 Colisión Severo Moderado Leve Verdadero Falso Herida Cabeza Heridas Internas Graves Ligeras Falso [0 15] [15 30] [30 60] Default Pupilas Dilatadas Signos Vitales [0 10] [10 45] Default Nodos Instantáneos Nodos Temporales 7/19

8 Aprendizaje por Transferencia para RBNTs 1. Aprendizaje de Intervalos 2. Aprendizaje Estructural [t i t f ][t i t f ] [t i t f ] 3. Refinamiento de Intervalos 4. Aprendizaje Paramétrico P(RBNT) + [t i t f ][t i t f ] [t i t f ] 8/19

9 Aprendizaje de Intervalos [t i t f ] µ σ.. Obj. Aux Datos combinados 1. Gaussiana característica de un intervalo 2. Generación de datos continuos Datos combinados k-means [t i t f ] [t i t f ] [t i t f ] 3. Aprendizaje de intervalos a partir del nuevo conjunto de datos 9/19

10 Aprendizaje Estructural Se aprende la estructura utilizando el algoritmo PC-TL (Luis et al. 2010) El grafo se aprende mediante pruebas de independencia condicional El espacio de búsqueda se reduce si incluimos un ordenamiento de los nodos 10/19

11 Algoritmo PC Colisión Herida Cabeza Heridas Internas Pupilas Dilatadas Signos Vitales Para todas Pares(X,Y) SI Independientes(X, Y S) Entonces Quita el arco Fin Para Orienta los arcos 11/19

12 Algoritmo PC Colisión Herida Cabeza Heridas Internas Pupilas Dilatadas Signos Vitales Para todas Pares(X,Y) SI Independientes(X, Y S) Entonces Quita el arco Fin Para Orienta los arcos 11/19

13 Algoritmo PC Colisión Herida Cabeza Heridas Internas Pupilas Dilatadas Signos Vitales Para todas Pares(X,Y) SI Independientes(X, Y S) Entonces Quita el arco Fin Para Orienta los arcos 11/19

14 Algoritmo PC Colisión Herida Cabeza Heridas Internas Pupilas Dilatadas Signos Vitales Para todas Pares(X,Y) SI Independientes(X, Y S) Entonces Quita el arco Fin Para Orienta los arcos 11/19

15 Algoritmo PC Colisión Herida Cabeza Heridas Internas Pupilas Dilatadas Signos Vitales Para todas Pares(X,Y) SI Independientes(X, Y S) Entonces Quita el arco Fin Para Orienta los arcos 11/19

16 Algoritmo PC-TL Colisión Combina las pruebas de independencia hechos para el dominio auxiliar más similar y el dominio objetivo. Pupilas Dilatadas Herida Cabeza Signos Vitales Heridas Internas Dominio auxiliar + Dominio objetivo 12/19

17 Refinamiento de Intervalos Se incorpora información de estructura para aprender nuevos intervalos Distintos posibles intervalos se obtienen con el modelo de mezcla de Gaussianas El mejor conjunto se elige mediante el índice de Dunn 13/19

18 Aprendizaje Paramétrico Nodos Instantáneos Se combinan las tablas con una función pesada HC C=S C=M C=F V F HC C=S C=M C=F V F Nodos Temporales Se estiman a partir de los datos generados al refinar los intervalos. 14/19

19 Experimentos y Resultados 3 dominios auxiliares Colisión Severo Moderado Leve Escasos datos objetivo [0 15] [15 30] [30 60] Default Verdadero Falso Pupilas Dilatadas Herida Cabeza Signos Vitales Heridas Internas [0 10] [10 45] Default Graves Ligeras Falso Métricas Puntaje Relativo de Brier Diferencia Temporal Distancia de Edición PRB = 1 1 n r n j=1 i=1 E ij P ij 2 t e e Dif. Temp. = TN range Interval range 15/19

20 Transferencia vs. Sin Transferencia Promedio Sin Transferencia Con Transferencia PRB (%) Dif. Temporal Dist. Edición PRB (%) Dif. Temporal Dist. Edición PRB (%) Dif. Temporal Dist. Edición Comparativa de aprender modelos sin transferencia vs. con transferencia. Se usaron 3 dominios auxiliares con 480, 540 y 560 registros. 16/19

21 Modelo aprendido con transferencia Colisión Severo Moderado Leve Verdadero Falso Herida Cabeza Heridas Internas Graves Ligeras Falso [0 22] [22 48] [48 65] Default Pupilas Dilatadas Signos Vitales [0 26] [26 47] Default Modelo aprendido sin transferencia Colisión Severo Moderado Leve Verdadero Falso Herida Cabeza Heridas Internas Graves Ligeras Falso [2 9] [9 23] Default Pupilas Dilatadas Signos Vitales [2 5] [5 6] Default 17/19

22 Conclusiones Resultados experimentales muestran que es viable aprender una RBNT con transferencia de conocimiento cuando hay escasos datos. Trabajo Futuro Aprendizaje de vías mutacionales del VIH 18/19

23 Gracias por su atención! Preguntas? 19/19

Deep Learning y Big Data

Deep Learning y Big Data y Eduardo Morales, Enrique Sucar INAOE (INAOE) 1 / 40 Contenido 1 2 (INAOE) 2 / 40 El poder tener una computadora que modele el mundo lo suficientemente bien como para exhibir inteligencia ha sido el foco

Más detalles

&$3Ì78/2 $/*25,7026 (92/87,926 $9$1=$'26 3$5$ 763 6.1. INTRODUCCIÓN

&$3Ì78/2 $/*25,7026 (92/87,926 $9$1=$'26 3$5$ 763 6.1. INTRODUCCIÓN &$3Ì78/2 6.1. INTRODUCCIÓN Los primeros avances para solucionar el TSP, por medio de Algoritmos Evolutivos han sido introducidos por Goldberg y Lingle en [68] y Grefenstette en [72]. En éste área muchos

Más detalles

GUIA DEL SOPORTE TECNICO PARA EQUIPOS P-ALERT

GUIA DEL SOPORTE TECNICO PARA EQUIPOS P-ALERT GUIA DEL SOPORTE TECNICO PARA EQUIPOS P-ALERT 1 Ondas sísmicas Un sismo consiste en la liberación repentina de los esfuerzos impuestos al terreno. De esta manera, la tierra es puesta en vibración. Esta

Más detalles

Una heurística para la asignación de máquinas a trabajos fijos

Una heurística para la asignación de máquinas a trabajos fijos VIII Congreso de Ingeniería de Organización Leganés, 9 y 10 de septiembre de 2004 Una heurística para la asignación de máquinas a trabajos fijos José Manuel García Sánchez, Marcos Calle Suárez, Gabriel

Más detalles

Modelos Gráficos Probabilistas L. Enrique Sucar INAOE. Sesión 13: Redes Bayesianas: extensiones y aplicaciones

Modelos Gráficos Probabilistas L. Enrique Sucar INAOE. Sesión 13: Redes Bayesianas: extensiones y aplicaciones Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 13: Redes Bayesianas: extensiones y aplicaciones RB Extensiones y Aplicaciones Extensiones - Redes dinámicas - Redes temporales - Variables

Más detalles

Modelado del Entorno en Robótica Móvil

Modelado del Entorno en Robótica Móvil Modelado del Entorno en Robótica Móvil Dr. Cipriano Galindo Andrades Ingeniería de Sistemas y Automática Universidad de Málaga Modelado del Entorno en Robótica Móvil Introducción Tipos de Modelos Métrico

Más detalles

TAD Lineales: Pila, Cola y Lista

TAD Lineales: Pila, Cola y Lista TAD Lineales: Pila, Cola y Lista Objetivos! Dar a conocer los TAD lineales pila, cola y lista! Presentar la especificación de cada uno de los TAD! Discutir implementaciones alternativas para cada uno de

Más detalles

GRAFOS. Prof. Ing. M.Sc. Fulbia Torres

GRAFOS. Prof. Ing. M.Sc. Fulbia Torres ESTRUCTURAS DE DATOS 2006 Prof. DEFINICIÓN Un grafo consta de un conjunto de nodos(o vértices) y un conjunto de arcos (o aristas). Cada arco de un grafo se especifica mediante un par de nodos. Denotemos

Más detalles

ACCIDENTES DEL TRÁNSITO en CIFRAS

ACCIDENTES DEL TRÁNSITO en CIFRAS ACCIDENTES DEL TRÁNSITO en CIFRAS CUBA 2010 Edición Junio 2011 República de Cuba Centro de Estudios de Población y Desarrollo ACCIDENTES DEL TRÁNSITO EN CIFRAS. CUBA 2010 Enero - Diciembre de 2010 Junio

Más detalles

Crear un servidor DHCP

Crear un servidor DHCP Rocío Alt. Abreu Ortiz 2009-3393 Crear un servidor DHCP DHCP (Dynamic Host Configuration Protocol) es un protocolo de red que permite a los nodos de una red IP obtener sus parámetros de configuración automáticamente.

Más detalles

Teoría de Probabilidad

Teoría de Probabilidad Matemáticas Discretas L. Enrique Sucar INAOE Teoría de Probabilidad Considero que la probabilidad representa el estado de la mente con respecto a una afirmación, evento u otra cosa para las que no existe

Más detalles

PARTE III OBTENCIÓN DE MODELOS OBTENCIÓN DE MODELOS MODELADO E IDENTIFICACIÓN ASPECTOS A TENER EN CUENTA MODELADO IDENTIFICACIÓN OBTENCIÓN DE MODELOS

PARTE III OBTENCIÓN DE MODELOS OBTENCIÓN DE MODELOS MODELADO E IDENTIFICACIÓN ASPECTOS A TENER EN CUENTA MODELADO IDENTIFICACIÓN OBTENCIÓN DE MODELOS OBTENCIÓN DE MODELOS PARTE III OBTENCIÓN DE MODELOS 1. INFORMACIÓN SOBRE EL SISTEMA 1. EL PROPIO SISTEMA (OBSERVACIÓN, TEST) 2. CONOCIMIENTO TEÓRICO (LEYES DE LA NATURALEZA, EXPERTOS, LITERATURA, ETC.)

Más detalles

Algoritmos para CSP 1

Algoritmos para CSP 1 Algoritmos para CSP 1 1. Técnicas de Consistencia, o Inferenciales I. Inferencia, o consistencia completa Proceso que permite la síntesis de todas las restricciones de un problema en una única restricción

Más detalles

TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS 1

TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS 1 Técnicas de planificación y control de proyectos Andrés Ramos Universidad Pontificia Comillas http://www.iit.comillas.edu/aramos/ Andres.Ramos@comillas.edu TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS

Más detalles

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.

Más detalles

Reconocímíentes y Agradecimientos 5 Indice 6 Prólogo 11

Reconocímíentes y Agradecimientos 5 Indice 6 Prólogo 11 índice Reconocímíentes y Agradecimientos 5 Indice 6 Prólogo 11 Capítulo 1: Introducción a c/e++ Introducción a C/C++ 13 Introducción 14 Primeros Pasos en C/C++ 15 Mi Primer Programa 15 Bibliotecas 17 Archivos

Más detalles

Tesis Doctoral ANÁLISIS DE ESTRATEGIAS EFICIENTES EN LA LOGÍSTICA DE DISTRIBUCIÓN DE PAQUETERÍA

Tesis Doctoral ANÁLISIS DE ESTRATEGIAS EFICIENTES EN LA LOGÍSTICA DE DISTRIBUCIÓN DE PAQUETERÍA Tesis Doctoral ANÁLISIS DE ESTRATEGIAS EFICIENTES EN LA LOGÍSTICA DE DISTRIBUCIÓN DE PAQUETERÍA Autor: Miquel Àngel Estrada Romeu Ingeniero de Caminos, Canales y Puertos Director de la tesis: Prof. Francesc

Más detalles

Redes Sociales en la Web: Desafíos Computacionales

Redes Sociales en la Web: Desafíos Computacionales Redes Sociales en la Web: Desafíos Computacionales claudio gutierrez Centro de Investigación de la Web Departamento de Ciencias de la Computación Universidad de Chile Agenda (en la medida de lo posible...)

Más detalles

Análisis de la aplicabilidad de medidas software para el diseño semi-automático de arquitecturas

Análisis de la aplicabilidad de medidas software para el diseño semi-automático de arquitecturas Análisis de la aplicabilidad de medidas software para el diseño semi-automático de arquitecturas A. Ramírez, J.R. Romero, S. Ventura Dpto. de Informática y Análisis Numérico. Universidad de Córdoba. XIX

Más detalles

ETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS

ETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS ETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS EtsiIngenio Inteligencia Artificial 1 Raposo López Alejandro Sánchez Palacios Manuel Resumen dibujo de grafos mediante algoritmos genéticos

Más detalles

Apuntes de Matemática Discreta 6. Relaciones

Apuntes de Matemática Discreta 6. Relaciones Apuntes de Matemática Discreta 6. Relaciones Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 6 Relaciones Contenido 6.1 Generalidades.....................................

Más detalles

Medidas y análisis del grafo de la Web

Medidas y análisis del grafo de la Web Minería de la Web análisis del Marcelo F. Durante Bibliografía Graph Structure in the Web, por Andrei Broder et al, año 2000. The Indexable Web is More than 11.5 Billion Pages, por A. Gulli & A. Signorini,

Más detalles

Aplicación de Redes bayesianas usando Weka.

Aplicación de Redes bayesianas usando Weka. Aplicación de Redes bayesianas usando Weka. Cynthia Lorena Corso 1, Fabian Gibellini 1 1 Universidad Tecnológica Nacional, Facultad Regional Córdoba Laboratorio de Sistemas de Información Maestro M. López

Más detalles

Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de

Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de vértices o nodos conectados con arcos y/o aristas. Diseñar

Más detalles

Object Search and Localization for an Indoor Mobile Robot

Object Search and Localization for an Indoor Mobile Robot Object Search and Localization for an Indoor Mobile Robot Kristoffer Sjö, Dorian Gálvez López, Chandana Paul, Patric Jensfelt and Danica Kragic Artículo presentado por : Javier Cabanillas Lugar : Laboratorio

Más detalles

Primer Parcial de Programación 3 (1/10/2009)

Primer Parcial de Programación 3 (1/10/2009) Primer Parcial de Programación (/0/009) Instituto de Computación, Facultad de Ingeniería Este parcial dura horas y contiene carillas. El total de puntos es 0. En los enunciados llamamos C* a la extensión

Más detalles

CA Nimsoft Monitor Snap

CA Nimsoft Monitor Snap CA Nimsoft Monitor Snap Guía de configuración de Monitor de respuestas de SQL Serie de sql_response 1.6 Aviso de copyright de CA Nimsoft Monitor Snap Este sistema de ayuda en línea (el "Sistema") se proporciona

Más detalles

DISEÑO Y CONSTRUCCION DE UN MODULO PARA LA EXCITACIÓN DINAMICA Y ANALISIS VIBRACIONAL DE ESTRUCTURAS Ing. Avid Román González CONTENIDO CAP I: INTRODUCCIÓN Y GENERALIDADES Planteamiento Del Problema Objetivos

Más detalles

6. SISTEMAS CAD-CAM (CAM) 6.1. CONCEPTO DE CAM

6. SISTEMAS CAD-CAM (CAM) 6.1. CONCEPTO DE CAM 6.1. CONCEPTO DE CAM Las siglas CAM corresponden al acrónimo de Computer Aided Manufacturing, Fabricación asistida por ordenador. Por CAM se entiende la utilización de ordenadores para tareas técnicas

Más detalles

Porque Línea base Medir Contexto habilitante Condiciones para trabajar Índice de madurez Estrategia para abordar acciones Consultoría Equipos y Grupo

Porque Línea base Medir Contexto habilitante Condiciones para trabajar Índice de madurez Estrategia para abordar acciones Consultoría Equipos y Grupo Porque Línea base Medir Contexto habilitante Condiciones para trabajar Índice de madurez Estrategia para abordar acciones Consultoría Equipos y Grupo Técnico contraparte UNIDADES DE ANÁLISIS Establecimientos

Más detalles

Mod. I, Unid. 1, Obj. 1 Criterio de Dominio 1/1

Mod. I, Unid. 1, Obj. 1 Criterio de Dominio 1/1 M.R. 333 VERSION 1 Prueba Integral 1/5 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERIA MODELO DE RESPUESTA ASIGNATURA: ARQUITECTURA DEL COMPUTADOR CÓDIGO: 333 MOMENTO: PRUEBA INTEGRAL

Más detalles

Ejemplos de TAD (tipos simples)

Ejemplos de TAD (tipos simples) ESPECIFICACIÓN BOOLEANOS TAD booleano Ejemplos de TAD (tipos simples) T : booleano { valor cierto } F : booleano { valor falso } : booleano booleano : booleano, booleano booleano : booleano, booleano booleano

Más detalles

PRÁCTICA No. 13 ÁRBOL BINARIO DE BÚSQUEDA

PRÁCTICA No. 13 ÁRBOL BINARIO DE BÚSQUEDA INSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADÉMICA DIRECCIÓN DE EDUCACIÓN SUPERIOR ESIME CULHUACAN NOMBRE ALUMNO: FECHA DIA MES AÑO INGENIERÍA EN COMPUTACIÓN ASIGNATURA 1. Objetivo Apellido paterno ESTRUCTURAS

Más detalles

MODELO MATEMÁTICO PARA LA EVALUACIÓN CUANTITATIVA DE LA CONFIABILIDAD EN LA ARQUITECTURA DE XEDRO ERP

MODELO MATEMÁTICO PARA LA EVALUACIÓN CUANTITATIVA DE LA CONFIABILIDAD EN LA ARQUITECTURA DE XEDRO ERP MODELO MATEMÁTICO PARA LA EVALUACIÓN CUANTITATIVA DE LA CONFIABILIDAD EN LA ARQUITECTURA DE XEDRO ERP Msc. Larisa González Alvarez, Ing. Katia Tereza Liens Pérez, DrC. Liesner Acevedo Martínez RESUMEN

Más detalles

Tipos Abstractos de Datos

Tipos Abstractos de Datos Objetivos Repasar los conceptos de abstracción de datos y (TAD) Diferenciar adecuadamente los conceptos de especificación e implementación de TAD Presentar la especificación algebraica como método formal

Más detalles

Diseño de controladores en el dominio de la frecuencia

Diseño de controladores en el dominio de la frecuencia Práctica 5 Diseño de controladores en el dominio de la frecuencia Sistemas Automáticos, EPSIG Abril 2007 1. Requisitos previos Los requisitos enumerados a continuación son imprescindibles para el adecuado

Más detalles

? 50 30 20 20 emplear NA 0,788 0,367879 se queda s a 150 275 70-125 se pone s en s a 15 58 200-43 se pone s en s a

? 50 30 20 20 emplear NA 0,788 0,367879 se queda s a 150 275 70-125 se pone s en s a 15 58 200-43 se pone s en s a 350 MR Versión 1 1 Prueba Parcial 1/5 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA: INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Computación Evolutiva CÓDIGO: 350 MOMENTO: Primera Parcial VERSIÓN:

Más detalles

Programación generativa

Programación generativa ujuarez@itorizaba.edu.mx Instituto Tecnológico de Orizaba 15 de octubre de 2010 Agenda 1 Introducción Panorama general Problemática 2 Implementación generativa Bibliotecas activas Bibliotecas activas:

Más detalles

Desarrollo de un nuevo algoritmo para resolver programas lineales enteros y su aplicación práctica en el desarrollo económico.

Desarrollo de un nuevo algoritmo para resolver programas lineales enteros y su aplicación práctica en el desarrollo económico. Desarrollo de un nuevo algoritmo para resolver programas lineales enteros y su aplicación práctica en el desarrollo económico. 7071 Febrero, 2014 Resumen Es importante señalar que en un entorno social

Más detalles

DEFINICION. Ing. M.Sc. Fulbia Torres Asignatura: Estructuras de Datos Barquisimeto 2006

DEFINICION. Ing. M.Sc. Fulbia Torres Asignatura: Estructuras de Datos Barquisimeto 2006 ARBOLES ESTRUCTURAS DE DATOS 2006 DEFINICION Un árbol (tree) es un conjunto finito de nodos. Es una estructura jerárquica aplicable sobre una colección de elementos u objetos llamados nodos; uno de los

Más detalles

Escuela Politécnica Superior. Planificación y Control de Proyectos. Capítulo 11. daniel.tapias@uam.es. Dr. Daniel Tapias Curso 2014 / 15 PROYECTOS

Escuela Politécnica Superior. Planificación y Control de Proyectos. Capítulo 11. daniel.tapias@uam.es. Dr. Daniel Tapias Curso 2014 / 15 PROYECTOS Escuela Politécnica Superior Planificación y Control de Proyectos. Capítulo 11 Dr. Daniel Tapias Curso 2014 / 15 daniel.tapias@uam.es PROYECTOS PROGRAMA DE LA ASIGNATURA Capítulo 1: Introducción. Capítulo

Más detalles

Satisfacción de Restricciones

Satisfacción de Restricciones Satisfacción de Restricciones Introducción Componentes del estado: Variables Dominios (valores posibles para las variables) Restricciones binarias entre las variables Objetivo: Encontrar un estado que

Más detalles

CAPÍTULO 2 METODOS PROBABILÍSTICOS

CAPÍTULO 2 METODOS PROBABILÍSTICOS CAPÍTULO 2 METODOS PROBABILÍSTICOS La planeación de movimientos tiene aplicaciones en muchas áreas tales como la robótica, sistemas de realidad virtual y diseño asistido por computadora. Aunque muchos

Más detalles

DETECCIÓN DE PÉRDIDAS EN LA INDUSTRIA PETROLERA

DETECCIÓN DE PÉRDIDAS EN LA INDUSTRIA PETROLERA DETECCIÓN DE PÉRDIDAS EN LA INDUSTRIA PETROLERA Luis Alejandro Benavides Vázquez Yasmín Agueda Ríos Solís Resumen Las redes de proceso de las refinerías son complejas ya que involucran una serie procesos

Más detalles

INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL: LOS SISTEMAS EXPERTOS

INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL: LOS SISTEMAS EXPERTOS Introducción a los Sistemas Expertos 1 INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL: LOS SISTEMAS EXPERTOS ÍNDICE 1. INTRODUCCIÓN. EVOLUCIÓN HISTÓRICA 2. DEFINICIÓN Y CARACTERÍSTICAS DE LOS SE. 3. TIPOS Y

Más detalles

Introducción a los Algoritmos Genéticos. Tomás Arredondo Vidal 17/4/09

Introducción a los Algoritmos Genéticos. Tomás Arredondo Vidal 17/4/09 Introducción a los Algoritmos Genéticos Tomás Arredondo Vidal 17/4/09 Esta charla trata de lo siguiente: Introducción a algunos aspectos de los algoritmos genéticos. Introducción a algunas aplicaciones

Más detalles

Aprendizaje de redes bayesianas híbridas con mixturas de funciones base truncadas

Aprendizaje de redes bayesianas híbridas con mixturas de funciones base truncadas Aprendizaje de redes bayesianas híbridas con mixturas de funciones base truncadas Doctoranda: Inmaculada Pérez-Bernabé Director: Antonio Salmerón Cerdán Departamento de Matemáticas, Universidad de Almería,

Más detalles

Autómatas Finitos. Leopoldo Altamirano, Eduardo Morales. Verano, 2011 INAOE. Introducción a. Autómatas. Definición formal de un. Finito Determinístico

Autómatas Finitos. Leopoldo Altamirano, Eduardo Morales. Verano, 2011 INAOE. Introducción a. Autómatas. Definición formal de un. Finito Determinístico los s s s s Leopoldo Altamirano, Eduardo Morales INAOE Verano, 2011 (INAOE) Verano, 2011 1 / 60 Contenido los s s 1 los s 2 3 4 s 5 (INAOE) Verano, 2011 2 / 60 los s los s los s s : Conjunto de estados

Más detalles

SIMULACIÓN MCMC. Dr. Holger Capa Santos

SIMULACIÓN MCMC. Dr. Holger Capa Santos SIMULACIÓN MCMC Dr. Holger Capa Santos Septiembre, 2009 CONTENIDO Integración Montecarlo Problema con la Integración Montecarlo Muestreo de Importancia Algoritmos de Metropolis y Metropolis-Hastings Muestreador

Más detalles

5. AJUSTE DE PARÁMETROS DE LA BÚSQUEDA TABÚ

5. AJUSTE DE PARÁMETROS DE LA BÚSQUEDA TABÚ 5.Ajuste de parámetros de la búsqueda tabú 5. AJUSTE DE PARÁMETROS DE LA BÚSQUEDA TABÚ El algoritmo de Búsqueda Tabú (TS) utiliza un gran número de parámetros asociados a distintas etapas de la resolución.

Más detalles

ANALISIS DE LOS CUESTIONARIOS DE CALIDAD DE VIDA PROGRAMAS AVNI-AVI APGAR FAMILIAR

ANALISIS DE LOS CUESTIONARIOS DE CALIDAD DE VIDA PROGRAMAS AVNI-AVI APGAR FAMILIAR ANALISIS DE LOS CUESTIONARIOS DE CALIDAD DE VIDA PROGRAMAS AVNI-AVI APGAR FAMILIAR La siguiente encuesta posee 5 preguntas las que tiene por objetivo evaluar la dinámica familiar en las dimensiones: -

Más detalles

La solución completa en la industria de puertas y ventanas

La solución completa en la industria de puertas y ventanas La solución completa en la industria de puertas y ventanas ProF2 Disponible en 4 ediciones, ProF2 es la mejor solución para una gestión completa para empresas de puertas y ventanas. Las diferentes ediciones

Más detalles

Complejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III

Complejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III Complejidad - Problemas NP-Completos Algoritmos y Estructuras de Datos III Teoría de Complejidad Un algoritmo eficiente es un algoritmo de complejidad polinomial. Un problema está bien resuelto si se conocen

Más detalles

CA Nimsoft Monitor. Guía de sondas de Monitorización de estadísticas del sistema de iseries. Serie de sysstat 1.1

CA Nimsoft Monitor. Guía de sondas de Monitorización de estadísticas del sistema de iseries. Serie de sysstat 1.1 CA Nimsoft Monitor Guía de sondas de Monitorización de estadísticas del sistema de iseries Serie de sysstat 1.1 Aviso de copyright de CA Nimsoft Monitor Este sistema de ayuda en línea (el "Sistema") se

Más detalles

A Graph Based Toward. Pilar Holgado Ortiz

A Graph Based Toward. Pilar Holgado Ortiz A Graph Based Toward Network Forensics Analysis Pilar Holgado Ortiz Objetivo Mecanismo de análisis Lograr buena cobertura y precisión en grupos de ataque Extracción de escenarios con menos dependencia

Más detalles

Sistemas de producción y búsqueda de soluciones. Area de Computación e Inteligencia Artificial 1

Sistemas de producción y búsqueda de soluciones. Area de Computación e Inteligencia Artificial 1 Sistemas de producción y búsqueda de soluciones Area de Computación e Inteligencia Artificial 1 Técnicas de búsqueda Resolución de problemas en Inteligencia Artificial. En general, podemos afirmar que

Más detalles

Protocolos de enrutamiento dinamico RIP, OSPF, BGP

Protocolos de enrutamiento dinamico RIP, OSPF, BGP BGP dinamico,, BGP Facultad de Ciencias Matemáticas - UNMSM EAP. Computación Científica 23 de octubre de 2012 BGP Introduccion Un protocolo de es un software complejo que se ejecuta de manera simultánea

Más detalles

tecnología aplicada a la calidad RyR Fácil Descripción del Software

tecnología aplicada a la calidad RyR Fácil Descripción del Software RyR Fácil Descripción del Software Introducción W. Edwards Demming escribió acerca de los sistemas de medición: El control estadístico del proceso de medición es vital; de otro modo, las medidas no tienen

Más detalles

DHCP Protocolo de configuración dinámica de host

DHCP Protocolo de configuración dinámica de host DHCP Protocolo de configuración dinámica de host Es un protocolo que permite a los clientes de una red obtener los parámetros de configuración IP automáticamente. Es de tipo cliente/servidor en el que

Más detalles

METODOLOGÍA DE EVALUACIÓN DE DESEMPEÑO ENERGÉTICO PARA UN EDIFICIO DE LA APF HABILITADO COMO OFICINA 5 Foro Permanente de Eficiencia Energética en

METODOLOGÍA DE EVALUACIÓN DE DESEMPEÑO ENERGÉTICO PARA UN EDIFICIO DE LA APF HABILITADO COMO OFICINA 5 Foro Permanente de Eficiencia Energética en METODOLOGÍA DE EVALUACIÓN DE DESEMPEÑO ENERGÉTICO PARA UN EDIFICIO DE LA APF HABILITADO COMO OFICINA 5 Foro Permanente de Eficiencia Energética en Edificaciones Agosto 25, 2014 MMtCO2e Línea base de emisiones

Más detalles

Plataformas paralelas

Plataformas paralelas Plataformas paralelas Curso 2011-2012 Elementos de un computador paralelo Hardware: Múltiples procesadores Múltiples memorias Redes de interconexión Software: Sistemas Operativos paralelos Programas orientados

Más detalles

XIII Foro Nacional de Gestión Ambiental, Calidad y Sostenibilidad

XIII Foro Nacional de Gestión Ambiental, Calidad y Sostenibilidad XIII Foro Nacional de Gestión Ambiental, Calidad y Sostenibilidad Huella de Carbono Huella de carbono 2014 Gas Natural Fenosa. Eduardo Fernández Rodríguez Miércoles, 25 de marzo de 2015 ÍNDICE Y CONTENIDOS

Más detalles

Capítulo 1. Introducción. 1.1. Antecedentes

Capítulo 1. Introducción. 1.1. Antecedentes Capítulo 1. Introducción En este capítulo se presenta una descripción general del problema a investigar y el enfoque con el que se aborda. Se establece la necesidad de incorporar técnicas de análisis novedosas

Más detalles

UNIDAD DIDACTICA 5 CONFIGURACIÓN DEL SERVICIO DNS EN WINDOWS 2003. Eduard Lara

UNIDAD DIDACTICA 5 CONFIGURACIÓN DEL SERVICIO DNS EN WINDOWS 2003. Eduard Lara UNIDAD DIDACTICA 5 CONFIGURACIÓN DEL SERVICIO DNS EN WINDOWS 2003 Eduard Lara 1 1. DOMAIN NAME SYSTEM El sistema de nombres de dominio (DNS) es una base de datos distribuida y jerárquica que almacena información

Más detalles

TEORÍA CLÁSICA DE MEDICIÓN TC Y TEORÍA DE RESPUESTA AL ITEM TRI

TEORÍA CLÁSICA DE MEDICIÓN TC Y TEORÍA DE RESPUESTA AL ITEM TRI TEORÍA CLÁSICA DE MEDICIÓN TC Y TEORÍA DE RESPUESTA AL ITEM TRI UNIVERSIDAD DE CHILE VICERRECTORÍA DE ASUNTOS ACADÉMICOS Departamento de Evaluación, Medición y Registro Educacional DEMRE ABRIL DE 2005

Más detalles

Métodos de Acceso para Bases de Datos Métrico-Temporales

Métodos de Acceso para Bases de Datos Métrico-Temporales Métodos de Acceso para Bases de Datos Métrico-Temporales Anabella De Battista 1, Andrés Pascal 1, Norma Edith Herrera 2, Gilberto Gutiérrez 3 1 Dpto. Ing. en Sist. de Información, Universidad Tecnológica

Más detalles

Proceso de testing. Ingeniería del Software I. Actividades del proceso de testing. Actividades del proceso de testing

Proceso de testing. Ingeniería del Software I. Actividades del proceso de testing. Actividades del proceso de testing Ingeniería del Software I Testing Martina Marré martina@dc.uba.ar Proceso de testing RECORDEMOS El testing no es sólo una etapa del proceso de desarrollo Tradicionalmente, empezaba al término de la implementación,

Más detalles

Universidad de Costa Rica Escuela de Matemática ALGEBRA LINEAL. x x1 n. θ y. 1 n x1 n ȳ1 n. Carlos Arce S. William Castillo E. Jorge González V.

Universidad de Costa Rica Escuela de Matemática ALGEBRA LINEAL. x x1 n. θ y. 1 n x1 n ȳ1 n. Carlos Arce S. William Castillo E. Jorge González V. Universidad de Costa Rica Escuela de Matemática ALGEBRA LINEAL x x x1 n θ y y ȳ1 n 1 n x1 n ȳ1 n Carlos Arce S. William Castillo E. Jorge González V. 2003 Algebra Lineal Carlos Arce S., William Castillo

Más detalles

Modelos de Redes: Problema del flujo máximom. M. En C. Eduardo Bustos Farías

Modelos de Redes: Problema del flujo máximom. M. En C. Eduardo Bustos Farías Modelos de Redes: Problema del flujo máimom M. En C. Eduardo Bustos Farías as Problema del flujo máimom Problema del flujo máimom Este modelo se utiliza para reducir los embotellamientos entre ciertos

Más detalles

Descripción inicial del sistema. Descripción final del sistema. Estado 1 Estado 2 Estado n

Descripción inicial del sistema. Descripción final del sistema. Estado 1 Estado 2 Estado n Búsqueda en Inteligencia Artificial Fernando Berzal, berzal@acm.org Búsqueda en I.A. Introducción Espacios de búsqueda Agentes de búsqueda Uso de información en el proceso de búsqueda Búsqueda sin información

Más detalles

TALLER DE FORMACIÓN DE PROFESORES UNIVERSITARIOS

TALLER DE FORMACIÓN DE PROFESORES UNIVERSITARIOS COMPETENCIAS EN LA EDUCACIÓN SUPERIOR TALLER DE FORMACIÓN DE PROFESORES UNIVERSITARIOS Jacqueline García de De León Guatemala, 7 de julio de 2010 COMPETENCIAS EN LA EDUCACIÓN SUPERIOR Qué son las competencias?

Más detalles

Alumna: Adriana Elizabeth Mendoza Martínez. Grupo: 303. P.S.P. Miriam De La Rosa Díaz. Carrera: PTB. en Informática 3er Semestre.

Alumna: Adriana Elizabeth Mendoza Martínez. Grupo: 303. P.S.P. Miriam De La Rosa Díaz. Carrera: PTB. en Informática 3er Semestre. Alumna: Adriana Elizabeth Mendoza Martínez. Grupo: 303. P.S.P. Miriam De La Rosa Díaz. Carrera: PTB. en Informática 3er Semestre. Tema: Sistemas Subtema: Base de Datos. Materia: Manejo de aplicaciones

Más detalles

Algoritmos sobre Grafos

Algoritmos sobre Grafos Sexta Sesión 27 de febrero de 2010 Contenido Deniciones 1 Deniciones 2 3 4 Deniciones sobre Grafos Par de una lista de nodos y una lista de enlaces, denidos a su vez como pares del conjunto de nodos.

Más detalles

Qué se entiende por diseño arquitectónico? Comprende el establecimiento de un marco de trabajo estructural básico para un sistema. Alude a la estructura general del software y el modo en que la estructura

Más detalles

Seminario Bioinformática: The ten most wanted solutions in protein bioinformatics. Problem 1

Seminario Bioinformática: The ten most wanted solutions in protein bioinformatics. Problem 1 Seminario Bioinformática: The ten most wanted solutions in protein bioinformatics. Problem 1 Gloria Inés Alvarez V. Departamento de Ciencias e Ingeniería de la Computación Pontificia Universidad Javeriana

Más detalles

SOLUCIÓN: a) Signo y magnitud:

SOLUCIÓN: a) Signo y magnitud: 1. Resolver las siguientes conversiones razonando los pasos seguidos (total 3 a. Dado el número 18525 expresado en decimal, calcular su representación numérica en signo y magnitud, en complemento a 2 y

Más detalles

Temario Secretariado Internacional

Temario Secretariado Internacional HABILIDADES EJECUTIVAS Funciones del profesional del secretariado: Personal Assistant Organización empresarial Conceptos básicos de economía. Estructura financiera de la empresa La organización del trabajo

Más detalles

Búsqueda avanzada en Google

Búsqueda avanzada en Google Búsqueda avanzada en Google Como hemos mencionado en las ediciones anteriores, Google es el prototipo de los motores de búsqueda y uno de los buscadores más usado actualmente, no solo por su facilidad

Más detalles

SISTEMA DE GESTION DOCUMENTAL

SISTEMA DE GESTION DOCUMENTAL SISTEMA DE GESTION DOCUMENTAL Introducción favila 0 Contenido Objetivos de este documento... 2 Alcance... 2 Objetivos del Sistema de Gestión Documental... 2 Aspectos Generales... 2 Características básicas...

Más detalles

6.3.4. 4 Etapa : Caracterización de la partición P 4 de los n individuos de la tabla T(22, 3)

6.3.4. 4 Etapa : Caracterización de la partición P 4 de los n individuos de la tabla T(22, 3) 6.3.4. 4 Etapa : Caracterización de la partición P 4 de los n individuos de la tabla T(22, 3) - Resultados y conclusiones Las tres variables contribuyen significativamente a caracterizar las clases de

Más detalles

Movimiento a través de una. José San Martín

Movimiento a través de una. José San Martín Movimiento a través de una curva José San Martín 1. Introducción Una vez definida la curva sobre la cual queremos movernos, el siguiente paso es definir ese movimiento. Este movimiento se realiza mediante

Más detalles

Cómo se usa Data Mining hoy?

Cómo se usa Data Mining hoy? Cómo se usa Data Mining hoy? 1 Conocer a los clientes Detectar segmentos Calcular perfiles Cross-selling Detectar buenos clientes Evitar el churning, attrition Detección de morosidad Mejora de respuesta

Más detalles

División de Promatect 100 de 10 mm. Resistencia al fuego EI 60

División de Promatect 100 de 10 mm. Resistencia al fuego EI 60 División de Promatect 00 de 0 mm. Resistencia al fuego EI 0 AIDICO IE 090 IC 09000 0.0 Promatect 00 de 0 mm. atornillada a la estructura de soporte. Lana de roca densidad 00 Kg/m espesor 0 mm. Tira de

Más detalles

Ingeniería de Aplicaciones Web

Ingeniería de Aplicaciones Web Ingeniería de Aplicaciones Web Diego C. Martínez Departamento de Ciencias e Ingeniería de la Computación Universidad Nacional del Sur Recuperación de Información Recuperación de Información (Information

Más detalles

Trabajo Práctico 6 Métricas para la toma decisiones

Trabajo Práctico 6 Métricas para la toma decisiones 1. Defina los siguientes conceptos: Trabajo Práctico 6 Métricas para la toma decisiones a) Media aritmética (o promedio), mediana, y moda. b) Entidad y atributo. Considere algunas mediciones cotidianas

Más detalles

Costes de la accidentalidad y rentabilidad de la prevención

Costes de la accidentalidad y rentabilidad de la prevención D Costes de la accidentalidad y rentabilidad de la prevención 1. Los costes de los accidentes de trabajo 2. Métodos de cálculo de los costes de los accidentes 1 COSTES DE LOS ACCIDENTES DE TRABAJO Los

Más detalles

Metros y centímetros. Vamos a medir cosas!

Metros y centímetros. Vamos a medir cosas! Metros y centímetros Vamos a medir cosas! Objetos y cosas que sirven para medir: Autor: Eduard CONNOLLY http://pedagogoterapeuta.blogspot.com/ 2 Fíjate en estos dos objetos: Los dos sirven para medir Autor:

Más detalles

MODELO DE RESPUESTAS

MODELO DE RESPUESTAS 1/8 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO AREA: INGENIERÍA CARRERA: INGENIERIA INDUSTRIAL S ASIGNATURA: LOGISTICA INDUSTRIAL CÓDIGO: 236 MOMENTO: VERSION: 1 FECHA DE APLICACIÓN: 06/12/2008

Más detalles

PROCEDIMIENTO DE EVALUACIÓN Y ACREDITACIÓN DE LAS COMPETENCIAS PROFESIONALES CUESTIONARIO DE AUTOEVALUACIÓN PARA LAS TRABAJADORAS Y TRABAJADORES

PROCEDIMIENTO DE EVALUACIÓN Y ACREDITACIÓN DE LAS COMPETENCIAS PROFESIONALES CUESTIONARIO DE AUTOEVALUACIÓN PARA LAS TRABAJADORAS Y TRABAJADORES MINISTERIO DE EDUCACIÓN, CULTURA Y DEPORTE SECRETARÍA DE ESTADO DE EDUCACIÓN, FORMACIÓN PROFESIONAL Y UNIVERSIDADES DIRECCIÓN GENERAL DE FORMACIÓN PROFESIONAL INSTITUTO NACIONAL DE LAS CUALIFICACIONES

Más detalles

II. INTRODUCCIÓN: Se determina que un paciente es politraumatizado cuando este paciente sufre 2 o mas lesiones traumáticas graves que pueden alterar sus funciones vitales poniendo en peligro su vida a

Más detalles

ANÁLISIS DE RESULTADOS DE INCERTIDUMBRE EN ENSAYOS DE COMPRESIÓN PARA PROBETAS DE HORMIGÓN

ANÁLISIS DE RESULTADOS DE INCERTIDUMBRE EN ENSAYOS DE COMPRESIÓN PARA PROBETAS DE HORMIGÓN ANÁLISIS DE RESULTADOS DE INCERTIDUMBRE EN ENSAYOS DE COMPRESIÓN PARA PROBETAS DE HORMIGÓN Carlos Torres Navarro ctorres@ubiobo.cl Abstract El objetivo de este estudio fue conocer y analizar los resultados

Más detalles

1.2 Algoritmo. Proceso de solución de un problema. Resolviendo problemas con la computadora. Programación

1.2 Algoritmo. Proceso de solución de un problema. Resolviendo problemas con la computadora. Programación Universidad Autónoma de Baja California Facultad de Ingeniería Mexicali Programación Unidad I - Metodología para la solución de s 1.2 Algoritmo 1. Definición de 2. Características de un 3. Pruebas de escritorio

Más detalles

Tema 3: Problemas de Satisfacción de Restricciones

Tema 3: Problemas de Satisfacción de Restricciones Tema 3: Problemas de Satisfacción de Restricciones Universidad de Granada Tema 3: Satisfacción de Restricciones Contenido Problemas de satisfacción de restricciones Métodos de búsqueda Búsqueda local para

Más detalles

CA Nimsoft Monitor Snap

CA Nimsoft Monitor Snap CA Nimsoft Monitor Snap Guía de configuración de Monitorización de la base de datos de Informix Serie de informix 4.1 Avisos legales Este sistema de ayuda en línea (el "Sistema") se proporciona con el

Más detalles

Hoja1. Distribución de. Porcentajes

Hoja1. Distribución de. Porcentajes Hoja1 1.56 1.74 1.53 1.69 1.73 1.63 1.58 1.51 1.66 1.56 1.61 1.52 1.48 1.59 1.63 1.72 1.65 1.57 1.67 1.63 1.64 1.49 1.63 1.71 1.6 1.55 1.54 1.49 1.5 1.56 1.53 1.66 1.76 1.61 1.71 1.68 1.54 1.55 1.76 1.51

Más detalles

PROCEDIMIENTO DE PATENTE, MODELO DE UTILIDAD, DISEÑO INDUSTRIAL. INDICE 1 OBJETIVO... 2 2 ALCANCE Y OBLIGATORIEDAD... 2

PROCEDIMIENTO DE PATENTE, MODELO DE UTILIDAD, DISEÑO INDUSTRIAL. INDICE 1 OBJETIVO... 2 2 ALCANCE Y OBLIGATORIEDAD... 2 1 de 14 PROCEDIMIENTO DE PATENTE, MODELO DE UTILIDAD, DISEÑO INDUSTRIAL. INDICE 1 OBJETIVO.... 2 2 ALCANCE Y OBLIGATORIEDAD... 2 3 NOTACIONES Y DEFINICIONES... 2 4 DESARROLLO... 5 5 ANEXOS... 7 5.1 DIAGRAMA

Más detalles

Física Computacional

Física Computacional Física Computacional Dr. José Mejía López Física Teórica, segundo piso e-mail: jmejia@puc.cl Sitio Web: http://neel2.fis.puc.cl/cncm/fiscompu/sitio_web/portada.html Capítulo 2a - Control de la Temperatura

Más detalles

MÉTODOS DE ORGANIZACIÓN Y ACCESO A DATOS INTRODUCCIÓN. NO : ESTRUCTURA. OPERACIONES. MANTENIMIENTO. : ESTRUCTURA. OPERACIONES. MANTENIMIENTO. MÉTODOS DE ORGANIZACIÓN Y ACCESO A DATOS : ESTRUCTURA. OPERACIONES.

Más detalles

Resumen de técnicas para resolver problemas de programación entera. 15.053 Martes, 9 de abril. Enumeración. Un árbol de enumeración

Resumen de técnicas para resolver problemas de programación entera. 15.053 Martes, 9 de abril. Enumeración. Un árbol de enumeración 5053 Martes, 9 de abril Ramificación y acotamiento () Entregas: material de clase Resumen de técnicas para resolver problemas de programación entera Técnicas de enumeración Enumeración completa hace una

Más detalles