SARTA: SOFTWARE PARA LA CLASIFICACIÓN DE IMÁGENES REMOTAMENTE DETECTADAS BASADO EN REDES SUPERVISADAS TIPO ART

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

Download "SARTA: SOFTWARE PARA LA CLASIFICACIÓN DE IMÁGENES REMOTAMENTE DETECTADAS BASADO EN REDES SUPERVISADAS TIPO ART"

Transcripción

1 SARTA: SOFTWARE PARA LA CLASIFICACIÓN DE IMÁGENES REMOTAMENTE DETECTADAS BASADO EN REDES SUPERVISADAS TIPO ART CONSUELO GONZALO MARTIN 1, ESTÍBALIZ MARTÍNEZ IZQUIERDO 1, AGUEDA ARQUERO HIDALGO 1, KAMAL R. AL-RAWI 1, JAVIER YUSTE HEREDERO 1 Y MARIO LILLO SAAVEDRA 2 1 Universidad Politécnica de Madrid, Facultad de Informática, Departamento de Arquitectura Tecnología y Sistemas Informáticos. y 2 Universidad de Concepción, Facultad de Ingeniería Agrícola. Departamento de Mecanización y Energía. Avda. Vicente Méndez 595, Casilla 537, Chillán, Chile. Key Words: Artificial Neural Networks, Adaptive Resonance Theory, Classification, Satellite Images, Remote Sensing. ABSTRACT In this work, a new software for classification of multiespectral satellite images is presented. This tool includes the learning and classification algorithms: Supervised ART I and Supervised ART II. The training phase can be carried out selecting different learning parameter dynamics in order to improve the classification performances. This tool has been named SARTA (Supervised ART Analyzer). Its implementation has been programmed by using the language Visual C++. Execution speed and memory requirements has been optimized. Some of the capabilities provided by SARTA are: the administration of data files, admitting diverse formats of input and output images; generation of random reordering training data and test patterns; selection of the learning algorithm (SART I and SART II), as well as their associate parameters and the wanted learning dynamics; administration of the trained neural networks (save, load, visualization and edition); training, proves and execution of different types of neural networks and visualization of the images classified with a customized chart of colors. RESUMEN En este trabajo, se presenta un nuevo software de clasificación de imágenes multiespectrales de satélite. Esta herramienta incluye los algoritmos de aprendizaje y clasificación: Supervised ART I y Supervised ART II. Además, se han incluido diferentes dinámicas del parámetro de aprendizaje, con objeto de optimizar las prestaciones del clasificador. A la herramienta se le ha denominado SARTA (Supervised ART Analyzer). La implementación de esta herramienta se ha realizado utilizando el lenguaje de programación Visual C++, teniendo especial cuidado en la optimización de la velocidad de ejecución y los requerimientos de memoria. Algunas de las principales prestaciones proporcionadas por SARTA son: la gestión de ficheros de datos, admitiendo diversos formatos de imágenes de entrada y salida; generación de los patrones de test y reordenación aleatoria de los datos de entrenamiento; selección del algoritmo de aprendizaje (SART I y II), de sus parámetros asociados y de la dinámica de aprendizaje deseada; gestión de las redes entrenadas (salvar, cargar, visualizar y editar); entrenamiento, prueba y ejecución de diferentes tipos de redes; así como la visualización de las imágenes clasificadas con posibilidad de una fácil personalización de la tabla de colores. 1. INTRODUCCIÓN Los avances experimentados en las últimas décadas, tanto en la investigación espacial como en las tecnologías de computación, han hecho posible la utilización de datos remotamente detectados para la determinación y ubicación automática de las clases temáticas presentes en la superficie terrestre (Mather P. M., 1999). Las ventajas que aporta el uso de Redes Neuronales Artificiales (RNA) para llevar a cabo estas tareas de clasificación, frente a algunos clasificadores convencionales, son numerosas y están extensamente justificadas en la literatura (Atkinson P. M. et al., 1999) La red neuronal mas habitualmente utilizada para clasificar datos remotamente detectados es el Perceptrón multi-capa (MLP), con el conocido algoritmo de aprendizaje Backpropagation (Tveter Donald R, 2001). Diferentes autores discrepan sobre la bondad de este método, pero lo que si parece claro es que la clasificación de datos remotos mediante este tipo de redes presenta una serie de inconvenientes: la arquitectura de la red no es fija y la convergencia final no está garantizada. Algunas de las RNA que se han propuesto como alternativa al MLP son las redes tipo ART (Adaptive Renonance Theory) (Grossberg, 1976). Dentro de este tipo de

2 redes, se han desarrollado e implementado recientemente dos nuevas arquitecturas supervisadas tipo ART, así como sus correspondientes algoritmos de aprendizaje y operación: Supervised ART-I y Supervised ART-II (Al- Rawi 1999 y Al-Rawi et. al 1999, Al-Rawi 2001). La principal ventaja de las arquitecturas propuestas frente a las existentes hasta este momento es su sencillez. Estos nuevos algoritmos, reducen el número de parámetros dinámicos, los requerimientos de memoria y el tiempo de aprendizaje, manteniendo la misma precisión en aplicaciones de clasificación de imágenes TM que los algoritmos ART originales. La simplicidad de estos algoritmos ha permitido hacer un estudio exhaustivo de su comportamiento en el dominio definido por los parámetros dinámicos que intervienen en el funcionamiento de la red, para diferentes conjuntos de entrenamiento. Este estudio ha permitido interpretar la influencia de dichos parámetros en las capacidades de la red. Así como la importancia del llamado parámetro de aprendizaje en los resultados de clasificación obtenidos. En este sentido se han propuesto y evaluado tres dinámicas diferentes del parámetro de aprendizaje, alternativas a la utilizada hasta este momento en la literatura (Al-Rawi et. al 2002). En la siguiente sección se describen los requisitos que se han establecido, previamente al diseño de la herramienta SARTA y en la sección 3 se presenta una detallada descripción de las características y prestaciones de la misma. 2. ESPECIFICACIÓN DE REQUISITOS DE SARTA El objetivo global que ha motivado este trabajo ha sido la creación de un entorno visual, fácil de utilizar y con una interfaz de usuario amigable, que permita la clasificación de imágenes multiespectrales (Chuvieco 2002), utilizando los algoritmos anteriormente mencionados. Pero además se pretende que esta herramienta facilite la interpretación de las imágenes clasificadas, así como su almacenamiento en diferentes formatos. La especificación de la herramienta SARTA se ha realizado siguiendo las directrices recogidas en el estándar IEEE (IEEE 1998). Las funcionalidades que se han impuesto inicialmente, han sido: las funcionalidades genéricas de cualquier aplicación de Windows, como son la gestión e impresión de ficheros y ayuda. Además, se han incluido otras funcionalidades específicas de la herramienta como son la generación de patrones de entrenamiento y de prueba; entrenamiento de las RNA con los diferentes algoritmos y con diferentes parámetros de entrenamiento, gestión de redes de neuronas entrenadas; clasificación de imágenes multiespectrales, gestión de los archivos de imágenes clasificadas; y configuración de la apariencia de las imágenes clasificadas en el entorno visual. En cuanto a la implementación de la herramienta se han impuesto requisitos de optimización de velocidad y memoria. En este sentido, las primeras versiones de la herramienta se llevaron a cabo utilizando memoria dinámica, sin embargo, se ha probado tanto teórica como experimentalmente que dada la naturaleza de los datos utilizados por esta herramienta, es mucho mas eficaz utilizar memoria estática, aún cuando esto suponga una limitación a la posible extensión de la herramienta a otras aplicaciones (Yuste 2002). 3. DESCRIPCIÓN DE SARTA En este apartado se describirá con cierto detalle las funcionalidades implementadas en SARTA. Este entorno visual se ha desarrollado en el lenguaje Visual C++. Con objeto de permitir la introducción de cambios y nuevas funciones, se ha utilizado un modelo de ciclo de vida de prototipo evolutivo (Fernández 1998). La configuración mínima necesaria de un sistema que pueda soportar SARTA es: Procesador Pentium a 166 Mhz, 64 Mb de memoria RAM y un espacio libre en disco de 50 Mb. Además la aplicación se ha diseñado para que sea compatible con los sistemas operativos Windows 95, Windows 98, Windows Millenium y Windows Formatos de Entrada/Salida de datos SARTA soporta 2 tipos de formatos de entrada, ambos son formatos ASCII. Las principales diferencias entre ellos son la ordenación de los datos y la información que contienen. Se va a denominar a estos formatos por la extensión de sus ficheros asociados (WRI, BIL). Los archivos que SARTA admite como entradas, pueden contener diferentes tipos de datos. Así, pueden ser archivos que contengan la información necesaria para llevara a cabo el entrenamiento de un clasificador (patrones de entrada), o bien la evaluación de las características del mismo (patrones de test), en ambos casos van a tener formato WRI. Pero por otra parte, a SARTA también se le pueden presentar archivos que contengan los datos de una imagen completa para ser clasificada. En este caso, los archivos pueden ser tanto WRI como BIL.

3 El formato WRI, contiene tantas líneas como patrones de entrenamiento, ya que cada línea representa la información asociada a uno de esos patrones, según se muestra en el siguiente ejemplo: 1: (14, 8) [suelo] El primer número de cada fila indica el número de píxel, a continuación, entre paréntesis, se indica la fila y la columna que ocupa ese píxel en la imagen original de la que procede, los 6 valores siguientes son los valores espectrales asociados a cada una de las bandas TM (TM1, TM2, TM3, TM4, TM5 y TM7), al final de la línea y entre corchetes se representa la etiqueta de la clase a la que pertenece el píxel actual. El carácter separador de cada uno de los campos puede ser tanto un blanco como una tabulación. Como ya se ha mencionado, este tipo de formato se utiliza para almacenar tanto los datos de entrenamiento, como los de prueba y los de clasificación. En la cabecera de estos ficheros se puede introducir la información adicional que se considere oportuna Los archivos con formato ASCII BIL(Band Interleaved by Line) (Jensen 2002) solo contienen números enteros separados por espacios, tabulaciones o retornos de carro entre cada número. Se asume que los números están ordenados por filas, es decir, primero se almacenan los valores de la primera fila de todas las bandas, después los de la segunda y así sucesivamente. Est formato es útil si todas o al menos la mayoría de las bandas espectrales de la imagen van a se utilizadas, en otro caso puede resultar un formato ineficiente. 3.2 Generación de patrones de entrenamiento y prueba El paso previo al entrenamiento de cualquier red neuronal, es la generación de los patrones de entrenamiento y prueba. Se ha observado que para los algoritmos tipo ART supervisados, el orden en el que se presentan los patrones de entrenamiento a la red durante esta fase es un factor determinante de la precisión obtenida en la fase de clasificación. Por ello se ha considerado necesario incluir en la herramienta la posibilidad de generar archivos con los patrones de entrada desordenados aleatoriamente, así como la generación automática de archivos de prueba que permitan evaluar previamente a la clasificación, la bondad de la red entrenada para realizar dicha tarea. El resultado de esta evaluación se mostrará como una matriz de confusión. Tanto el archivo de entrenamiento, como el de prueba se generan a partir de un archivo de áreas de entrenamiento. El usuario puede determinar que porcentaje de estas áreas quiere utilizar para probar la precisión del clasificador entrenado (ver Figura 1). Este porcentaje se aplica a cada una de las clases contenidas en el archivo de áreas de entrenamiento para generar el archivo de prueba. El resto de las áreas de entrenamiento se utilizan para entrenar a la red. Figura 1: Ventana de la herramienta SARTA, para determinar el porcentaje de áreas de entrenamiento utilizadas en la evaluación de la precisión del clasificador entrenado. 3.3 Entrenamiento y prueba de las redes neuronales SARTA incluye la posibilidad de elegir entre dos algoritmos de entrenamiento supervisados: ART-I y ART-II. La Figura 2 muestra una sección de la pantalla de SARTA, con el menú de selección de algoritmos desplegado. Se puede observar en la figura que las opciones de prueba de la red neuronal y operación de la misma solo están activadas, si previamente se ha entrenado o cargado una red neuronal para ese algoritmo.

4 Figura 2: Sección de la pantalla de SARTA, mostrando el menú que permite seleccionar el algoritmo de aprendizaje, prueba y clasificación. El entrenamiento de cualquiera de los dos algoritmos considerados, necesita que se especifiquen una serie de variables que determinarán las características finales del clasificador. Así, se debe indicar el valor de una serie de parámetros necesarios en el proceso de aprendizaje (α, β, ρ,ε ), todos ellos incluidos en el intervalo [0,1]. También se debe indicar, el número de bandas espectrales que se han utilizado para definir los patrones de entrada, lo que determinará el número de neuronas de entrada. Y finalmente se debe seleccionar la dinámica del parámetro de vigilancia, ρ, deseada para realizar el proceso de aprendizaje. La Figura 3 muestra la ventana que presenta SARTA, posteriormente a la elección del algoritmo de aprendizaje y previamente a la ejecución del entrenamiento de la red neuronal, para solicitar la información descrita. Figura 3: Ventana de la herramienta SARTA, que permite determinar las condiciones de entrenamiento de la red. Los valores representados en la ventana que aparece en la Figura 3, son los valores por defecto, los cuales están almacenados en un fichero de configuración que el usuario puede modificar fácilmente o bien puede introducir los valores deseados directamente en la ventana. Una vez introducidos estos valores, se pulsa el correspondiente botón (training). Entonces, se solicitará, el nombre del archivo que contiene los patrones de entrenamiento. Ya se ha mencionado que cuando se ha entrenado una red, operación que se puede haber realizado en la sesión actual o en otra anterior, se debe evaluar la precisión del clasificador generado. Esta evaluación se lleva a cabo, mediante la presentación a la red de una serie de patrones que no hayan sido utilizados durante la fase de entrenamiento, pero de los cuales se conoce la clase temática a la que pertenecen. El resultado de un proceso de evaluación de este tipo, es mostrado en la pantalla del sistema. 3.4 Gestión de redes de neuronas entrenadas Una vez que una red ha sido entrenada, ésta se puede guardar en forma de archivo para ser utilizada en sesiones posteriores. La herramienta permite visualizar, editar e imprimir estos archivos. Estas opciones se muestra en la ventana de la Figura 4.

5 Figura 4: Menú de SARTA para gestionar redes de neuronas entrenadas La Figura 5 muestra una sección de la pantalla con parte de la información asociada a una red neuronal entrenada con el algoritmo Supervised ART-II. Figura 5: Información parcial asociada a una red neuronal entrenada con el algoritmo Supervised ART-II. 3.5 Clasificación Como ya se ha mencionado anteriormente, SARTA admite dos formatos de entrada para las imágenes a clasificar: formato BIL o formato WRI. La Figura 6 muestra la ventana que permite determinar el formato de la imagen a clasificar. Si el formato seleccionado es formato BIL, es necesario indicar el número de filas y columnas, no así cuando el formato es de tipo WRI, ya que en la cabecera del fichero va contenida esta información. Figura 6: Ventana de la herramienta SARTA, para determinar el formato del archivo que contiene la imagen a clasificar. SARTA proporciona imágenes clasificadas, representándolas de forma adecuada para su visualización e interpretación. El resultado de la clasificación se puede almacenar en diferentes formatos para posteriores usos de la imagen. 3.6 Gestión de la apariencia de las imágenes en el entorno visual Para la representación de la imagen clasificada, la aplicación permite determinar el color que se quiere asociar a cada clase temática. En la Figura 7 se muestra la ventana mediante la cual SARTA solicita el nombre de la clase a la que se le va asignar un color. La selección de los colores se lleva a cabo mediante un tabla de

6 colores estándar. Esta información se guarda en un archivo de configuración al que se puede acceder posteriormente para su consulta o edición. Figura 7: Ventana de la herramienta SARTA para solicitar el nombre de la clase temática a la que se le quiere asignar un determinado color. 3.7 Características de los usuarios El usuario tipo al que va destinado la herramienta, debe poseer conocimientos en la utilización de ordenadores personales, así como conceptos básicos de clasificación de imágenes remotas. La herramienta ofrece una interfaz de usuario muy intuitiva, fácil de aprender y sencilla de manejar. Se estima que un usuario nuevo se puede familiarizar con la herramienta en una única sesión de duración inferior a una hora. 4. CONCLUSIONES Se ha desarrollado un prototipo de un nuevo software de clasificación y análisis de imágenes de satélite, al que se le ha denominado SARTA. La herramienta proporciona, además de las utilidades habituales de generación y gestión de ficheros, utilidades específicas para la generación de ficheros de entrenamiento y prueba adaptados a los requisitos de los algoritmos implementados, así como facilidades para la gestión y edición de las redes neuronales entrenadas. La herramienta admite diferentes formatos estándares de entrada y salida de datos. Los algoritmos de entrenamiento y clasificación incluidos en esta herramienta son Supervised ART I y Supervised ART II. Además de los parámetros de entrenamiento característicos de estos algoritmos, el usuario puede elegir entre cuatro tipos diferentes de dinámicas de aprendizaje, lo que permite mejorar la precisión de los clasificadores entrenados. Para la evaluación de dicha precisión se ha incluido la posibilidad de que la herramienta genere la matriz de confusión asociada a cada red neuronal entrenada. La implementación de esta herramienta se ha realizado utilizando el lenguaje de programación Visual C++, teniendo especial cuidado en la optimización de la velocidad de ejecución y los requerimientos de memoria. Además de la depuración de la versión actual de SARTA, se pretende incluir próximamente en esta herramienta un módulo de cálculo y análisis estadístico de los resultados de clasificación. AGRADECIMIENTOS Nuestro agradecimiento a la Comisión Interministerial de Ciencia y Tecnología de España que ha financiado este trabajo dentro del proyecto de investigación TIC BIBLIOGRAFÍA Al-Rawi, K. R., 1999, Supervised ART-I: A new neural network architecture for learning and classifying multivalued input patterns, Lecture Notes in Computer Science, 1606, Al-Rawi, K. R., Gonzalo, C., and Arquero, A., 1999, Supervised ART-II: A new neural network architecture, with quicker learning algorithm, for classifying multivalued input patterns, In proceeding of the European Symposium on Artificial Neural Network ESANN 99, Bruges, Belgium, Al-Rawi, K. R., Gonzalo, C., and Arquero, A., 1999, Supervised ART-II: A new neural network architecture, with quicker learning algorithm, for classifying multivalued input patterns, In proceeding of the European Symposium on Artificial Neural Network ESANN 99, Bruges, Belgium, Al-Rawi K. R., Gonzalo C., Martinez E. y Arquero A., 2002, Performance of supervised ART artificial neural networks with different parameter vigilance dynamics, KES'2002, Sixth International Conference on Knowledge-Based Intelligent Information & Engineering Systems, aceptado para su publicación..

7 Al-Rawi K. R., 2001, Design New Supervised ART-type artificial neural networks, and their performances for classification Landsat Tm images, Trabajo de Tesis Doctoral, Universidad Politécnica de Madrid. Atkinson Peter M. y Tate Nicholas J., 1999, Advances in Remote Sensing and GIS Analysis, Chichester. Chuvieco E., 2002, Teledetección Ambiental, La observación de la Tierra desde el Espacio, Ariel Ciencia. Fernández-Sanz L.,1998, Proceso de desarrollo de software, Universidad Europea de Madrid. Grossberg, S., 1976, Adaptive pattern classification and universal recoding, II: Feed back, expectation, olfaction, and illusions, Biological Cybernetics, 23, IEEE Recommended Practice for Software Requirements Specification. ANSI/IEEE std. 830, Jense J.R y Schill S. R., 2002, Mather Paul M., 1999Computer Processing of Remotely-Sensed Images, Wiley, Chichester. Tveter Donald R., Backpropagator s review. Yuste J., 2002, Desarrollo de un entorno visual para arquitecturas y algoritmos de aprendizaje tipo ART supervisados, aplicado a la clasificación de imágenes remotamente detectadas, Proyecto Fin de Carrera, Facultad de Informática,UPM.

APLICACIÓN DE LAS REDES NEURONALES PARA EL CONTROL Y SEGUIMIENTO EN TIEMPO REAL DE LOS INCENDIOS FORESTALES MEDIANTE IMÁGENES NOAA-AVHRR

APLICACIÓN DE LAS REDES NEURONALES PARA EL CONTROL Y SEGUIMIENTO EN TIEMPO REAL DE LOS INCENDIOS FORESTALES MEDIANTE IMÁGENES NOAA-AVHRR APLICACIÓN DE LAS REDES NEURONALES PARA EL CONTROL Y SEGUIMIENTO EN TIEMPO REAL DE LOS INCENDIOS FORESTALES MEDIANTE IMÁGENES NOAA-AVHRR K. R. Al-Rawi, and J. L. Casanova E-mail:kamal@latuv.uva.es Laboratorio

Más detalles

Sistema de medición y control de proceso industrial de embotellado con algoritmo de redes neuronales

Sistema de medición y control de proceso industrial de embotellado con algoritmo de redes neuronales Sistema de medición y control de proceso industrial de embotellado con algoritmo de redes neuronales César E. Martínez Reinoso, Mario Alvarez Sifontes, Francisco J. Arteaga Bravo Unidad de Investigación

Más detalles

Inteligencia Artificial

Inteligencia Artificial Inteligencia Artificial Practica 2. (5 semanas) Rubén Cárdenes Almeida Redes neuronales. Introducción Las Redes Neuronales Artificiales (RNA) están inspiradas en la biología, esto significa que están formadas

Más detalles

(Gestion de Proyectos en Teledetección y SIG)

(Gestion de Proyectos en Teledetección y SIG) (Gestion de Proyectos en Teledetección y SIG) Guía de Aprendizaje Información al estudiante 1. Datos Descriptivos Titulación Módulo Materia Asignatura Carácter Master Universitario en Ingeniería Informática

Más detalles

5.4. Manual de usuario

5.4. Manual de usuario 5.4. Manual de usuario En esta sección se procederá a explicar cada una de las posibles acciones que puede realizar un usuario, de forma que pueda utilizar todas las funcionalidades del simulador, sin

Más detalles

Grafos. Manual de usuario. Grafos - Manual de usuario

Grafos. Manual de usuario. Grafos - Manual de usuario Grafos Manual de usuario Grafos forma parte de un proyecto de investigación y desarrollo de aplicaciones informáticas de diseño modular orientadas hacia la docencia, investigación y labores profesionales

Más detalles

HERRAMIENTA WEB PARA LA ELABORACIÓN DE TEST BAJO LA ESPECIFICACIÓN IMS-QTI

HERRAMIENTA WEB PARA LA ELABORACIÓN DE TEST BAJO LA ESPECIFICACIÓN IMS-QTI HERRAMIENTA WEB PARA LA ELABORACIÓN DE TEST BAJO LA ESPECIFICACIÓN IMS-QTI Muñoz-Bouchard J.P., y Álvarez-González L.A. jp.knap@gmail.com@gmail.com, lalvarez@inf.uach.cl Grupo de Investigación en Tecnologías

Más detalles

Ejemplo de Aplicación con Neural Connection

Ejemplo de Aplicación con Neural Connection Ejemplo de Aplicación con Neural Connection El marketing directo es un área donde las redes neuronales han tenido un considerable éxito. En este tipo de marketing, se vende un producto o un servicio, enviando

Más detalles

Operación Microsoft Windows XP

Operación Microsoft Windows XP Entornos de red Concepto de red En el nivel más elemental, una red consiste en dos equipos conectados entre sí mediante un cable de forma tal que puedan compartir datos. Todas las redes, no importa lo

Más detalles

ESCUELA SUPERIOR DE INFORMATICA Prácticas de Estadística UNA SESIÓN EN SPSS

ESCUELA SUPERIOR DE INFORMATICA Prácticas de Estadística UNA SESIÓN EN SPSS UNA SESIÓN EN SPSS INTRODUCCIÓN. SPSS (Statistical Product and Service Solutions) es un paquete estadístico orientado, en principio, al ámbito de aplicación de las Ciencias sociales, es uno de las herramientas

Más detalles

La nueva arquitectura del paquete AMORE (A MORE Flexible Neural Network)

La nueva arquitectura del paquete AMORE (A MORE Flexible Neural Network) La nueva arquitectura del paquete AMORE (A MORE Flexible Neural Network) III Jornadas de Usuarios de R Javier Alfonso Cendón, Manuel Castejón Limas, Joaquín Ordieres Mere, Camino Fernández Llamas Índice

Más detalles

UNIVERSIDAD NACIONAL DEL CALLAO

UNIVERSIDAD NACIONAL DEL CALLAO UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS INSTITUTO DE INVESTIGACION DE LA FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS INFORME FINAL DEL PROYECTO DE INVESTIGACIÓN

Más detalles

Weka como herramienta de data mining

Weka como herramienta de data mining Weka como herramienta de data mining Lic. Aldave Rojas Isaac Alberto Instituto Tecnológico Superior de Ciudad Serdán Abstract El presente trabajo muestra un ejemplo introductorio a la herramienta de Data

Más detalles

AVG File Server. Manual del usuario. Revisión del documento 2015.08 (22.09.2015)

AVG File Server. Manual del usuario. Revisión del documento 2015.08 (22.09.2015) AVG File Server Manual del usuario Revisión del documento 2015.08 (22.09.2015) C opyright AVG Technologies C Z, s.r.o. Reservados todos los derechos. El resto de marcas comerciales son propiedad de sus

Más detalles

Arturo Cepeda Pérez. Software Engineering Tutor

Arturo Cepeda Pérez. Software Engineering Tutor Software Engineering Tutor M A N U A L D E U S U A R I O Tabla de contenidos 1. Software Engineering Tutor... 1 2. Entorno... 2 2.1. Vista Modelo... 3 2.2. Vista Diagrama... 4 2.3. Vista Propiedades...

Más detalles

UF0513 Gestión auxiliar de archivo en soporte convencional o informático

UF0513 Gestión auxiliar de archivo en soporte convencional o informático UF0513 Gestión auxiliar de archivo en soporte convencional o informático Tema 1. Sistemas operativos habituales Tema 2. Archivo y clasificación de documentación administrativa Tema 3. Base de datos Tema

Más detalles

O3 Requerimientos de Software y Hardware

O3 Requerimientos de Software y Hardware IdeaSoft Uruguay S.R.L. Phone: +598 (2) 710 4372 21 de Setiembre 2570 Fax: +598 (2) 710 4965 Montevideo http://www.ideasoft.com.uy Uruguay O3 Requerimientos de Software y Hardware Uso de memoria, espacio

Más detalles

felipe_tirado@hotmail.com

felipe_tirado@hotmail.com COMPRESIÓN DE IMÁGENES DIGITALES EN ESCALA DE GRISES UTILIZANDO REDES NEURONALES Felipe Tirado Marabolí UNIVERSIDAD CATOLICA DEL MAULE FACULTAD DE CIENCIA DE LA INGENIERIA felipe_tirado@hotmail.com RESUMEN

Más detalles

Seguridad de punto final. Protección en Internet. Seguridad de Internet

Seguridad de punto final. Protección en Internet. Seguridad de Internet Manual del administrador Seguridad de punto final Protección en Internet Seguridad de Internet Trend Micro Incorporated se reserva el derecho de efectuar cambios en este documento y en los productos que

Más detalles

Reconocimiento de caracteres del alfabeto dactilológico mediante redes neuronales artificiales: Un enfoque experimental

Reconocimiento de caracteres del alfabeto dactilológico mediante redes neuronales artificiales: Un enfoque experimental Reconocimiento de caracteres del alfabeto dactilológico mediante redes neuronales artificiales: Un enfoque experimental Diego Auquilla 1, Kenneth Palacio-Baus 1, Víctor Saquicela 2 1 Departamento de Ingeniería

Más detalles

SCT3000 95. Software para la calibración de transductores de fuerza. Versión 3.5. Microtest S.A. microtes@arrakis.es

SCT3000 95. Software para la calibración de transductores de fuerza. Versión 3.5. Microtest S.A. microtes@arrakis.es SCT3000 95 Versión 3.5 Software para la calibración de transductores de fuerza. Microtest S.A. microtes@arrakis.es Introducción El programa SCT3000 95, es un sistema diseñado para la calibración automática

Más detalles

Introducción a Protégé

Introducción a Protégé FACULTAD DE INFORMÁTICA LICENCIATURA EN DOCUMENTACIÓN SISTEMAS DE REPRESENTACIÓN Y PROCESAMIENTO AUTOMÁTICO DEL CONOCIMIENTO Práctica 1 1ª Parte Introducción a Protégé Febrero 2003 1. Objetivo La presente

Más detalles

A-PDF Merger NO requiere Adobe Acrobat, y produce documentos compatibles con Adobe Acrobat Reader Versión 5 y superior.

A-PDF Merger NO requiere Adobe Acrobat, y produce documentos compatibles con Adobe Acrobat Reader Versión 5 y superior. Nota.- Este producto se distribuye bajo el sistema probar-antes-de-comprar. Todas las características descritas en este documento están activas. La versión registrada no inserta una marca de agua en sus

Más detalles

IS23 Mantenimiento de Instalaciones Informáticas Práctica 5. Medición del rendimiento

IS23 Mantenimiento de Instalaciones Informáticas Práctica 5. Medición del rendimiento IS23 Mantenimiento de Instalaciones Informáticas Práctica 5. Medición del rendimiento 1 Objetivos Ingeniería Técnica Informática de Sistemas Curso 2003/2004 En la presente sesión se pretende familiarizar

Más detalles

Curso POWERPOINT 97. Introducción

Curso POWERPOINT 97. Introducción Curso POWERPOINT 97 Introducción El curso PowerPoint 97 está destinado a aquellos alumnos que necesiten crear presentaciones que informen de la evolución de un proyecto. PowerPoint es un programa de edición

Más detalles

1. DATA PORTER OUT... 1

1. DATA PORTER OUT... 1 INDICE Contenido Pág 1. DATA PORTER OUT... 1 1.1. FICHEROS DE DATOS NECESARIOS:...2 1.2. PARÁMETROS DE ENTRADA:...5 1.3. FUNCIONAMIENTO:...5 1.4. OBSERVACIONES:...9 NOTA: ESTE DOCUMENTO SE ENCUENTRA EN

Más detalles

UNIVERSIDAD DE OVIEDO

UNIVERSIDAD DE OVIEDO UNIVERSIDAD DE OVIEDO ESCUELA POLITÉCNICA DE INGENIERÍA DE GIJÓN MÁSTER EN INGENIERÍA INFORMÁTICA TRABAJO FIN DE MÁSTER SPRING ROO ADD-ONS PARA PROTOTIPADO RÁPIDO JAVIER MENÉNDEZ ÁLVAREZ JULIO 2014 UNIVERSIDAD

Más detalles

GE Power Management GE_LOCAL. Software de Comunicación. Instrucciones GEK 105568C

GE Power Management GE_LOCAL. Software de Comunicación. Instrucciones GEK 105568C GE Power Management Software de Comunicación GE_LOCAL Instrucciones GEK 105568C ,1',&( 1. INSTALACIÓN...3 1.1. REQUERIMIENTOS DEL SISTEMA...3 1.2. INSTALACIÓN DEL PROGRAMA...3 1.2.1. Instalación con disquetes....3

Más detalles

ArcGIS. Catálogo de cursos

ArcGIS. Catálogo de cursos ArcGIS Catálogo de cursos 2015 ArcGIS Desktop ArcGIS Desktop ArcGIS 1: Introduction to GIS (10.2)... 2 ArcGIS 2: Essential Workflows (10.2)... 3 ArcGIS 3: Performing Analysis (10.2)... 3 Building Geodatabases

Más detalles

UNIVERSIDAD CATÓLICA DEL NORTE PROGRAMA DE ESTUDIOS I. IDENTIFICACIÓN DE LA ASIGNATURA

UNIVERSIDAD CATÓLICA DEL NORTE PROGRAMA DE ESTUDIOS I. IDENTIFICACIÓN DE LA ASIGNATURA UNIVERSIDAD CATÓLICA DEL NORTE PROGRAMA DE ESTUDIOS I. IDENTIFICACIÓN DE LA ASIGNATURA Nombre: Aplicaciones Computacionales Código: CC-215 Fecha Actualización: Septiembre 2004 Unidad Responsable: Departamento

Más detalles

Fractalia Remote Systems Departamento de Ingeniería. Manual de Operador y Cliente Fractalia Remote Support FRS 0.1. 01/09/2011 Arturo Mencía Martínez

Fractalia Remote Systems Departamento de Ingeniería. Manual de Operador y Cliente Fractalia Remote Support FRS 0.1. 01/09/2011 Arturo Mencía Martínez Fractalia Remote Systems Departamento de Ingeniería Manual de Operador y Cliente Fractalia Remote Support FRS 0.1 01/09/2011 Arturo Mencía Martínez Propiedades del documento Fractalia Remote Systems, S.L.

Más detalles

AUTOGUIADO DE ROBOTS MÓVILES MEDIANTE REDES NEURONALES

AUTOGUIADO DE ROBOTS MÓVILES MEDIANTE REDES NEURONALES XXV Jornadas de Automática Ciudad Real, del 8 al 10 de septiembre de 2004 AUTOGUIADO DE ROBOTS MÓVILES MEDIANTE REDES NEURONALES Mª Concepción Marcos Provecho Escuela de Ingenierías Industrial e Informática.

Más detalles

PECO-GRAPH Manual de Usuario

PECO-GRAPH Manual de Usuario ESPAÑOL PECO-GRAPH Manual de Usuario Software para la gestión gráfica de datos de conteo ÍNDICE 1 INTRODUCCIÓN...3 2 INSTALACIÓN...4 2.1 REQUISITOS...4 2.2 INSTALACIÓN Y EJECUCIÓN...4 3 FUNCIONALIDAD Y

Más detalles

Sistemas Conexionistas

Sistemas Conexionistas 1 Objetivo Sistemas Conexionistas Curso 2011/2012 El objetivo de esta práctica es usar un conjunto de redes de neuronas artificiales para abordar un problema de reconocimiento de figuras sencillas en imágenes

Más detalles

GUÍA DE INSTALACIÓN Y USO

GUÍA DE INSTALACIÓN Y USO GUÍA DE INSTALACIÓN Y USO Edif. Metropol 1, C/ Industria 1, 3ª Planta Mod. 14-41927 - Mairena del Aljarafe, SEVILLA Tlf: 954 98 00 37 Email: info@didesis.com Guía de usuario 2 Contenido INTRODUCCIÓN...

Más detalles

DESARROLLO WEB EN ENTORNO SERVIDOR

DESARROLLO WEB EN ENTORNO SERVIDOR DESARROLLO WEB EN ENTORNO SERVIDOR CAPÍTULO 7: Programación de servicios Web Marcos López Sanz Juan Manuel Vara Mesa Jenifer Verde Marín Diana Marcela Sánchez Fúquene Jesús Javier Jiménez Hernández Valeria

Más detalles

Switch to Click. Versión 1.5

Switch to Click. Versión 1.5 Switch to Click Versión 1.5 Objetivo 2 Forma de uso 2 Acción de los switches 3 Conexión del switch 3 Seleccionar, agregar y eliminar usuarios 4 Recomendaciones de uso 5 Requerimientos técnicos 5 Copyright

Más detalles

Atlas de la Edificación Residencial en España. Manual de Ayuda y Guía Práctica. (Edición de Enero de 2013) Ministerio de Fomento

Atlas de la Edificación Residencial en España. Manual de Ayuda y Guía Práctica. (Edición de Enero de 2013) Ministerio de Fomento Atlas de la Edificación Residencial en España Manual de Ayuda y Guía Práctica (Edición de Enero de 2013) Ministerio de Fomento INDICE: 1.- QUÉ ES EL ATLAS DE LA EDIFICACIÓN RESIDENCIAL EN ESPAÑA? 2.- QUÉ

Más detalles

EL ENTORNO: VISION - E LABORATORY

EL ENTORNO: VISION - E LABORATORY EL ENTORNO: VISION - E LABORATORY JAVIER MOLINA* Y ALBERTO YÚFERA*, ** * Departamento de Tecnología Electrónica, Universidad de Sevilla, Av. Reina Mercedes s/n, Sevilla 41012, España. tf: 95 4556472, fax:

Más detalles

Informática y Programación Escuela de Ingenierías Industriales y Civiles Grado en Ingeniería en Ingeniería Química Curso 2010/2011

Informática y Programación Escuela de Ingenierías Industriales y Civiles Grado en Ingeniería en Ingeniería Química Curso 2010/2011 Módulo 1. Fundamentos de Computadores Informática y Programación Escuela de Ingenierías Industriales y Civiles Grado en Ingeniería en Ingeniería Química Curso 2010/2011 1 CONTENIDO Tema 1. Introducción

Más detalles

SISTEMAS INFORMÁTICOS EN TIEMPO REAL 2º Ingeniería Industrial MANUAL DE HERRAMIENTAS SOFTWARE PARA PROGRAMACIÓN EN UNIX

SISTEMAS INFORMÁTICOS EN TIEMPO REAL 2º Ingeniería Industrial MANUAL DE HERRAMIENTAS SOFTWARE PARA PROGRAMACIÓN EN UNIX 1 OBJETIVO Este manual describe las herramientas básicas necesarias para programar y gestionar una estación UNIX remota desde un PC con S.O Windows. El software utilizado es gratuito y está disponible

Más detalles

IS23 Mantenimiento de Instalaciones Informáticas Práctica 7. Análisis de redes

IS23 Mantenimiento de Instalaciones Informáticas Práctica 7. Análisis de redes IS23 Mantenimiento de Instalaciones Informáticas Práctica 7. Análisis de redes 1 Objetivos Ingeniería Técnica Informática de Sistemas Curso 2003/2004 En la presente sesión se pretende familiarizar al alumno

Más detalles

Manual básico de administración de Joomla

Manual básico de administración de Joomla Manual básico de administración de Joomla INDICE ADMINISTRACIÓN DEL SITIO Ingresando al administrador Editar algún documento ya creado Crear documento nuevo Administrar menú Editar enlace existente Crear

Más detalles

Laboratorio de Bioingeniería y Cronobiología. Dpto. de Teoría de la Señal y Comunicaciones. Universidad de Vigo RESUMEN

Laboratorio de Bioingeniería y Cronobiología. Dpto. de Teoría de la Señal y Comunicaciones. Universidad de Vigo RESUMEN VI Congreso Galego de Estatística e Investigación de Operacións Vigo 5-7 de Novembro de 2003 ESTADLAB: SOFTWARE MULTIPLATAFORMA DE APOYO A LA DOCENCIA DE PROBABILIDAD, VARIABLES ALEATORIAS Y PROCESOS ESTOCÁSTICOS

Más detalles

Antivirus PC (motor BitDefender) Manual de Usuario

Antivirus PC (motor BitDefender) Manual de Usuario Antivirus PC (motor BitDefender) Manual de Usuario Índice 1. Introducción... 3 2. Qué es Antivirus PC?... 3 a. Eficacia... 3 b. Actualizaciones... 4 3. Requisitos técnicos... 4 a. Conocimientos técnicos...

Más detalles

SMART Sync 2010. Guía del administrador del sistema. La simplicidad de lo extraordinario. Sistemas operativos Windows

SMART Sync 2010. Guía del administrador del sistema. La simplicidad de lo extraordinario. Sistemas operativos Windows NO MALGASTES PAPEL: PIÉNSALO ANTES DE IMPRIMIR SMART Sync 2010 Guía del administrador del sistema Sistemas operativos Windows La simplicidad de lo extraordinario Aviso de marcas SMART Sync, smarttech y

Más detalles

HOJA DE CALCULO EXCEL NIVEL II

HOJA DE CALCULO EXCEL NIVEL II HOJA DE CALCULO EXCEL NIVEL II DURACION: 30 HORAS Los participantes al finalizar la acción formativa serán capaces de utilizar la hoja de cálculo EXCEL, adquiriendo los conocimientos teóricos y prácticos

Más detalles

Un Programa Interactivo para la Enseñanza de Algoritmos de Procesamiento Digital de Imágenes

Un Programa Interactivo para la Enseñanza de Algoritmos de Procesamiento Digital de Imágenes Formación Universitaria Un Vol. Programa 1(5), 21-28 Interactivo (2008) para la Enseñanza de Algoritmos de Procesamiento Digital doi: 10.4067/S0718-50062008000500004 Un Programa Interactivo para la Enseñanza

Más detalles

DEPARTAMENTO DE INFORMATICA

DEPARTAMENTO DE INFORMATICA DEPARTAMENTO DE INFORMATICA MODULO: IMPLANTACIÓN DE APLICACIONES INFORMÁTICAS DE GESTIÓN CURSO: 2º C.F.G.S. ADMINISTRACIÓN DE SISTEMAS INFORMÁTICOS INTRODUCCIÓN... 2 OBJETIVOS GENERALES... 2 CAPACIDADES

Más detalles

Manual de Usuario del

Manual de Usuario del Manual de Usuario del Sistema de Información DevInfo Monitoreo y Evaluación INDICE I. Introducción... 1 Qué es DevInfo?... 1 Objetivos de DevInfo:... 1 I.1 Requerimientos del sistema DEVINFO... 1 I.2 Página

Más detalles

Operating MATLAB by Internet

Operating MATLAB by Internet Operating MATLAB by Internet Bonifacio Castaño, Juan Llovet, Javier Sánchez University of Alcalá de Henares, Departament of mathematics. Abstract. In this work we demonstrate an interactive web-page, that

Más detalles

Escuela Politécnica Superior de Elche

Escuela Politécnica Superior de Elche Práctica 0 (Repaso) Estándar de programación y Diagramas de flujo.:::1 Sesión:::. a. Estándar de normalización En este apartado se sugieren una serie de normas que ayudarán a que el código sea más fácil

Más detalles

INTRODUCCIÓN AL WEB. Pag. 1 de 10

INTRODUCCIÓN AL WEB. Pag. 1 de 10 INTRODUCCIÓN AL WEB La World Wide Web o simplemente WWW o Web es uno de los métodos más importantes de comunicación que existe en Internet. Consiste en un sistema de información basado en Hipertexto (texto

Más detalles

GUIA PARA LA DISTRIBUCION DE APLICACIONES DE VISUAL BASIC 6.0

GUIA PARA LA DISTRIBUCION DE APLICACIONES DE VISUAL BASIC 6.0 GUIA PARA LA DISTRIBUCION DE APLICACIONES DE VISUAL BASIC 6.0 Ingeniería del Software Este material de autoestudio fue creado en el año 2005 para la Licenciatura en Informática y ha sido autorizada su

Más detalles

: COMPUTACIÓN E INFORMATICA : Ingeniería de Software Ingeniería de Redes y Comunicaciones : Sistemas Operativos II : T-RED104 : Cuarto

: COMPUTACIÓN E INFORMATICA : Ingeniería de Software Ingeniería de Redes y Comunicaciones : Sistemas Operativos II : T-RED104 : Cuarto I. DATOS INFORMATIVOS Carrera Especialidad Curso Código Ciclo : COMPUTACIÓN E INFORMATICA : Ingeniería de Software Ingeniería de Redes y Comunicaciones : Sistemas Operativos II : T-RED104 : Cuarto Requisitos

Más detalles

Redes Neuronales Artificiales y sus Aplicaciones

Redes Neuronales Artificiales y sus Aplicaciones Redes Neuronales Artificiales y sus Aplicaciones Profesorado Departamento Programa de Doctorado Créditos 3 Nº de Plazas 2. La asignatura 2. Objetivos de la asignatura 3. Contenidos 4. Metodología de trabajo

Más detalles

RESOLUCIÓN EFICIENTE DE PROBLEMAS COMPLEJOS MEDIANTE HARDWARE RECONFIGURABLE

RESOLUCIÓN EFICIENTE DE PROBLEMAS COMPLEJOS MEDIANTE HARDWARE RECONFIGURABLE RESOLUCIÓN EFICIENTE DE PROBLEMAS COMPLEJOS MEDIANTE HARDWARE RECONFIGURABLE Miguel A. Vega Rodríguez, Juan A. Gómez Pulido, Juan M. Sánchez Pérez Univ. de Extremadura. Dept. de Informática Escuela Politécnica.

Más detalles

Generalidades de MultiSpec Descripción del programa

Generalidades de MultiSpec Descripción del programa Generalidades de MultiSpec Descripción del programa MultiSpec es un programa originalmente implementado para computadoras Macintosh, pero actualmente está disponible para computadoras personales que utilizan

Más detalles

Aplicación Java para distribución de código en R

Aplicación Java para distribución de código en R rolgalan@gmail.com Huesca - 24 de noviembre de 2009 Implementación Descripción problema Existen muchos problemas, cuya resolución informática requiere de un enorme tiempo de cómputo. En la actualidad,

Más detalles

CLASIFICACIÓN TEXTUAL BASADA EN TÉRMINOS JERÁRQUICOS

CLASIFICACIÓN TEXTUAL BASADA EN TÉRMINOS JERÁRQUICOS XXV Jornadas de Automática Ciudad Real, del 8 al 10 de septiembre de 2004 CLASIFICACIÓN TEXTUAL BASADA EN TÉRMINOS JERÁRQUICOS Francisco Javier Panizo, José R. Villar, Ángel Alonso Área de Ingeniería de

Más detalles

Características de Advanced Product 7.0 (Access 2003): y SQL

Características de Advanced Product 7.0 (Access 2003): y SQL C/ Ventura Plaja, 4 Local 2 08028 Barcelona Tel. 902157584 / 93 274 28 19 Fax.93 274 23 99 E-mail: comercial@ apsys.es www.apsys.es Advanced Product Características de Advanced Product 7.0 (Access 2003):

Más detalles

Modelado de relaciones existentes en un equipo de proyecto de software Modeling relationships in a software project team

Modelado de relaciones existentes en un equipo de proyecto de software Modeling relationships in a software project team Modelado de relaciones existentes en un equipo de proyecto de software Modeling relationships in a software project team Rafael Rodríguez-Puente 1, Eliana B. Ril-Valentin 2 1 Departamento de Técnicas de

Más detalles

Sistema de Captura de Información mensual de las Administradoras de Fondos. Manual de Usuario. Superintendencia de Compañías

Sistema de Captura de Información mensual de las Administradoras de Fondos. Manual de Usuario. Superintendencia de Compañías Sistema de Captura de Información mensual de las Administradoras de Fondos Manual de Usuario Superintendencia de Compañías Dirección de Tecnología de Información y Comunicaciones 2010 Superintendencia

Más detalles

SPEECHMIKE TM 2.2 MANUAL DEL SOFTWARE PHI

SPEECHMIKE TM 2.2 MANUAL DEL SOFTWARE PHI SPEECHMIKE TM 2.2 MANUAL DEL SOFTWARE PHI SpeechMike Manual del software 2 COPYRIGHT 1997-2002 Philips Speech Processing. Todos los derechos reservados. La reproducción total o parcial está prohibida sin

Más detalles

Clientes Donantonio. Especificación de requisitos software. Juan José Amor David Escorial Ismael Olea

Clientes Donantonio. Especificación de requisitos software. Juan José Amor David Escorial Ismael Olea Especificación de requisitos software Tabla de contenidos Juan José Amor David Escorial Ismael Olea 1. Introducción...3 1.1. Propósito...3 1.2. Ámbito del sistema...3 1.3. Definiciones, acrónimos y abreviaturas...3

Más detalles

DETECCIÓN DE DAÑO EN EDIFICIOS UTILIZANDO REDES NEURONALES

DETECCIÓN DE DAÑO EN EDIFICIOS UTILIZANDO REDES NEURONALES DETECCIÓN DE DAÑO EN EDIFICIOS UTILIZANDO REDES NEURONALES Pérez Flores, Tonatiuh Jaime 1, Rodríguez Rocha, Ramsés 2 y Gómez Ramírez, Eduardo 3 Instituto Politécnico Nacional Escuela Superior de Ingeniería

Más detalles

DeskCollage es una utilidad que te permite transformar tú escritorio en un álbum de fotos animado.

DeskCollage es una utilidad que te permite transformar tú escritorio en un álbum de fotos animado. INSTALACIÓN 1 DeskCollage es una utilidad que te permite transformar tú escritorio en un álbum de fotos animado. Puedes probar DeskCollage durante 7 días a intervalos de 10 minutos, para ello sólo tienes

Más detalles

SartoCollect v1.0 - Instrucciones de instalación y ejecución

SartoCollect v1.0 - Instrucciones de instalación y ejecución SartoCollect v1.0 - Instrucciones de instalación y ejecución Gracias por adquirir SartoCollect. El software SartoCollect está diseñado para conectar su instrumento directamente con un libro Excel, un archivo

Más detalles

Instrucciones de funcionamiento

Instrucciones de funcionamiento Instrucciones de funcionamiento Para Digital Imaging Systems Software (Device Monitor) Requisitos del sistema Descripción general Inicio y configuración del Device Monitor Antes de utilizar este software,

Más detalles

Práctica1. Introducción a Microsoft Access. Qué es Access?

Práctica1. Introducción a Microsoft Access. Qué es Access? Práctica1. Introducción a Microsoft Access Los sistemas de información empresariales tienen como misión el proporcionar información precisa en el momento adecuado, tanto para la gestión y realización de

Más detalles

Análisis y Diseño de Aplicaciones

Análisis y Diseño de Aplicaciones Análisis y Diseño de Aplicaciones Ciclo de Vida Docente: T/RT Gonzalo Martínez CETP EMT Informática 3er Año Introducción En el desarrollo de sistemas, el ciclo de vida son las etapas por las que pasa un

Más detalles

DIGITALIZACIÓN DEL PERFIL DE LEVAS DE DISCO, CON MOVIMIENTO DEL SEGUIDOR EN DIRECCIÓN AL CENTRO DE ROTACIÓN DE LA LEVA.

DIGITALIZACIÓN DEL PERFIL DE LEVAS DE DISCO, CON MOVIMIENTO DEL SEGUIDOR EN DIRECCIÓN AL CENTRO DE ROTACIÓN DE LA LEVA. DIGITALIZACIÓN DEL PERFIL DE LEVAS DE DISCO, CON MOVIMIENTO DEL SEGUIDOR EN DIRECCIÓN AL CENTRO DE ROTACIÓN DE LA LEVA. Alejandro E. Bolívar P. Magíster en Ingeniería Mecánica. Ingeniero Mecánico. E-Mail:

Más detalles

PROGRAMA DE CURSO DE FORMACIÓN PROFESIONAL OCUPACIONAL

PROGRAMA DE CURSO DE FORMACIÓN PROFESIONAL OCUPACIONAL MINISTERIO DE TRABAJO Y ASUNTOS SOCIALES PROGRAMA DE CURSO DE FORMACIÓN PROFESIONAL OCUPACIONAL Informática de Usuario DATOS GENERALES DEL CURSO 1. Familia Profesional: INFORMÁTICA Área Profesional: 2.

Más detalles

Sesión No. 4. Contextualización INFORMÁTICA 1. Nombre: Procesador de Texto

Sesión No. 4. Contextualización INFORMÁTICA 1. Nombre: Procesador de Texto INFORMÁTICA INFORMÁTICA 1 Sesión No. 4 Nombre: Procesador de Texto Contextualización La semana anterior revisamos los comandos que ofrece Word para el formato del texto, la configuración de la página,

Más detalles

Pattern Generation System Moda, Confección

Pattern Generation System Moda, Confección Pattern Generation System: el valor de la creatividad La creación de nuevos patrones es el resultado de la perfecta sinergia entre la creatividad y la técnica profesionales. Mediante la mejora de esta

Más detalles

SharpdeskTM R3.2. Guía de instalación Versión 3.2.04

SharpdeskTM R3.2. Guía de instalación Versión 3.2.04 SharpdeskTM R3.2 Guía de instalación Versión 3.2.04 Copyright 2000-2007 - Sharp Corporation. Todos los derechos reservados. Queda prohibida la reproducción, adaptación o traducción sin previo consentimiento

Más detalles

a la distancia de unclic

a la distancia de unclic Base de Datos de Estadísticas de Comercio Exterior El comercio exterior de España en su PC a la distancia de unclic Centro de Documentación y Gestión de Comercio Exterior La herramienta más potente, flexible

Más detalles

Sage CRM. 7.2 Guía de autoservicio

Sage CRM. 7.2 Guía de autoservicio Sage CRM 7.2 Guía de autoservicio Copyright 2013 Sage Technologies Limited, editor de este trabajo. Todos los derechos reservados. Quedan prohibidos la copia, el fotocopiado, la reproducción, la traducción,

Más detalles

Acronis Backup & Recovery 10 Advanced Editions. Guía rápida de inicio

Acronis Backup & Recovery 10 Advanced Editions. Guía rápida de inicio Acronis Backup & Recovery 10 Advanced Editions Guía rápida de inicio Este documento describe cómo instalar y comenzar a utilizar las siguientes ediciones de Acronis Backup & Recovery 10: Acronis Backup

Más detalles

Manual de usuario del software de marketing de fidelización de clientes Hermes

Manual de usuario del software de marketing de fidelización de clientes Hermes Manual de usuario del software de marketing de fidelización de clientes Hermes Campus Telematika 1 0. Índice 1. Requisitos y recomendaciones... 3 2. Manejo de la aplicación... 3 2.1. Asistente... 3 2.2.

Más detalles

Getting Started Guide Español

Getting Started Guide Español Getting Started Guide Español Contenido La tecnología de PrintShop Mail... 2 Requisitos del sistema para PrintShop Mail... 4 Información general sobre el contenido del CD-ROM... 5 Cómo instalar PrintShop

Más detalles

PRÁCTICA 08. GUIDE. Calculadora. Montor Láscares Pedro Antonio Ortiz Rosas Mario

PRÁCTICA 08. GUIDE. Calculadora. Montor Láscares Pedro Antonio Ortiz Rosas Mario PRÁCTICA 08. GUIDE Calculadora Montor Láscares Pedro Antonio Ortiz Rosas Mario Contenido Capítulo 1... 2 Introducción... 2 Capítulo 2... 3 Marco Teórico... 3 2.2 Matlab... 3 2.3 Guide... 3 Capítulo 3...

Más detalles

DISEÑO DE UN CURSO INTERACTIVO Y ADAPTATIVO DE PROCESADORES DE LENGUAJES

DISEÑO DE UN CURSO INTERACTIVO Y ADAPTATIVO DE PROCESADORES DE LENGUAJES Alfonseca, M., Carro, R.M., Pulido, E. and Rodríguez, P. (2000): Diseño de un curso interactivo y adaptativo de procesadores de lenguajes. Proceedings of JENUI 2000: VI Jornadas sobre la Enseñanza Universitaria

Más detalles

ALT: Algorithm Learning Tool

ALT: Algorithm Learning Tool ALT: Algorithm Learning Tool R. Laza, D. Glez-Peña, J. R. Méndez, F. Fdez-Riverola, J. Baltasar García, M. Reboiro ESEI: Escuela Superior de Ingeniería Informática Universidad de Vigo Campus Universitario

Más detalles

1) Recepción/envío de datos y textos del cliente al asesor y viceversa.

1) Recepción/envío de datos y textos del cliente al asesor y viceversa. Área del Cliente / Visión general Servicios incluidos en el área de clientes El área de clientes de este portal es un espacio de la Web de acceso reservado a los clientes de la asesoría, que incluye una

Más detalles

PROCEDIMIENTOS PARA LA INSTALACIÓN DEL SOFTWARE SISTEMA RED. Junio 2010 MINISTERIO DE TRABAJO E INMIGRACIÓN TESORERÍA GENERAL DE LA SEGURIDAD SOCIAL

PROCEDIMIENTOS PARA LA INSTALACIÓN DEL SOFTWARE SISTEMA RED. Junio 2010 MINISTERIO DE TRABAJO E INMIGRACIÓN TESORERÍA GENERAL DE LA SEGURIDAD SOCIAL SUBDIRECCIÓN GENERAL DE RECAUDACIÓN PROCEDIMIENTOS PARA LA INSTALACIÓN DEL SOFTWARE SISTEMA RED Junio 2010 MINISTERIO DE TRABAJO E INMIGRACIÓN TESORERÍA GENERAL DE LA SEGURIDAD SOCIAL INDICE 1 INTRODUCCIÓN...

Más detalles

Manual de Referencia. Manual de instalación rápida SQL

Manual de Referencia. Manual de instalación rápida SQL Manual de instalación rápida SQL 1 BIENVENIDOS A ON THE MINUTE. Gracias por adquirir On The Minute. Este sistema le permitirá controlar las asistencias de los empleados de su empresa, así como las incidencias

Más detalles

BÁSICO INTERMEDIO AVANZADO x

BÁSICO INTERMEDIO AVANZADO x OFIMÁTICA BÁSICA Tipo: Curso Lugar: ESPE Duración: 40 Horas Horario: Lunes a Viernes 08h00 a 12h00 Lunes a Viernes14h00 a 16h00 Inicio: Al superar el punto de equilibrio GENERALIDADES DEL CURSO: Conocer

Más detalles

El entorno Vision - E Laboratory

El entorno Vision - E Laboratory Prácticas de laboratorio El entorno Vision - E Laboratory Una imagen vale más que mil palabras Proverbio chino. 1. Introducción 2. El entorno Vision-E 2.1 Panel de Imágenes 2.2 Área de Menús y Edición

Más detalles

TELEFÓNICA MÓVILES ESPAÑA, S.A.U. Software para Soporte Unificado de Facturación

TELEFÓNICA MÓVILES ESPAÑA, S.A.U. Software para Soporte Unificado de Facturación TELEFÓNICA MÓVILES ESPAÑA, S.A.U. Software para Soporte Unificado de Facturación Manual de Usuario SOFIA GESTIÓN V.5 Pág. 2 de 300 S O F T W A R E P A R A S O P O R T E U N I F I C A D O D E F A C T U

Más detalles

SIOM-Interfaz AM Manual de Usuario

SIOM-Interfaz AM Manual de Usuario SIOM-Interfaz AM Manual de Usuario Alfonso XI, 6 28014 Madrid F(+34) 91 524 03 96 www.omie.es Ref. MU_InterfazAM.doc Versión 5.0 Fecha: 2014-09-10 ÍNDICE 1 INTRODUCCIÓN 3 2 REQUISITOS PREVIOS 4 2.1 COMPONENTES

Más detalles

CAPITULO 7. MS SQL Server Express Edition

CAPITULO 7. MS SQL Server Express Edition CAPITULO 7 MS SQL Server Express Edition 7.1 Requerimientos Previos El proceso de instalación de Microsoft SQL Server 2008 no es complejo y es de gran importancia tener en cuenta que se está realizando

Más detalles

EL ABC DE LA INSTALACIÓN DE DRUPAL 7

EL ABC DE LA INSTALACIÓN DE DRUPAL 7 EL ABC DE LA INSTALACIÓN DE DRUPAL 7 Para aquellos que se inician en este fascinante Mundo. Lima, enero del 2011 Bernardo C. Hermitaño Atencio Página 1 INSTALANDO DRUPAL 7.0 Para realizar las primeras

Más detalles

Sistema de gestión de datos GESTSOFT

Sistema de gestión de datos GESTSOFT Ingeniería Mecánica 3 (2000) 25-29 25 Sistema de gestión de datos GESTSOFT A. Rolando Rivero Galán, I. L. Alemán Romero Facultad de Ingeniería Mecánica. Instituto Superior Politécnico José A. Echeverría

Más detalles

Bonsai: consulta web del catálogo de la biblioteca

Bonsai: consulta web del catálogo de la biblioteca Bonsai: consulta web del catálogo de la biblioteca Manual de instalación, configuración y uso Versión 5.0 Julio 2009 Fernando Posada fernandoposada@gmail.com Índice 1. Qué es Bonsai?... 3 2. Requisitos

Más detalles

CONVERSOR LIBROS DE REGISTRO (IVA IGIC) Agencia Tributaria DEPARTAMENTO DE INFORMÁTICA TRIBUTARIA

CONVERSOR LIBROS DE REGISTRO (IVA IGIC) Agencia Tributaria DEPARTAMENTO DE INFORMÁTICA TRIBUTARIA CONVERSOR LIBROS DE REGISTRO (IVA IGIC) Agencia Tributaria DEPARTAMENTO DE INFORMÁTICA TRIBUTARIA ÍNDICE DEL DOCUMENTO 1. INTRODUCCIÓN...2 1.1. REQUISITOS TÉCNICOS...2 2. DECLARACIONES...3 2.1. CREAR UNA

Más detalles

APLICATECA. Manual de Usuario LibreOffice. Manual de Usuario LibreOffice

APLICATECA. Manual de Usuario LibreOffice. Manual de Usuario LibreOffice APLICATECA Manual de Usuario LibreOffice Manual de Usuario LibreOffice Índice 1 Descripción del Servicio... 2 1.1 Funcionalidades... 2 1.1.1 Subprogramas de LibreOffice... 2 1.1.2 Ventajas de LibreOffice...

Más detalles