Tema 6 Razonamiento aproximado
|
|
- Asunción Carrasco Lagos
- hace 5 años
- Vistas:
Transcripción
1 Tema 6 Razonamiento aproximado Ampliación de Ingeniería del Conocimiento Eva Millán 1 Esquema del tema 6.1. Introducción al razonamiento aproximado 6.2. El modelo de factores de certeza 6.3. Conjuntos difusos 6.4. Redes bayesianas TEORÍA 6.5. El lenguaje Fuzzy Clips y la herramienta HUGIN 6.6 Aplicaciones al diagnóstico y el control PRÁCTICA 2
2 6.1. Introducción al razonamiento aproximado Necesidad de razonamiento aproximado Apuntes históricos 3 Necesidad de razonamiento aproximado (I) El modelo ideal del razonamiento (humano o mecánico) es el razonamiento exacto. En mundo real se suele razonar con información que es: incierta imprecisa 4
3 Necesidad de razonamiento aproximado (II) Clasificación de las fuentes de incertidumbre: Deficiencias de la información, Características del mundo real, Deficiencias del modelo. 5 Necesidad de razonamiento aproximado (III) Ejemplos: Información incompleta Información errónea Información imprecisa Mundo real no determinista Modelo incompleto Modelo inexacto Enfermedades desconocidas Estimaciones subjetivas parámetros Falta historial Pruebas caras Descripción incorrecta Dificultad cuantificar Aleatoriedad Desacuerdos Problemas mecanismos razonamiento Falta memoria Engaño Historial incorrecto Falsos positivos Excepciones Imposibilidad 6
4 Necesidad de razonamiento aproximado (IV) Todas estas fuentes de incertidumbre se dan en: ciencias naturales, ingeniería, derecho, humanidades problemas típicos de AI: reconocimiento del lenguaje natural (hablado/escrito), aprendizaje, visión artificial, robótica, recuperación de información, juegos complejos sistemas adaptativos 7 Necesidad de razonamiento aproximado (V) En resumen, el tratamiento de la incertidumbre es, junto con la representación del conocimiento y el aprendizaje, uno de los problemas fundamentales de la Inteligencia Artificial En este tema nos centraremos en los llamados métodos numéricos 8
5 Apuntes históricos (I) 1. Método probabilista clásico En el siglo XVIII, Bayes y Laplace propusieron la probabilidad como una medida de la creencia personal. Con el método probabilístico clásico se construyeron los primeros sistemas de diagnóstico médico Inconvenientes principales: gran cantidad de parámetros (probabilidades) gran complejidad computacional poca verosimilitud de las hipótesis simplificadoras 9 Apuntes históricos (II) 2. Programación basada en reglas (años 60-70) Dendral utiliza con éxito la programación basada en reglas Los creadores de MYCIN buscaban un método de computación eficiente que pudiera adaptarse al razonamiento mediante encadenamiento de reglas. Desarrollan un método propio, consistente en asignar a cada regla un factor de certeza. Aunque el sistema obtiene excelentes resultados, éstos se deben más a la potencia del conjunto de reglas que al modelo de factores de certeza en sí, que hoy en día sabemos que tiene graves deficiencias. 10
6 Apuntes históricos: redes bayesianas 3. A principio de los años 80, Judea Pearl retoma el modelo probabilístico creando las redes bayesianas Este acontecimiento cambia completamente el escenario Modelo probabilista inspirado en la causalidad El modelo probabilístico tiene asociado un modelo gráfico, cuyos nodos representan variables y cuyos arcos representan mecanismos causales Extraordinario desarrollo experimentado por las redes bayesianas en las dos últimas décadas Se han construido modelos de diagnóstico y algoritmos eficientes para problemas con miles de variables Las universidades más importantes y las empresas punteras de informática tienen grupos de investigación dedicados a este tema 11 Características principales de las redes bayesianas La incertidumbre se representa basándose en teoría de la probabilidad La información se estructura en variables y relaciones de influencia causal entre ellas Relaciones de independencia condicional Parámetros: probabilidades condicionadas de cada variable dados sus padres Inferencias de tipo abductivo y predictivo 12
7 Ejemplos de empresas que utilizan redes bayesianas: Digital, Hewlett Packard, diagnóstico de problemas de impresión IBM, Intel, Siemens Nokia Microsoft (Windows 95/98, Office 97/2000) 13 Apuntes históricos: lógica difusa 4. En 1965, Lofti Zadeh sienta las bases de la lógica difusa Motivación inicial: estudio de la vaguedad Relación vaguedad incertidumbre Paradoja del céntimo de euro Solución: definir conjuntos con grados de pertenencia Éxito de la lógica difusa : Desde el punto de vista práctico: miles de aplicaciones, la mayoría en sistemas de control Desde el punto de vista teórico: muchas áreas de las matemáticas, lógica, económicas, etc. se han difuminado desde entonces. 14
8 Características principales de la lógica difusa Se intenta representar la vaguedad e imprecisión inherentes en el lenguaje natural Utiliza varios elementos: conjuntos difusos, variables difusas, relaciones difusas, reglas difusas Dichos elementos se combinan entre sí en el proceso de inferencias El proceso de inferencias incluye pasos que pasan la información nítida a difusa y viceversa 15 Un poco de publicidad... OLYMPUS ERGONÓMICA SRL (2995 dólares) Poderoso lente zoom de 4.3x, con elementos de lentes de cristal ED Sistema de flash doble incorporado. Ajuste de Exposición Automática programada Sistema de Medición TTL: Fuzzy logic ESP, Promedio Balanceado al Centro AEG Lavamat (429 euros) Carga: 5kg Revoluciones: 1400 rpm Características energéticas: A+,A,B Multi-Display Fuzzy Logic Programas especiales: Lavado a mano, Seda, Lana 16
9 Resumen: principales diferencias entre la lógica difusa y redes bayesianas Información Estructurada como Aplicación mayoritaria Lógica difusa Incierta (grados pertenencia) Reglas SI.entonces Control Redes bayesianas Imprecisa (probabilidades) Relaciones influencia causal Diagnóstico 17 Resumen Métodos numéricos de tratamiento de la incertidumbre más importantes: Método probabilístico clásico Factores de certeza * reglas SI...ENTONCES Lógica difusa * Redes bayesianas * relaciones causa-efecto 18
Investigación sobre los temas: Incertidumbre, Factores de la Incertidumbre, Razonamiento Aproximado y Razonamiento Inexacto.
Universidad Don Bosco Facultad de Ingeniería Escuela de Computación. Investigación sobre los temas: Incertidumbre, Factores de la Incertidumbre, Razonamiento Aproximado y Razonamiento Inexacto. Catedrático:
Más detallesInteligencia en Redes de Comunicaciones - 05 Razonamiento bajo incertidumbre
El objetivo del Tema 5 es explicar el tratamiento de la incertidumbre en los sistemas de razonamiento software. 1 El razonamiento humano se caracteriza por incluir en numerosas ocasiones componentes de
Más detallesControl Inteligente. SubTemas. MC Enrique Martinez Peña. Universidad Politecnica de Victoria
SubTemas Control Inteligente Ingeniería Mecatrónica 1.1 Introducción al control difuso 1.2 Teoría de conjuntos difusos 1.3 Representación del conocimiento 1.4 Razonamiento aproximado 1.5 Sistemas de inferencia
Más detallesDeterminar la incertidumbre al momento de desarrollar aplicativos en inteligencia artificial, haciendo uso de estructuras probabilísticas..
Sistemas expertos e inteligencia artificial, Guia 5 1 Facultad : Ingeniería Escuela : Computación Asignatura: Sistemas expertos e Inteligencia Artificial Tema: RAZONAMIENTO CON INCERTIDUMBRE. Objetivo
Más detallesOTRAS OPCIONES DE PREDICCIÓN
OTRAS OPCIONES DE PREDICCIÓN Incertidumbre se refiere a la toma de decisiones sin contar con la información adecuada. Es un problema porque nos impide tomar la mejor decisión y muy frecuentemente nos
Más detallesÍndice general. Introducción... 23
Índice general Introducción... 23 Parte I. Inteligencia Artificial 1. Conocimiento y Razonamiento... 33 1.1. Introducción... 33 1.2. Representaciones proposicionales... 34 1.3. Representaciones estructuradas...
Más detallesBases Formales de la Computación: Redes de Bayes (segunda parte)
Bases Formales de la Computación: Redes de Bayes (segunda parte) Departamento de Ciencias e Ingeniería de la Computación Pontificia Universidad Javeriana Cali Periodo 2008-2 Razonamiento en Redes de Bayes
Más detallesRepresentación de Conocimientos
Representación de Conocimientos Asunción Gómez-Pérez asun@fi.upm.es Despacho 2104 Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo
Más detallesPrograma de estudios por competencias Inteligencia Artificial I
Programa de estudios por competencias Inteligencia Artificial I 1. Identificación del curso Programa educativo: Licenciatura en Ingeniería en Computación Unidad de aprendizaje: Inteligencia Artificial
Más detallesUniversidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso)
Universidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso) Soluciones exámenes septiembre 2011 Ejercicio 1. (Valoración:
Más detallesEnseñanza de la Probabilidad: Perspectivas para el aprendizaje de la probabilidad
Enseñanza de la Probabilidad: Perspectivas para el aprendizaje de la probabilidad Soledad Estrella IV Simposio Estadística y Probabilidad en el aula escolar IMA - PUCV diciembre- 2017 Proyecto Fondecyt
Más detallesRAZONAMIENTO APROXIMADO
RAZONAMIENTO APROXIMADO Sistemas Difusos (Fuzzy Systems) Introducción a la Inteligencia Artificial LCC RAZONAMIENTO APROXIMADO (RA) Trata como REPRESENTAR COMBINAR y REALIZAR INFERENCIAS con conocimiento
Más detallesRAZONAMIENTO APROXIMADO
RAZONAMIENTO APROXIMADO Sistemas Difusos (Fuzzy Systems) Introducción a la IA - LCC REALIDAD El conocimiento que necesitamos para desarrollar un Sistema basado en Conocimiento tiene muchas veces las siguientes
Más detallesConferencia C1 MODELOS DE REDES PROBABILÍSTICAS EN SISTEMAS EXPERTOS
V CONFERENCIA NACIONAL DE CIENCIAS DE LA COMPUTACIÓN CCBOL'98 Del 6 al 2 de Noviembre 998 en Potosí Conferencia C MODELOS DE REDES PROBABILÍSTICAS EN SISTEMAS EXPERTOS Prof. José Manuel Gutiérrez Dpto.
Más detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERIA Y AGRIMENSURA INTRODUCCION A LA INTELIGENCIA ARTIFICIAL L.C.C. PRACTICA RA 2007
FACULTAD DE CIENCIAS EXACTAS, INGENIERIA Y AGRIMENSURA INTRODUCCION A LA INTELIGENCIA ARTIFICIAL L.C.C. PRACTICA RA 2007 1. En el ejemplo sobre la alarma que plantea Norvig & Russell (pag 465 - presentación
Más detallesMétodos de Inteligencia Artificial
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Agentes que razonan bajo incertidumbre Introducción Repaso de probabilidad
Más detallesRazonamiento Aproximado
Introducción al Razonamiento Aproximado F. J. Díez Dpto. Inteligencia Artificial UNED Primera edición: Octubre 1998 Revisión: Noviembre 2005 A mi hija Nuria II Prefacio Esta Introducción al Razonamiento
Más detalleslogica computacional Tema 0: Introducción a la Lógica Computacional
Tema 0: Introducción a la Lógica Computacional De qué trata la lógica? Introducción Porqué lógica computacional? Introducción - De qué trata la lógica? Lenguaje humano, dimensiones Breve reseña histórica
Más detallesUniversidad Nacional de Educación a Distancia. Ingeniería Técnica en Informática de Sistemas. Introducción a la Inteligencia Artificial (2º curso)
Universidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso) Soluciones exámenes septiembre 2010 Ejercicio 1. (Valoración:
Más detallesTópicos Avanzados: Inteligencia Computacional I
Tópicos Avanzados: Inteligencia Computacional I V: 17-Ene-18 Instructoras (en orden alfabético) Dra. Ma. del Pilar Gómez Gil Dra. Alicia Morales Reyes Primavera 2018 pgomez@inaoep.mx (c) 2018. P. Gómez-Gil,
Más detallesUniversidad de Costa Rica Facultad de Ingeniería Escuela de Ciencias de la Computación e Informática Licenciatura en Computación e Informática
Universidad de Costa Rica Facultad de Ingeniería Escuela de Ciencias de la Computación e Informática Licenciatura en Computación e Informática Plan de Estudios 2008 (Modificado: Resolución VD-8687-2011)
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Grado en Ingeniería Informática - Curso 2 Pablo Candela Departamento de Matemáticas (despacho 212) Universidad Autónoma de Madrid pablo.candela@uam.es Introducción 1 / 8 Organización
Más detallesUniversidad de Costa Rica Sistema de Aplicaciones Estudiantiles SAE
Página 1 de 8 Plan de Estudio Enfasis 0 Bloque Común(no hay énfasis) Nivel Curso Nombre del curso T P L TP Cred. Requisitos y Req. Equivalentes Correquisitos y Correq. Equivalentes 1 CI1010 INTRODUCCIÓN
Más detallesLOGICA DIFUSA. Dámaso López Aragón
LOGICA DIFUSA Dámaso López Aragón Introducción La lógica difusa tiene su origen en la década de los 60, en la Universidad de Berkeley - California, la cual fue desarrollada por Lofti Zadeth a través de
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO SISTEMAS EXPERTOS 0929 8º, 9º 06 Asignatura Clave Semestre Créditos Ingeniería Eléctrica Ingeniería en Computación Ingeniería
Más detallesDecidiendo en 3D. Soluciones de Negocio
Decidiendo en 3D Soluciones de Negocio Desarrollo Propio Dedicado a la Decisión Bayesiana 1 www.aparasw.com Arquitectura Objetivo de la presentación Objetivo de la presentación 2 www.aparasw.com El Porqué
Más detallesTópicos Avanzados: Inteligencia Computacional I
C291-78 Tópicos Avanzados: Inteligencia Computacional I V: 20-Ene-16 Instructoras (en orden alfabético) Dra. Ma. del Pilar Gómez Gil Dra. Alicia Morales Reyes Primavera 2016 pgomez@inaoep.mx (c) 2016.
Más detallesRazonamiento bajo incertidumbre
Inteligencia en Redes de Comunicaciones Razonamiento bajo incertidumbre Julio Villena Román jvillena@it.uc3m.es Razonamiento humano En el razonamiento humano hay que trabajar con la incertidumbre: la información
Más detallesGeNie: entorno de desarrollo para la construcción de modelos gráficos de decisión Decision Systems Laboratory, University of Pittsburgh.
GeNie: entorno de desarrollo para la construcción de modelos gráficos de decisión Decision Systems Laboratory, University of Pittsburgh GeNie Modelos Gráficos Probabilísticos Modelos Gráficos: teoría de
Más detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.
FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA ANALITICO DE LA ASIGNATURA: Introducción a la Inteligencia Artificial Código R-413 PLAN DE ESTUDIOS: 2010 CARRERA: Lic. en Cs. de
Más detallesIngeniería en Sistemas Computacionales
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Inteligencia Artificial II Ingeniería en Sistemas Computacionales Clave de la asignatura: STC 1703 Créditos SATCA 1 : 3-2-5 2.- PRESENTACIÓN
Más detallesPredicción de potencia en el parque eólico de Villonaco, Loja, Ecuador. Alberto Reyes y Tania Guerrero INER Ecuador
Predicción de potencia en el parque eólico de Villonaco, Loja, Ecuador Alberto Reyes y Tania Guerrero INER Ecuador INTRODUCCIÓN El comportamiento del viento presenta alto grado de aleatoriedad, incertidumbre
Más detallesInteligencia Artificial II Razonamiento Bayesiano
Inteligencia Artificial II Razonamiento Bayesiano Dr. Alejandro Guerra-Hernández Universidad Veracruzana Centro de Investigación en Inteligencia Artificial mailto:aguerra@uv.mx http://www.uv.mx/personal/aguerra
Más detallesFACULTAD DE INGENIERÍA DE SISTEMAS : SISTEMAS EXPERTOS CODIGO : HORAS SEMANALES : 4 HORAS (Teoría: 02; Laboratorio: 02)
FACULTAD DE INGENIERÍA DE SISTEMAS I. INFORMACIÓN GENERAL SÍLABO CURSO : SISTEMAS EXPERTOS CODIGO : CICLO : IX CREDITO : 3 HORAS LES : 4 HORAS (Teoría: 02; Laboratorio: 02) AREA O CARRERA : Ingeniería
Más detallesLógicas para la inteligencia natural y artificial
1er día virtual de la comunidad de Inteligencia Artificial Lógicas para la inteligencia natural y artificial México DF, 18 de junio de 2015 Contenido La lógica humana: comprender y razonar sobre lo natural
Más detalles1. DATOS DE LA ASIGNATURA. Nombre de la Asignatura: Carrera: Clave de la Asignatura: SACTA: PRESENTACION. Caracterización de la asignatura.
1. DATOS DE LA ASIGNATURA Nombre de la Asignatura: Carrera: Clave de la Asignatura: Inteligencia Artificial Ingeniería en Informática SID-1305 SACTA: 2-3-5 2. PRESENTACION Caracterización de la asignatura.
Más detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA SINTÉTICO DE LA ASIGNATURA: INTRODUCCIÓN A LA
FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA SINTÉTICO DE LA ASIGNATURA: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL Código T511 PLAN DE ESTUDIOS: 1995 CARRERA: LIC. EN CS. DE LA
Más detallesFundamentos de Inteligencia Artificial
Área de Ingeniería Telemática Universidade de Vigo Fundamentos de Inteligencia Artificial Manuel Ramos Cabrer (Curso 2010/11) Objetivos Introducción a la disciplina de la Inteligencia Artificial desde
Más detallesIndique la respuesta correcta (d=ninguna de las anteriores, e=todas las anteriores)
Parcial 4. Indique la respuesta correcta (d=ninguna de las anteriores, e=todas las anteriores) 1. Inteligencia es: a. La capacidad para combinar información. c. El proceso que permite elaborar conocimiento.
Más detallesIntensificación en "Lenguajes e Inteligencia Artificial"
Ingeniería Informática - ETS Informática Métodos y Técnicas Informáticas específicas. Comportamientos humanos que se quieren simular/emular: IA: Vertiente "cognitiva" : Razonamiento, Intelecto,. RF: Vertiente
Más detallesUC I. Rest. Ciclo Tipo UCR
(01) - Primer Semestre Página 1 de 8 1004 CALCULO 10 6 No B OB 0 1006 SISTEMAS DE REPRESENTACION 10 4 No B OB 0 1035 METODOS Y TECNICAS DE INVESTIGACION 3 No B EL 0 1053 INGENIERIA DE SISTEMAS 4 No B OB
Más detallesTema: Razonamiento con Incertidumbre.
Sistemas Expertos e Inteligencia Artificial. Guía No. 7 1 Tema: Razonamiento con Incertidumbre. Facultad: Ingeniería Escuela: Computación Asignatura: Sistemas Expertos e Inteligencia Artificial Objetivos
Más detallesPROFESIONALES [PRESENCIAL]
SILABO POR ASIGNATURA 1. INFORMACION GENERAL Coordinador: SAQUICELA GALARZA VICTOR HUGO(victor.saquicela@ucuenca.edu.ec) Facultad(es): [FACULTAD DE INGENIERÍA] Escuela: [ESCUELA DE INFORMÁTICA] Carrera(s):
Más detallesESTIMACIÓN DE LOS FLUJOS DE REMESAS
ESTIMACIÓN DE LOS FLUJOS DE REMESAS ASOCIADOS A CORREDORES MIGRATORIOS EN CONDICIONES DE INCERTIDUMBRE: EL CASO DE ECUADOR Doctorando P. Campoy Muñoz Directores Dr. C.R. García & Dra. M. Salazar & Dr.
Más detallesCréditos: 6 Horas Presenciales del estudiante: 45 Horas No Presenciales del estudiante: 105 Total Horas: 150 UTILIZACIÓN DE LA PLATAFORMA VIRTUAL:
Pag. 1 de 9 GUÍA DOCENTE CURSO: 2012-13 DATOS BÁSICOS DE LA ASIGNATURA Asignatura: Sistemas Expertos Probabilísticos y Razonamiento Temporal Aproximado Código de asignatura: 70642205 Plan: Máster en Informática
Más detallesPrograma de estudios por competencias Seminario de solución de problemas Inteligencia Artificial II
Programa de estudios por competencias Seminario de solución de problemas Inteligencia Artificial II 1. Identificación del curso Programa educativo: Licenciatura en Ingeniería en Computación Unidad de aprendizaje:
Más detallesBOLETÍN OFICIAL DEL ESTADO UNIVERSIDADES
Núm. 197 Martes 18 de agosto de 2015 Sec. III. Pág. 75038 III. OTRAS DISPOSICIONES UNIVERSIDADES 9287 Resolución de 27 de julio de 2015, de la Universidad de Alicante, por la que se publica la modificación
Más detallesControl con Lógica Difusa
Control con Lógica Difusa Introducción a la Lógica Difusa Dr. Fernando Ornelas Tellez Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica Morelia, Michoacan Dr. Fernando Ornelas
Más detallesREDES BAYESIANAS. O Redes de creencias
REDES BAYESIANAS O Redes de creencias Probabilidades conjuntas J: juega bolos. B: barre la casa todos los días. H: se dislocó el hombro. Introducción a RB Que son: Un grafo dirigido a cíclico (DAG) en
Más detallesAPRENDIZAJE PROBABILÍSTICO NAIVE BAYES
1 APRENDIZAJE PROBABILÍSTICO NAIVE BAYES Bases de Datos Masivas 9 de Noviembre de 2016 2 Razonamiento Probabilístico Es una herramienta de aprendizaje estadístico. Se trata de razonar en un contexto incierto;
Más detallesque pretende introducir un grado de vaguedad en las cosas que evalúa. En el mundo en que
CAPÍTULO 3 Lógica difusa Recientemente, la cantidad y variedad de aplicaciones de la lógica difusa han crecido considerablemente. La lógica difusa es una lógica alternativa a la lógica clásica que pretende
Más detallesPR1: Programación I 6 Fb Sistemas Lógicos 6 Obligatoria IC: Introducción a los computadores 6 Fb Administración de
CUADRO DE ADAPTACIÓN INGENIERÍA INFORMÁTICA - Campus Río Ebro Código Asignaturas aprobadas Créditos Carácter Asignaturas/Materias reconocida Créditos Carácter 12007 Cálculo 7,5 MAT1; Matemáticas I 12009
Más detallesCarrera: SRH-1504 SATCA: 1-3-4
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: SATCA: Inteligencia Artificial Ingeniería Mecatrónica SRH-1504 1-3-4 2.- PRESENTACIÓN Esta asignatura aporta al perfil
Más detallesPerfil de la carrera Licenciatura en Computación Inteligencia Artificial
Perfil de la carrera Licenciatura en Inteligencia Artificial La formación del licenciado apunta a completar requisitos mínimos de formación básica y a la especialización del egreso en sub-áreas de o en
Más detallesCapítulo 2. disponibles las habilidades de los expertos a los no expertos. Estos programas tratan de
Capítulo 2 Sistemas Expertos y Lógica Difusa 2.1 Sistemas Expertos Los sistemas expertos son programas computacionales diseñados para tener disponibles las habilidades de los expertos a los no expertos.
Más detallesLÓGICA Y CONJUNTOS DIFUSOS
CPÍTULO 2 LÓGIC Y CONJUNTOS DIFUSOS 2.1 Introducción La lógica difusa es una metodología que proporciona una manera simple de obtener una conclusión a partir de información de entrada vaga, ambigua, imprecisa,
Más detallesTaller: Importancia del. industria de procesos
Taller: Importancia del control automático en la industria de procesos Ing. Marcos A. Golato Profesor Asociado Cátedra Sistemas de Control Departamento de Mecánica FACET - UNT Feria Exactas para Todos
Más detallesEspecialidades en GII-TI
Especialidades en GII-TI José Luis Ruiz Reina (coordinador) Escuela Técnica Superior de Ingeniería Informática Mayo 2014 Qué especialidades tiene la Ingeniería Informática? Según las asociaciones científicas
Más detallesHernández Gaspar, Serafín Ángulo Pineda Fecha de elaboración: 28 de mayo 2010 Fecha de última actualización:
PROGRAMA DE ESTUDIO Probabilidad y estadística Programa Educativo: Licenciatura en Sistemas Computacionales Área de Formación : Sustantiva profesional Horas teóricas: 2 Horas prácticas: 3 Total de Horas:
Más detallesANÁLISIS CUANTITATIVO. SISTEMAS EXPERTOS. Jorge Estévez Grupo ER
ANÁLISIS CUANTITATIVO. SISTEMAS EXPERTOS Jorge Estévez Grupo ER "Un sistema experto es visto como la incorporación en un ordenador de un componente basado en el conocimiento, que se obtiene a partir de
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO Instituto de Ciencias Básicas e Ingeniería SISTEMAS BASADOS EN CONOCIMIENTO Ing. Henry Patricio Paz Arias Maestría en Ciencias Computacionales Sistemas Basados
Más detallesModelos Gráficos Probabilistas: Principios y Aplicaciones. L. Enrique Sucar INAOE
Modelos Gráficos Probabilistas: Principios y Aplicaciones L. Enrique Sucar INAOE Información General Página del curso: http://ccc.inaoep.mx/~esucar/clases-pgm/pgm.html Correo: esucar@inaoep.mx E. Sucar,
Más detallesQue es la lógica difusa
Que es la lógica difusa y por supuesto, para que sirve? Julio Waissman Vilanova Departamento de Matemáticas Universidad de Sonora Encuentro Universitario de Ciencia y Tecnología Plan de la presentación
Más detallesIngeniería Informática
Grado en Ingeniería Informática Escuela Superior de Ingeniería Avda. de la Universidad de Cádiz, 10 11519 - Puerto Real (Cádiz) 95483200 grado.informatica@uca.es http://esingenieria.uca.es Itinerario Curricular
Más detallesSistemas Expertos Unidad 1
Sistemas Expertos Unidad 1 Prof. Francklin Rivas Echeverría Universidad de Los Andes Laboratorio de Sistemas Inteligentes 2005 Sistemas expertos Es una aplicación n informática que soluciona problemas
Más detallesGrado en Ingeniería Informática
Grado en Ingeniería Informática Primer Curso Primer semestre ESCUELA SUPERIOR DE INGENIERÍA Chile, 1 11002-CÁDIZ Teléfono: 95 015100 Fax: 95 015101 Más información: www.uca.es/ingenieria Itinerario curricular
Más detallesUniversidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso)
Universidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso) Soluciones exámenes junio 2010 Semana 1. Ejercicio 1. (Valoración:
Más detallesHORARIO DE LABORATORIOS , PRIMER SEMESTRE
HORARIO DE LABORATORIOS 2016-2017, PRIMER SEMESTRE 8:00-9:00 Instalaciones Eléctricas 9:00-10:00 Instalaciones Eléctricas Aula de Informática 1 Instalaciones Eléctricas Instalaciones Eléctricas 10:00-11:00
Más detallesLA MINERÍA DE DATOS APLICADA A LA BÚSQUEDA DE PATRONES DE SUPERVIVIENCIA EN LA NEOPLASIA MALIGNA DE TRÁQUEA, BRONQUIOS Y PULMÓN
LA MINERÍA DE DATOS APLICADA A LA BÚSQUEDA DE PATRONES DE SUPERVIVIENCIA EN LA NEOPLASIA MALIGNA DE TRÁQUEA, BRONQUIOS Y PULMÓN Miguel Ángel Negrín; Christian González; Jaime Pinilla; Francisco-José Vázquez-Polo
Más detallesRazonamiento probabilístico y Redes Bayesianas
Inteligencia Computacional Razonamiento probabilístico y Redes Bayesianas Probabilidad y Teorema de Bayes Blanca A. Vargas Govea - vargasgovea@itesm.mx - Oct 9, 2012 Avisos: Exámenes Fecha de examen parcial
Más detallesProyectos Informáticos. Ing. Isabel León P.
Proyectos Informáticos Ing. Isabel León P. Definición de software. Para nosotros será el conjunto de información: capaz de producir en las maquinas el comportamiento deseado, de forma eficaz y eficiente,
Más detallesMYCIN es un sistema experto desarrollado a principios de la década de 1970 por Edward Shortliffe, en la Universidad de Stanford.
MYCIN es un sistema experto desarrollado a principios de la década de 1970 por Edward Shortliffe, en la Universidad de Stanford. Sentó las bases para la construcción de sistemas expertos. Inicialmente
Más detallesIngeniería Técnica Industrial Esp. Electricidad
Ingeniería Técnica Industrial Esp. Electricidad Primer curso Cód. Asignaturas de primer cuatrimestre Tipo Día Hora Aula Edificio 5152 Expresión Gráfica y Diseño Asistido por Ordenador T 27/01 9:00 28,
Más detallesOFICINA DE PLANEACIÓN PROGRAMACIÓN DE CLASES II
SEM CÓDIGO ASIG CA 1 81060 2 INTRODING DE SISTEMAS 1227 2 25 14:00-16:00 1 81295 2 ALGORITMOS Y PROGRAMACION 1228 4 20 14:00-16:00 14:00-16:00 1 82069 2 ARQUITECTURA COMPUTACIONAL 1230 2 20 14:00-16:00
Más detallesINTELIGENCIA ARTIFICIAL I
ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DE MANABÍ MANUEL FÉLIX LÓPEZ CARRERA INFORMÁTICA SEMESTRE SEXTO PERIODO OCT-2014/MAR-2015 INTELIGENCIA ARTIFICIAL I TEMA: RESUMEN#1: INTRODUCCIÓN A LA INTELIGENCIA
Más detallesMaritza Correa Valencia, PhD Informática
Inteligencia artificial aplicada a procesos industriales Caso: calidad de las piezas en un proceso de fresado Maritza Correa Valencia, PhD Informática Universidad Autónoma de Occidente Cali, Mayo 16 de
Más detallesSolución al parcial 14
Solución al parcial 14 Marque V(erdadero) o F(also) según considere la proposición. 1. La lógica difusa es la emulación del razonamiento aproximado que realizan las máquinas. F: Las máquinas no realizan
Más detallesCAPITULO I... 1 INTRODUCCION ANTECEDENTES Y ORIGENES DE LA ROBOTICA LEYES PARA LA ROBOTICA... 4
C O N T E N I D O Prólogo... i CAPITULO I... 1 INTRODUCCION... 1 1.1. ANTECEDENTES Y ORIGENES DE LA ROBOTICA... 2 1.2. LEYES PARA LA ROBOTICA... 4 1.3. ARQUITECTURAS DE LOS ROBOTS... 5 1.3.1. POLIARTICULADOS...
Más detallesUN ANÁLISIS DEL RAZONAMIENTO ORDINARIO
TÍTULO DEL CURSO: UN ANÁLISIS DEL RAZONAMIENTO ORDINARIO Este curso será impartido por Enric Trillas. Profesor Emérito Honorífico de la Universidad de Oviedo. Adscrito al departamento de Estadística e
Más detallesInteligencia Artificial. Sistemas Expertos. Presentado por: Marcel Castro
Inteligencia Artificial Sistemas Expertos Presentado por: Marcel Castro Febrero 2002 Contenido SBC y SE. Definiciones. Antecedentes Características de los SE Arquitectura Métodos de desarrollo de SE. Herramientas,
Más detallesResolución general de problemas
Resolución de problemas y conocimiento Resolución general de problemas Los métodos de resolución de problemas que hemos visto son de aplicación general Se fundamentan en una función heurística para obtener
Más detallesMáster en Tecnologías de la Información
Máster en Tecnologías de la Información Asignaturas x concentración CONCENTRACIÓN (Módulo) Informática en la Empresa - Grupo I 33 Effective Communication in Professional Environments 4 Estrategias para
Más detallesGrado en Ingeniería Informática-Tecnologías Informáticas
Curso 1º 1 2060001 Fundamentos de Programación 12 A 1 2060002 Administración de Empresas 6 C1 1 2060003 Cálculo Infinitesimal y Numérico 6 C1 1 2060004 Circuitos Electrónicos Digitales 6 C1 1 2060005 Introducción
Más detallesf) Calendario escolar y periodos para administrar las unidades de aprendizaje Calendario escolar anual, con dos periodos regulares y un intensivo
CARACTERÍSTICAS GENERALES a) Nombre del Proyecto Curricular Licenciatura en Ingeniería en Computación 2004 b) Título que se otorga Ingeniero/a en Computación c) Espacios donde se imparte Facultad de Ingeniería
Más detallesFACULTAD DE CIENCIAS MATEMÁTICAS CURSO 2012/13 CALENDARIO DE EXÁMENES DE SEPTIEMBRE 2013 APROBADO EN JUNTA DE FACULTAD DE 17 DE JULIO DE 2012 GRADOS
GRADOS EN MATEMÁTICAS, INGENIERÍA MATEMÁTICA y MATEMÁTICAS Y ESTADÍSTICA PRIMER CURSO ÁLGEBRA LINEAL ANÁLISIS DE VARIABLE REAL ELEMENTOS DE MATEMATICAS Y APLICACIONES INFORMÁTICA B03 ÁLGEBRA LINEAL ANÁLISIS
Más detallesLógica e Inteligencia Artificial: Una Historia sin Fin
Lógica e Inteligencia Artificial: Una Historia sin Fin UCAB / USB Detractores de Lógica en IA... Búsqueda del razonamiento lógico desde Aristóteles, con su consolidación por Peano, Frege, Russel,... y
Más detallesGrado en Estadística FACULTAD DE CIENCIAS UNIVERSIDAD DE VALLADOLID
1er C 2º C 2º C Grado en Estadística GE 1C1 Fund. de Organización de Empresas 47070 17-1 M 31-1 M GE 1C1 Fundamentos de Matemáticas 47071 8-1 M 21-1 M GE 1C1 Matemática Discreta 47072 15-1 M 29-1 T GE
Más detallesIII.Otrasdisposicionesyactos
Página5514/Núm.36 BOLETÍNOFICIALDELARIOJA Miércoles,18demarzode2015 III.Otrasdisposicionesyactos UNIVERSIDADINTERNACIONALDELARIOJA Resoluciónde4demarzode2015,delaUniversidadInternacionaldeLaRioja,porlaquesepublica
Más detallesINGENIERO EN INFORMÁTICA (CÓDIGO 1096)
INGENIERO EN INFORMÁTICA (CÓDIGO 1096) PRIMER CURSO (EXTINGUIDO) SEGUNDO CURSO (sin docencia, sólo examen) 0200 INFORMÁTICA TEÓRICA 9 Anual Troncal 0201 PROBABILIDADES Y ESTADÍSTICA 6 1º Troncal 0202 TECNOLOGÍA
Más detallesInteligencia Artificial Introducción a los sistemas basados en el conocimiento
Inteligencia Artificial Introducción a los sistemas basados en el conocimiento Primavera 2007 profesor: Luigi Ceccaroni Sistemas basados en el conocimiento (SBCs) Programas para extender, interrogar una
Más detallesDoble Grado en Ingeniería Informática Tecnologías Informáticas y en Matemáticas
Curso 1º 1 2470003 Álgebra Lineal y Geometría I 12 A 1 2470004 Cálculo Infinitesimal 12 A 1 2470008 Fundamentos de Programación 12 A 1 2470002 Álgebra Básica 6 C1 1 2470006 Circuitos Electrónicos Digitales
Más detallesPrograma de estudios por competencias Seminario de solución de problemas de Inteligencia Artificial I
Programa de estudios por competencias Seminario de solución de problemas de Inteligencia Artificial I 1. Identificación del curso Programa educativo: Licenciatura en Ingeniería en Computación Unidad de
Más detallesBOLETÍN OFICIAL DE LA RIOJA. III.Otras disposiciones y actos
Lunes, 28 de mayo de 2018 Página 7215 III.Otras disposiciones y actos UNIVERSIDAD INTERNACIONAL DE LA RIOJA Resolución de 11 de julio de 2016, de la Universidad Internacional de La Rioja, por la que se
Más detallesContenido. Contenido. Inteligencia Artificial y. La prueba de Turing. Pueden las máquinas pensar? El juego de la adivinación
Inteligencia Artificial y La Reinversión Copernicana Dr. Luis Alberto Pineda Cortés Enero, 2004 de representación e inferencia en la IA de representación e inferencia en la IA La prueba de Turing Alan
Más detallesLógica e Inteligencia Artificial: Una Historia sin Fin
Lógica e Inteligencia Artificial: Una Historia sin Fin UCAB / USB Detractores de Lógica L en IA... Búsqueda del del razonamiento lógico desde Aristóteles, con con su su consolidación por por Peano, Frege,
Más detalles5. PLANIFICACIÓN DE LAS ENSEÑANZAS
5. PLANIFICACIÓN DE LAS ENSEÑANZAS 5.1. Descripción del Plan de Estudios I. Estructura del Plan de Estudios Módulo Materia Asignatura ECTS Carácter MÉTODOS NUMÉRICOS 6 OBLIGATORIA ECUACIONES FUNDAMENTOS
Más detalles