VISION ARTIFICIAL APOYADA EN SISTEMAS HÍBRIDOS NEURO-SIMBÓLICOS

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "VISION ARTIFICIAL APOYADA EN SISTEMAS HÍBRIDOS NEURO-SIMBÓLICOS"

Transcripción

1 VISION ARTIFICIAL APOYADA EN SISTEMAS HÍBRIDOS NEURO-SIMBÓLICOS Dr. Gerardo Reyes Salgado Profesor-Investigador / Instituto Tecnológico de Cuautla 1

2 Agenda I. Los sistemas híbridos neurosimbólicos (SHNS) II. La visión natural (VN) y la visión artificial (VA) III. Aplicación de SHNS a la VA IV. Conclusiones 2

3 I LOS SISTEMAS HÍBRIDOS NEURO-SIMBÓLICOS 3

4 I. QUÉ ES UN SISTEMA HÍBRIDO? CONOCIMIENTOS EXPERIMENTALES NUMÉRICOS CONOCIMIENTOS SIMBÓLICOS TEÓRICOS Adquiridos por medio de algún sensor Adquiridos por documentos, expertos, etc. - Bases de ejemplos - Datos numéricos - Reglas simbólicas - Modelos matemáticos Clasificación de los conocimientos por su origen 4

5 COMUNICACIÓN Y COMPLEMENTARIEDAD Visión artificial apoyada en SHNS CONOCIMIENTOS NUMÉRICOS CONOCIMIENTOS SIMBÓLICOS 5

6 CÓMO INTEGRAR NUMÉRICO Y SIMBÓLICO? Visión artificial apoyada en SHNS CONOCIMIENTO SIMBÓLICO CONOCIMIENTO NUMÉRICO ADQUISICIÓN DE CONOCIMIENTOS EXPLICITACIÓN APRENDIZAJE MÓDULO SIMBÓLICO Transferencias MÓDULO NUMÉRICO 6

7 PRINCIPIOS DE FUNCIONAMIENTO SIMBÓLICO COMPILACIÓN APRENDIZAJE REGLAS SIMBÓLICAS U OTRA ESTRUCTURA SIMBÓLICA EXPLICITACIÓN CONEXIONISTA 7

8 CRITERIOS PARA CLASIFICAR SHNS [Osorio 98] Tipo de integración: unificado, semi-híbrido, híbrido o hibridación Grado de acoplamiento: débil, medio, fuerte Modo de integración: tratamiento encadenado, sub-tratamiento, meta-tratamiento, co-tratamiento Transferencia de conocimientos: S C, S C, S C Tipo de representación: localista, distribuida, combinada de conocimientos: Modo de repr. de conoc.: reglas clásicas, reglas difusas, reglas probabilistas, predicados, árboles de decisión, perceptrón, etc Método de razonamiento: forward, backward, conexionista Modo de adquis. de conoc.: apr. continuo, no continuo, supervisado, no supervisado. 8

9 UN MODELO DE SNHS Reglas Simbólicas MODULO MÓDULO SIMBOLICO MODULO MÓDULO NEURONAL Ejemplos Convertidor Reglas a Red Red Inicial Red Refinada Reglas Refinadas Convertidor Red a Reglas M OÓ D U L EO D E V A L I D A C I O N 9

10 II LA VISIÓN NATURAL Y LA VISIÓN ARTIFICIAL 10

11 EL SISTEMA DE VISIÓN HUMANO OJO ÁREAS VISUALES DE LA CORTEZA CUERPO GENICULAR LATERAL 11

12 ESQUEMATIZANDO EL SISTEMA DE VISIÓN HUMANO Segmentación burda y rápida E S C E N A I m a g e n prefiltrado Extracción de atributos Interacciones adaptativas Controles F U S I Ó N R E P R E S E N T A C I Ó N Proceso de atención Objetos semánticos Elabora. de modelo RETINA Filtrado, Compresión, Codificación del color, Detección espacio-temporal de eventos CORTEZA PRIMARIA Filtros de Gabor, ACI, Interacciones de colores Percepción de alto nivel Análisis de datos Categorización Análisis de Componentes Independientes ÁREAS ASOCIATIVAS Percepción de bajo nivel, Cartas de intención,... 12

13 PROCESO DE VA Y CONOCIMIENTO EXTERNO Visión artificial apoyada en SHNS 13

14 III APLICACIÓN DE SISTEMAS HÍBRIDOS NEURO- SIMBÓLICOS A LA VISIÓN ARTIFICIAL 14

15 DESARROLLO DE SISTEMAS DE VA APOYADOS EN SHNS Visión artificial apoyada en SHNS Desde el 2001 hemos realizado los siguientes proyectos en los que la VA es apoyada en SHNS: 1. Control de calidad mediante inspección visual: SHNS para refinar el conocimiento en un sistema de visión artificial. 2. Diseño de SHNS aplicados en VA: Metodología para el diseño de SHNS aplicados a problemas de inspección visual. 15

16 DESARROLLO DE SISTEMAS DE VA APOYADOS POR SHNS Visión artificial apoyada en SHNS 3. Conducción asistida de vehículos automotores: Modelado del comportamiento de conducción de vehículos de transporte y/o carga aplicando redes neuronales artificiales y visión artificial 4. Reconocimiento de rostros usando modelos biológicos: Prototipo de RNA basada en modelos biológicos para el reconocimiento de rostros. 16

17 1. CONTROL DE CALIDAD MEDIANTE INSPECCIÓN VISUAL Visión artificial apoyada en SHNS 17

18 LA VA EN LA INSPECCIÓN VISUAL Proceso de visión artificial Conocimientos numérico (ORIGEN: CÁMARA) Conocimientos simbólico (ORIGEN: EXPERTO HUMANO) 18

19 APLICACIÓN DE SHNS A LA INSPECCIÓN VISUAL Visión artificial apoyada en SHNS Inspección visual El proceso de comparación de piezas, objetos individuales o materiales fabricados según una norma, con vistas al mantenimiento de cierto nivel de calidad. 19

20 VENTAJAS DE LA INSPECCIÓN VISUAL AUTOMÁTICA Existe una demanda muy grande en el desarrollo de sistemas de inspección visual automática. Independencia de factores humanos. Trabajar fuera del espectro visible. Aumento de la velocidad de inspección. Disminución de la carga de trabajo para el experto humano. Eficiencia del proceso. Cumplimiento más estricto de los estándares de calidad. 20

21 COMPLEMENTO A LA INFORMACIÓN VISUAL Visión artificial apoyada en SHNS POCOS DE LOS SISTEMAS DE INSPECCIÓN VISUAL CONSIDERAN ADEMÁS DE LA INFORMACIÓN VISUAL, EL CONOCIMIENTO DE LOS EXPERTOS 21

22 NUESTRA PROPUESTA VA CN CS La Hacer falta complementarios de los complementariedad conocimientos Integración 22

23 2. METODOLOGÍA PARA DISEÑO DE SH EN VA VA CN CS Sistema híbrido SHNS Integración 23

24 METODOLOGÍA PARA DISEÑO DE SH EN VA OBJETIVO: Desarrollar una metodología de diseño que permita la implementación de los SHNS en el proceso de visión artificial, la cual mejore la ejecución del sistema global. 24

25 METODOLOGÍA PARA DISEÑO DE SH EN VA 25

26 3. CONDUCCIÓN ASISTIDA DE VEHÍCULOS AUTOMOTORES Visión artificial apoyada en SHNS 26

27 SEGURIDAD EN CARRETERAS Uno de los problemas en la seguridad de las carreteras, es la generación de accidentes debido a los errores producidos en la conducción de vehículos de carga y/o transporte. Algunos de estos accidentes viales, podrían ser detectados con anticipación y de esta manera ser evitados. 27

28 EL OBJETIVO DE ESTE PROYECTO Desarrollar un sistema híbrido obtenido a partir de conocimientos de expertos en conducción de vehículos de transporte y/o de carga, así como de datos capturados de videos de la cabina de dicho tipo de vehículos. El sistema clasifica los comportamientos del conductor frente al volante y genera una alerta para prevenir situaciones de conducción riesgosas. 28

29 SHNS PARA CLASIFICAR COMPORTAMIENTO DE CONDUCTORES Visión artificial apoyada en SHNS Adquisición de conocimientos Log Simulador Clasificador del SH Seguro RNA Clasificador Opinión de expertos en conducción Aceptable Visión Artificial Riesgoso 29

30 ÁREAS INVOLUCRADAS Visión Artificial Se trata de un sistema hibrido que reúne diversas ramas de la IA para cumplir el objetivo. Redes Neuronales Artificiales Modelos Cognitivos 30

31 4. RECONOCIMIENTO DE ROSTROS USANDO MODELOS BIOLÓGICOS Para el ser humano, el reconocimiento de rostros es una actividad muy natural. Llevamos entrenándonos y trabajando para reconocer los rostros prácticamente desde el momento en que nacemos. Seguramente por eso es que lo realizamos de manera prácticamente inconsciente y no estamos completamente al tanto de cómo es que se realiza dicha actividad. 31

32 RECONOCIMIENTO DE ROSTROS Clase 1 Base de conocimiento Imagen de Vector de características entrada Clasificador (X 1,1, X 1,2,... X 1,n ) Clase 2 (X 2,1, X 2,2,... X 2,n ) (X 1, X 2,... X n ) Clase 3 (X m,1, X m,2,... X m,n ) 32

33 CÓMO SE REALIZA ESTE PROCESO? Es necesario englobar y considerar, en la medida de lo posible, los modelos de los procesos que intervienen en la captura de las imágenes por el ojo humano, la transformación de esa información en señales e impulsos eléctricos, la transmisión de esos impulsos transformados a través del nervio óptico, el procesamiento que realiza el cerebro humano de esas señales en la corteza visual y finalmente la extracción o interpretación que el cerebro hace de esas señales, tal que hace posible que una persona pueda reconocer un rostro (Asociación Larense de Astronomía, 2001) 33

34 CÓMO SE REALIZA ESTE PROCESO? OJO ÁREAS VISUALES DE LA CORTEZA CUERPO GENICULAR LATERAL 34

35 OBJETIVOS DE ESTE PROYECTO Encontrar o formular un paradigma de red neuronal artificial que se aproxime más al sistema biológico visual del ser humano o bien al modelo cognitivo empleado en el reconocimiento de rostros 35

36 IV CONCLUSIONES 36

37 CONCLUSIONES Los conocimientos sobre un dominio no son perfectamente correctos ni completos "Estos dos tipos de conocimientos forman dos conjuntos que tienen una intersección, pero que pueden ser totalmente complementarios" [Towell-91] ENTONCES... 37

38 CONCLUSIONES Los conocimientos en un SVA pueden ser obtenidos desde diversas fuentes. Los enfoques simbólico y numérico tienen sus propias ventajas y desventajas, al ser utilizados de manera independiente. PERO.. la solución híbrida ofrece una valiosa alternativa para el tratamiento de los conocimientos en los sistemas de visión artificial. Podemos tener soluciones más robustas. 38

39 GRACIAS Dr. Gerardo Reyes Salgado 39

Grupo de investigación Inteligencia Artificial (visión n artificial) cenidet

Grupo de investigación Inteligencia Artificial (visión n artificial) cenidet Grupo de investigación Inteligencia Artificial (visión n artificial) cenidet Cuernavaca, Morelos Abril 2007 Temáticas de investigación Visión artificial y reconocimiento de patrones Sistemas híbridos neurosimbólicos

Más detalles

Tema 1.- Introducción a la Visión Artificial

Tema 1.- Introducción a la Visión Artificial Tema 1.- Introducción a la Visión Artificial Visión Artificial Avanzada Prof. Dr. Nicolás Luis Fernández García Departamento de Informática y Análisis Numérico Escuela Politécnica Superior Universidad

Más detalles

M.C. Carolina Rocío Sánchez Pérez krlinasp@gmail.com

M.C. Carolina Rocío Sánchez Pérez krlinasp@gmail.com M.C. Carolina Rocío Sánchez Pérez krlinasp@gmail.com 28 de Enero de 2011 Evaluación del curso 30% 3 exámenes 40% tareas/proyectos 30 % presentaciones Nota: Una vez establecidas, las fechas de exámenes,

Más detalles

Capítulo 1. Introducción

Capítulo 1. Introducción Capítulo 1. Introducción El WWW es la mayor fuente de imágenes que día a día se va incrementando. Según una encuesta realizada por el Centro de Bibliotecas de Cómputo en Línea (OCLC) en Enero de 2005,

Más detalles

Capítulo III Procesamiento Digital de Imágenes

Capítulo III Procesamiento Digital de Imágenes Capítulo III Procesamiento Digital de Imágenes Contenido Introducción al Procesamiento digital de imágenes Orígenes del procesamiento digital de imágenes. Aplicaciones del Procesamiento de Imágenes Componentes

Más detalles

Capítulo 2. Las Redes Neuronales Artificiales

Capítulo 2. Las Redes Neuronales Artificiales Capítulo 2. Las Redes Neuronales Artificiales 13 Capitulo 2. Las Redes Neuronales Artificiales 2.1 Definición Redes Neuronales Artificiales El construir una computadora que sea capaz de aprender, y de

Más detalles

APLICACIÓN DE TÉCNICAS DE IMAGEN ARTIFICIAL Y REDES NEURONALES PARA EL SEGUIMIENTO DEL REMONTE DE FAUNA PISCÍCOLA

APLICACIÓN DE TÉCNICAS DE IMAGEN ARTIFICIAL Y REDES NEURONALES PARA EL SEGUIMIENTO DEL REMONTE DE FAUNA PISCÍCOLA Curso sobre Técnicas de Visualización CEH-CEDEX, 10 junio de 2011 APLICACIÓN DE TÉCNICAS DE IMAGEN ARTIFICIAL Y REDES NEURONALES PARA EL SEGUIMIENTO DEL REMONTE DE FAUNA PISCÍCOLA Aplicación de técnicas

Más detalles

Marisa Delgado Jalón

Marisa Delgado Jalón Tecnologías de Visión Artificial aplicadas al Transporte Público Resumen de los trabajos de investigación realizados a través de la Cátedra de Ecotransporte, Tecnología y Movilidad Marisa Delgado Jalón

Más detalles

Robótica y visión artificial. Miguel Cazorla http://www.dccia.ua.es/~miguel Grupo de Visión Robótica Universidad de Alicante

Robótica y visión artificial. Miguel Cazorla http://www.dccia.ua.es/~miguel Grupo de Visión Robótica Universidad de Alicante Robótica y visión artificial Miguel Cazorla http://www.dccia.ua.es/~miguel Grupo de Visión Robótica Universidad de Alicante Introducción Percepción biológica vs. computacional Qué es una imagen? Procesamiento

Más detalles

Introducción. Francisco J. Martín Mateos. Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla

Introducción. Francisco J. Martín Mateos. Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Francisco J. Martín Mateos Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Qué es la (KE)? Definición de Wikipedia: La es una disciplina cuyo objetivo es integrar conocimiento

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

Visión Artificial. Por Elisabeth Pérez

Visión Artificial. Por Elisabeth Pérez Visión Artificial Por Elisabeth Pérez Indice Qué es la Visión Artificial? Visión Artificial Diversos nombres Áreas de Aplicación Visión Artificial en Sistemas de Calidad Los pasos a tener en cuenta Áreas

Más detalles

Taxonomía de los principales temas de I A Por: Luis Guillermo Restrepo Rivas

Taxonomía de los principales temas de I A Por: Luis Guillermo Restrepo Rivas Taxonomía de los principales temas de I A Por: Luis Guillermo Restrepo Rivas 1. DEFINICIONES, UBICACIÓN CONCEPTUAL E HISTORIA DE LA I.A. 2. COMPLEJIDAD COMPUTACIONAL, EXPLOSIÓN COMBINATORIA, DOMINIOS NO

Más detalles

Componentes de los SBC

Componentes de los SBC Componentes de los SBC Componentes de los SBC Queremos construir sistemas con ciertas características: Resolución de problemas a partir de información simbólica Resolución mediante razonamiento y métodos

Más detalles

TEMA 0 INTRODUCCIÓN A LA VISIÓN ARTIFICIAL

TEMA 0 INTRODUCCIÓN A LA VISIÓN ARTIFICIAL TEMA 0 INTRODUCCIÓN A LA VISIÓN ARTIFICIAL QUÉ ES LA VISIÓN ARTIFICIAL (V.A.)? La V.A. consiste en... el proceso de obtención, caracterización e interpretación de la información a partir de imágenes. La

Más detalles

INGENIERÍA METAL MECÁNICA

INGENIERÍA METAL MECÁNICA INGENIERÍA METAL MECÁNICA HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Instrumentación y control. 2. Competencias Innovar proyectos Metal Mecánicos aplicando la reingeniería

Más detalles

Tema 1. Sistemas de Visión Artificial

Tema 1. Sistemas de Visión Artificial 1 Div. Ingeniería de Sistemas y Automática Universidad Miguel Hernández Tema 1. Sistemas de Visión Artificial GRUPO DE TECNOLOGÍA INDUSTRIAL Tabla de Contenidos 2 Definición Transformación Información

Más detalles

ANTEPROYECTO DE TESIS DE MASTER

ANTEPROYECTO DE TESIS DE MASTER ANTEPROYECTO DE TESIS DE MASTER 1. Maestrando: Ing. Alejandro Hossian 2. Tema: Sistema Experto en Seleccion de Estrategias Instruccionales 3. Breve descripción del problema: La instrucción puede ser vista

Más detalles

PORTAFOLIO: Visión Arficial..

PORTAFOLIO: Visión Arficial.. PORTAFOLIO: Visión Arficial.. Camaras In Sight Somos integradores de COGNEX, líder mundial en sistemas de visión artificial para la industria. Los sistemas de visión In-Sight de Cognex son incomparables

Más detalles

1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2.

1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2. 1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2. GENERALIDADES SOBRE LAS TÉCNICAS DE INVESTIGACIÓN SOCIAL Y DE MERCADOS

Más detalles

DISEÑO ORIENTADO A LAS PERSONAS. La persona como eje central de soluciones integrales de diseño

DISEÑO ORIENTADO A LAS PERSONAS. La persona como eje central de soluciones integrales de diseño DISEÑO ORIENTADO A LAS PERSONAS La persona como eje central de soluciones integrales de diseño EL ESTUDIO DEL CONSUMIDOR COMO GARANTÍA DE ÉXITO DE PRODUCTOS Y SERVICIOS El éxito de un producto depende

Más detalles

Competencias generales vinculadas a los distintos módulos Módulo de Formación Básica

Competencias generales vinculadas a los distintos módulos Módulo de Formación Básica Competencias generales vinculadas a los distintos módulos Módulo de Formación Básica C1. Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar

Más detalles

DESARROLLO DE SOFTWARE CON CALIDAD PARA UNA EMPRESA

DESARROLLO DE SOFTWARE CON CALIDAD PARA UNA EMPRESA DESARROLLO DE SOFTWARE CON CALIDAD PARA UNA EMPRESA Resumen AUTORIA CARLOS CABALLERO GONZÁLEZ TEMATICA INFORMÁTICA ETAPA ESO-BACHILLERATO-CFGM(ESI,ASI,DSI) Se describe la revolución que supuso la incursión

Más detalles

Documento de Competencias. Facultad de Informática, UPV/EHU. 1 Estructura general del Grado TE1 TE2 TE3 TE4 TE5 TE6 TE7 TE8

Documento de Competencias. Facultad de Informática, UPV/EHU. 1 Estructura general del Grado TE1 TE2 TE3 TE4 TE5 TE6 TE7 TE8 Documento de Competencias Grado en INGENIERÍA INFORMÁTICA Facultad de Informática, UPV/EHU 1 Estructura general del Grado 1.1 Fundamentos de Tecnología de los Principios de Diseño de Sistemas Digitales

Más detalles

El club automovilístico es el altavoz de la plataforma Esafety Aware en España

El club automovilístico es el altavoz de la plataforma Esafety Aware en España El club automovilístico es el altavoz de la plataforma Esafety Aware en España Las tecnologías esafety pueden evitar y reducir el número de lesiones y muertes en la carretera Madrid, 5 de mayo de 2010.-

Más detalles

I SEMANA ELECTRONICA REDES NEURONALES

I SEMANA ELECTRONICA REDES NEURONALES UNIVERSIDAD NACIONAL SAN ANTONIO ABAD A DEL CUSCO CARRERA PROFESIONAL DE INGENIERIA ELECTRONICA I SEMANA ELECTRONICA REDES NEURONALES Ing. Avid idromán González Se trata de una nueva forma de computación

Más detalles

El monitoreo de una variable física requiere supervisión permanente de señales que

El monitoreo de una variable física requiere supervisión permanente de señales que Capítulo 1 Marco Contextual 1.1. Formulación del problema 1.1.1. Definición del problema El monitoreo de una variable física requiere supervisión permanente de señales que varían con el tiempo. Tal información,

Más detalles

Autor: Javier Yáñez García

Autor: Javier Yáñez García Curso 2009-2010 2010 Universidad Carlos III de Madrid PROYECTO FIN DE CARRERA: TRACKING DE PERSONAS A PARTIR DE VISIÓN ARTIFICIAL Autor: Javier Yáñez García Contenidos 1. Introducción 2. Estado del arte

Más detalles

Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones.

Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones. Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones. 2.1 Revisión sistema reconocimiento caracteres [9]: Un sistema de reconocimiento típicamente esta conformado por

Más detalles

Tema 1. Sistemas de Visión Artificial

Tema 1. Sistemas de Visión Artificial 1 Div. Ingeniería de de Sistemas y Automática Universidad Miguel Hernández Tema 1. Sistemas de Visión Artificial GRUPO DE TECNOLOGÍA INDUSTRIAL Tabla de Contenidos 2 Definición Transformación Información

Más detalles

ESCUELA PROFESIONAL SAN FRANCISCO

ESCUELA PROFESIONAL SAN FRANCISCO Módulo profesional: Vehículos híbridos y eléctricos. Código: CL14. Resultados de aprendizaje y criterios de evaluación. 1. Caracteriza el funcionamiento de los vehículos híbridos y eléctricos, interpretando

Más detalles

Electrónica Digital II

Electrónica Digital II Electrónica Digital II M. C. Felipe Santiago Espinosa Aplicaciones de los FPLDs Octubre / 2014 Aplicaciones de los FPLDs Los primeros FPLDs se usaron para hacer partes de diseños que no correspondían a

Más detalles

Sistema de Monitoreo Vial

Sistema de Monitoreo Vial Antonio Liñán Alcocer 18 de noviembre de 2010 U A N L - F I M E 1 Introducción Inicio 2 Antecedentes Sistemas Implementados 3 Motivación Motivos 4 Justificación 5 Metodología Propuesta Forma de Funcionamiento

Más detalles

VivaMéxico sin PRI. Quiero que mi país sea de todos. Dr. Ivo H. Pineda Torres. Otoño 2013

VivaMéxico sin PRI. Quiero que mi país sea de todos. Dr. Ivo H. Pineda Torres. Otoño 2013 VivaMéxico sin PRI Quiero que mi país sea de todos. Dr. Ivo H. Pineda Torres Facultad de Ciencias de la Computación Benemérita Universidad Autónoma de Puebla Otoño 2013 IMAGENESpemexmorena Adquisición

Más detalles

INGENIERÍA EN INFORMATICA

INGENIERÍA EN INFORMATICA INGENIERÍA EN INFORMATICA Título: Ingeniero en Informática Nivel de la carrera: GRADO. Duración: 5 (cinco) años. Acerca de la carrera: El Título de Grado de Ingeniería en Informática formará ingenieros

Más detalles

EL PROCESO DE DESARROLLO DE SOFTWARE: UNA TAREA SOCIAL DE MEJORA CONTINUA

EL PROCESO DE DESARROLLO DE SOFTWARE: UNA TAREA SOCIAL DE MEJORA CONTINUA EL PROCESO DE DESARROLLO DE SOFTWARE: UNA TAREA SOCIAL DE MEJORA CONTINUA Dra. Pilar Gómez Gil Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE). Coordinación de Ciencias Computacionales

Más detalles

UF0512: Transmisión de información por medios convencionales e. informático. TEMA 1. Conexión y funcionamiento

UF0512: Transmisión de información por medios convencionales e. informático. TEMA 1. Conexión y funcionamiento UF0512: Transmisión de información por medios convencionales e informáticos TEMA 1. Conexión y funcionamiento operativo del equipamiento informático TEMA 2. Transmisión interna personal de documentación.

Más detalles

CONFERENCIA REALIDAD AUMENTADA. Ingeniero CARLOS ENRIQUE ORTIZ RANGEL carlos.ortiz@tecnomovilidad.com

CONFERENCIA REALIDAD AUMENTADA. Ingeniero CARLOS ENRIQUE ORTIZ RANGEL carlos.ortiz@tecnomovilidad.com CONFERENCIA REALIDAD AUMENTADA Ingeniero CARLOS ENRIQUE ORTIZ RANGEL carlos.ortiz@tecnomovilidad.com Bogotá, Septiembre 2012 OBJETIVO GENERAL El objetivo es presentar un recorrido actualizado por las diferentes

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

Herramientas de Software que posibilitan el BPM

Herramientas de Software que posibilitan el BPM Qué es BPM? BPM (Business Process Management) no es solamente una tecnología, sino en términos generales, una disciplina gerencial que trata a los procesos como bienes tangibles que contribuyen al desempeño

Más detalles

LSI LABORATORIO DE SISTEMAS INTELIGENTES. Fotografía: Archivo fotográfico UC3M

LSI LABORATORIO DE SISTEMAS INTELIGENTES. Fotografía: Archivo fotográfico UC3M LSI LABORATORIO DE SISTEMAS INTELIGENTES Fotografía: Archivo fotográfico UC3M 2 El Laboratorio de Sistemas Inteligentes (LSI), liderado por los doctores Arturo de la Escalera Hueso (coordinador del grupo),

Más detalles

Sistemas Inteligentes de Transporte (ITS) Prioridades, Proyectos y Oportunidades. Ana Paul Fundación CTAG

Sistemas Inteligentes de Transporte (ITS) Prioridades, Proyectos y Oportunidades. Ana Paul Fundación CTAG Sistemas Inteligentes de Transporte (ITS) Prioridades, Proyectos y Oportunidades Ana Paul Fundación CTAG Índice Retos y desafíos ITS para el vehículo verde Prioridades identificadas Proyectos y oportunidades

Más detalles

LISTADO DE CURSOS DE DE GRADO Y POSGRADO

LISTADO DE CURSOS DE DE GRADO Y POSGRADO LISTADO DE CURSOS DE DE GRADO Y POSGRADO 2013 Programa de Incentivos a los Docentes Investigadores (PI) Secretaría de Ciencia, Tecnología y Posgrado UNIVERSIDAD TECNOLÓGICA NACIONAL Esp. Nombre Plan Nombre

Más detalles

El Software GPS Simplificado.

El Software GPS Simplificado. El Software GPS Simplificado. Navman Wireless DIRECTOR. El Software GPS Simplificado. Una plataforma para dirigir activos de flotillas y fuerza de trabajo móvil, impulsa la eficiencia a través del uso

Más detalles

PROGRAMA DEL CURSO. Experto en Seguridad Vial Laboral

PROGRAMA DEL CURSO. Experto en Seguridad Vial Laboral PROGRAMA DEL CURSO Experto en Seguridad Vial Laboral MÓDULO I: INTRODUCCIÓN. PREVENCIÓN DE RIESGOS LABORALES Y SEGURIDAD VIAL. MARCO NORMATIVO, LEGAL Y POLÍTICO. 1. PREVENCIÓN DE RIESGOS LABORALES. NOCIONES

Más detalles

Solución. Sistema Desarrollado por IMP, Solución para Detectar Fugas y Tomas Clandestinas en Ductos de Transporte de Gas y Líquidos.

Solución. Sistema Desarrollado por IMP, Solución para Detectar Fugas y Tomas Clandestinas en Ductos de Transporte de Gas y Líquidos. investigación Fuentes: Instituto Mexicano del Petróleo/ Elizabeth Martínez, PetroQuiMex. Solución Sistema Desarrollado por IMP, Solución para Detectar Fugas y Tomas Clandestinas en Ductos de Transporte

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

Curso de Especialización en Tacógrafo para Formadores CAP y técnicos del transporte.

Curso de Especialización en Tacógrafo para Formadores CAP y técnicos del transporte. Curso de Especialización en Tacógrafo para Formadores CAP y técnicos del transporte. Adaptación legislativa al RD 1032/2007 CAP Siguiendo la dinámica de especialización en el sector del transporte por

Más detalles

Centro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI)

Centro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI) Centro de Investigación y Desarrollo en Ingeniería en Sistemas de Información (CIDISI) OFERTAS TECNOLÓGICAS 1) GESTIÓN ORGANIZACIONAL Y LOGÍSTICA INTEGRADA: TÉCNICAS Y SISTEMAS DE INFORMACIÓN 2) GESTIÓN

Más detalles

CONSTRUCCION DE SISTEMAS EXPERTOS

CONSTRUCCION DE SISTEMAS EXPERTOS CONSTRUCCION DE SISTEMAS EXPERTOS TECNICAS DE EDUCCION DEL CONOCIMIENTO Dr. Ramón GARCIA MARTINEZ GRAFOS ARQUETÍPICOS En muchos dominios de conocimiento, puede reconocerse una estructura de representación

Más detalles

Edwin Chiguano, Nathaly Moreno, Luis Corrales. Facultad de Ingeniería Eléctrica y Electrónica, EPN Quito, Ecuador

Edwin Chiguano, Nathaly Moreno, Luis Corrales. Facultad de Ingeniería Eléctrica y Electrónica, EPN Quito, Ecuador Diseño e implementación de un sistema traductor de lenguaje de señas de manos a un lenguaje de texto mediante visión artificial en un ambiente controlado Edwin Chiguano, Nathaly Moreno, Luis Corrales Facultad

Más detalles

Capitulo 3. Desarrollo del Software

Capitulo 3. Desarrollo del Software Capitulo 3 Desarrollo del Software 3.1 Análisis del sistema 3.1.1 Organización de la autopista virtual Para el presente proyecto se requiere de simular una autopista para que sirva de prueba. Dicha autopista

Más detalles

PRESENTACIÓN N CORPORATIVA DIMAP, S.L. 2.009

PRESENTACIÓN N CORPORATIVA DIMAP, S.L. 2.009 PRESENTACIÓN N CORPORATIVA DIMAP, S.L. 2.009 Orígenes dimap, s.l. es una empresa especializada en el diseño y desarrollo de aplicaciones basadas en Tecnologías de la Información y Comunicaciones relacionadas

Más detalles

Competencia general Diseñar productos para su obtención por fabricación mecánica, con criterios de calidad, seguridad y respeto al medio ambiente.

Competencia general Diseñar productos para su obtención por fabricación mecánica, con criterios de calidad, seguridad y respeto al medio ambiente. Página 1 de 14 CUALIFICACIÓN DISEÑO DE PRODUCTOS DE FABRICACIÓN MECÁNICA PROFESIONAL Familia Profesional Fabricación Mecánica Nivel 3 Código FME037_3 Versión 5 Situación RD 295/2004 Actualización Competencia

Más detalles

Tema 1. Sistemas de Visión Artificial

Tema 1. Sistemas de Visión Artificial Tema 1. Sistemas de Visión Artificial Tabla de Contenidos Definición Transformación Información Luminosa Imagen Digital Sistema Humano Visión Sistema Visión Artificial Aplicaciones de la Visión por

Más detalles

CAPÍTULO I EL PROBLEMA PLANTEAMIENTO DEL PROBLEMA

CAPÍTULO I EL PROBLEMA PLANTEAMIENTO DEL PROBLEMA 1 CAPÍTULO I EL PROBLEMA PLANTEAMIENTO DEL PROBLEMA UBICACIÓN DEL PROBLEMA EN UN CONTEXTO Autonomía de movimiento y percepción visual en el control de un robot humanoide, a través de la visión artificial.

Más detalles

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN)

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) CLASIFICACIÓN NO SUPERVISADA CLUSTERING Y MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) info@clustering.50webs.com Indice INTRODUCCIÓN 3 RESUMEN DEL CONTENIDO 3 APRENDIZAJE

Más detalles

Visión global del KDD

Visión global del KDD Visión global del KDD Series Temporales Máster en Computación Universitat Politècnica de Catalunya Dra. Alicia Troncoso Lora 1 Introducción Desarrollo tecnológico Almacenamiento masivo de información Aprovechamiento

Más detalles

Inteligencia Artificial

Inteligencia Artificial Artificial I.T. en Informática de Sistemas, 3º Curso académico: 2010/2011 Profesores: Ramón Hermoso y Roberto Centeno Artificial 3º ITIS Tema 1: Introducción a la IA 1. Introducción a la Artificial 1.1

Más detalles

TEMA 1. Introducción

TEMA 1. Introducción TEMA 1. Introducción Francisco José Ribadas Pena, Santiago Fernández Lanza Modelos de Razonamiento y Aprendizaje 5 o Informática ribadas@uvigo.es, sflanza@uvigo.es 28 de enero de 2013 1.1 Aprendizaje automático

Más detalles

Advanced Mining Technology Center

Advanced Mining Technology Center Advanced Mining Technology Center Movilidad y Robótica en Minería Dr. Javier Ruiz del Solar Dr. Paul Vallejos Facultad de Ciencias Físicas y Matemáticas Agenda Robótica en minería: Conceptos generales

Más detalles

Visión Artificial y Nuevas Tecnologías: Aplicaciones de Seguridad Vial

Visión Artificial y Nuevas Tecnologías: Aplicaciones de Seguridad Vial Visión Artificial y Nuevas Tecnologías: Aplicaciones de Seguridad Vial http://frav.escet.urjc.es Licesio J. Rodríguez-Aragón Contenidos: Visión Artificial y Seguridad Vial. Aplicación para detectar Conflictos

Más detalles

EMEREC DEVS. Driver's Enhanced Vision System Tecnologías fiables para las fuerzas de intervención

EMEREC DEVS. Driver's Enhanced Vision System Tecnologías fiables para las fuerzas de intervención EMEREC DEVS Driver's Enhanced Vision System Tecnologías fiables para las fuerzas de intervención Rosenbauer EMEREC DEVS EMEREC DEVS Driver's Enhanced Navegación Navegación detallada para un entorno de

Más detalles

Tema 3. MODELOS. 2.1 Apoyo Informático a la investigación experimental. 2.2 Modelos del cerebro: A. Realistas biológicos.

Tema 3. MODELOS. 2.1 Apoyo Informático a la investigación experimental. 2.2 Modelos del cerebro: A. Realistas biológicos. Tema 3. MODELOS 011 0 01 01 FUNDAMENTOS 1. Modelos computacionales. 2. Computación y Neurociencia. CONTENIDOS 2.1 Apoyo Informático a la investigación experimental. 2.2 Modelos del cerebro: A. Realistas

Más detalles

Fundamentos de. Knowledge Management. Ejemplo. Ejemplo. Ejemplo. Motivación. Personas. Procesos. Tecnología CONOCIMIENTO

Fundamentos de. Knowledge Management. Ejemplo. Ejemplo. Ejemplo. Motivación. Personas. Procesos. Tecnología CONOCIMIENTO Knowledge Management Fundamentos de Knowledge Management A que nos referimos a Knowledge Management? Dra. Analía Amandi amandi@exa.unicen.edu.ar Instituto de Sistemas ISISTAN, UNICEN www.exa.unicen.edu.ar/

Más detalles

ZF inicia la producción en serie de la caja de cambios automática de 9 marchas para turismos

ZF inicia la producción en serie de la caja de cambios automática de 9 marchas para turismos Página 1/5, 15/01/2014 ZF inicia la producción en serie de la caja de cambios automática de 9 marchas para turismos La primera caja de cambios automática para turismos a nivel mundial con nueve marchas

Más detalles

Arquitectura de Aplicaciones

Arquitectura de Aplicaciones 1 Capítulo 13: Arquitectura de aplicaciones. - Sommerville Contenidos del capítulo 13.1 Sistemas de procesamiento de datos 13.2 Sistemas de procesamiento de transacciones 13.3 Sistemas de procesamiento

Más detalles

El Trabajo de Campo. por Beatriz Dubost, directora de Campo y Preproceso, Gallup México

El Trabajo de Campo. por Beatriz Dubost, directora de Campo y Preproceso, Gallup México El Trabajo de Campo por Beatriz Dubost, directora de Campo y Preproceso, Gallup México QUÉ ES? Una frase sencilla, un concepto familiar que todos creemos conocer, entendido como la talacha de recorrer

Más detalles

Esta materia está compuesta de 10 asignaturas que se imparten entre los cursos 2º, 3º y 4º.

Esta materia está compuesta de 10 asignaturas que se imparten entre los cursos 2º, 3º y 4º. Denominación de la MATERIA: 12. INGENIERÍA AUTOMÁTICA Créditos ECTS, carácter (básica, obligatoria, optativa ): 30 ECTS obligatorios 30 ECTS optativos Duración y ubicación temporal dentro del plan de estudios:

Más detalles

Integración de las expectativas de comportamiento humano en la formación

Integración de las expectativas de comportamiento humano en la formación Integración de las expectativas de comportamiento humano en la formación 20 de septiembre de 2012 1 Integración de las expectativas de comportamiento humano en la formación OBJETIVOS: 1. Exponer la organización

Más detalles

BitDefender Antispam NeuNet

BitDefender Antispam NeuNet BitDefender Antispam NeuNet Libro Blanco Cosoi Alexandru Catalin Researcher BitDefender AntiSpam Laboratory Contenido 1. Visión general sobre el Spam 2. Sobre las Redes Neurales 3. Nueva Estructura utilizando

Más detalles

Introducción general a la compresión de datos multimedia

Introducción general a la compresión de datos multimedia Introducción general a la compresión de datos multimedia Necesidad de la compresión La mayoría de las aplicaciones multimedia requieren volúmenes importantes de almacenamiento y transmisión. CD-ROM 640

Más detalles

grado Ingeniería Grado en Ingeniería en desarrollo de contenidos digitales + Experto universitario en Desarrollo de proyectos de software

grado Ingeniería Grado en Ingeniería en desarrollo de contenidos digitales + Experto universitario en Desarrollo de proyectos de software grado Ingeniería Grado en Ingeniería en desarrollo de contenidos digitales + Experto universitario en Desarrollo de proyectos de software Sistemas Computacionales Diseño y Desarrollo de software Arquitectura

Más detalles

I Jornadas Sobre Tecnologías Aplicadas a la Accesibilidad: e-accesibilidad

I Jornadas Sobre Tecnologías Aplicadas a la Accesibilidad: e-accesibilidad I Jornadas Sobre Tecnologías Aplicadas a la Accesibilidad: e-accesibilidad Reconocimiento de gestos mediante técnicas de visión artificial: estado actual y Javier Molina javier.molina@uam.es Video Processing

Más detalles

ANTEPROYECTO DE TESIS DE MASTER

ANTEPROYECTO DE TESIS DE MASTER ANTEPROYECTO DE TESIS DE MASTER 1. Maestrando: Lic. Jorge Salvador Ierache 2. Tema: Sistema Experto para la Asistencia a la Toma de Decisiones en Centro de Información y Control Aéreo 3. Breve descripción

Más detalles

2.1 Soluciones Comerciales Existentes

2.1 Soluciones Comerciales Existentes 21 Capítulo 2 Estado del arte Existen métodos de reconocimiento de gestos tanto comerciales con sensores especializados como métodos aún en desarrollo e investigación académica. En este análisis me enfocaré

Más detalles

CAPITULO III MARCO METODOLÓGICO. La presente investigación plantea como objetivo el diseño de un prototipo

CAPITULO III MARCO METODOLÓGICO. La presente investigación plantea como objetivo el diseño de un prototipo CAPITULO III MARCO METODOLÓGICO 1. Tipo de Investigación La presente investigación plantea como objetivo el diseño de un prototipo de robot industrial para la automatización del proceso de conformado de

Más detalles

Interacción Persona - Ordenador

Interacción Persona - Ordenador Interacción Persona - Ordenador Diseño de la interfaz en la Ingeniería del Software Dr. Pedro Latorre Dra. Sandra Baldassarri Dra. Eva Cerezo Ingeniería del Software Ingeniería del Software: Definición

Más detalles

Sistemas de información en tiempo real para la gestión táctica de emergencias

Sistemas de información en tiempo real para la gestión táctica de emergencias Sistemas de información en tiempo real para la gestión táctica de emergencias Salvador Bayarri. Director técnico. Esphera Visual Systems sbayarri@esphera.eu Resumen La coordinación de diferentes administraciones,

Más detalles

Solución de análisis LEAN de procesos y actividades

Solución de análisis LEAN de procesos y actividades Solución de análisis LEAN de procesos y actividades NECESIDAD DEL ANÁLISIS DE PROCESOS Y ACTIVIDADES El éxito de la aplicación de técnicas logístico-productivas de las empresas consideradas World -Class

Más detalles

Clasificación de Música por Genero Utilizando Redes Neuronales Artificiales. Elkin García, Germán Mancera, Jorge Pacheco

Clasificación de Música por Genero Utilizando Redes Neuronales Artificiales. Elkin García, Germán Mancera, Jorge Pacheco Clasificación de Música por Genero Utilizando Redes Neuronales Artificiales Elkin García, Germán Mancera, Jorge Pacheco Presentación Los autores han desarrollado un método de clasificación de música a

Más detalles

INGENIERÍA DE SOFTWARE. Sesión 3: Tipos

INGENIERÍA DE SOFTWARE. Sesión 3: Tipos INGENIERÍA DE SOFTWARE Sesión 3: Tipos Contextualización Actualmente existe una gran variedad en los software que se pueden clasificar en varias categorías, como pueden ser, por tipo de licencia, tipo

Más detalles

Capítulo 2 Silueta. Figura 2.1 Tetera capturada por la cámara con la silueta resaltada

Capítulo 2 Silueta. Figura 2.1 Tetera capturada por la cámara con la silueta resaltada Capítulo 2 Silueta 2.1 Silueta La silueta de un objeto es muy importante porque es lo que nos da las pistas visuales de cómo es que está formado, nos dice dónde están sus límites y ayuda a diferenciar

Más detalles

PROYECTO DISEÑO Y CONSTRUCCIÓN DE UN MONITOR DE SIGNOS VITALES BASADO EN UN COMPUTADOR PORTÁTIL

PROYECTO DISEÑO Y CONSTRUCCIÓN DE UN MONITOR DE SIGNOS VITALES BASADO EN UN COMPUTADOR PORTÁTIL PROYECTO DISEÑO Y CONSTRUCCIÓN DE UN MONITOR DE SIGNOS VITALES BASADO EN UN COMPUTADOR PORTÁTIL PRODUCTO INTERMEDIO P01 RELACIÓN ADQUISICIÓN MATERIAL BIBLIOGRÁFICO ACTIVIDAD: A05: Adquisición material

Más detalles

Arquitecturas de Software

Arquitecturas de Software Arquitecturas de Software Ingeniería del Universidad Rey Juan Carlos César Javier Acuña cjacunia@escet.urjc.es Índice Introducción Motivación Definición Pipes and Filters Tipos abstractos de datos y OO

Más detalles

SOciedad Dominicana de Inteligencia Artificial. Santo Domingo Mayo 2015

SOciedad Dominicana de Inteligencia Artificial. Santo Domingo Mayo 2015 SOciedad Dominicana de Inteligencia Artificial Santo Domingo Mayo 2015 1 Conferencia: La Inteligencia Artificial y sus Aplicaciones para Países en Desarrollo Dra. Ing. Rina Familia 24/05/2015 3 Hollywood

Más detalles

[RECOMENDACIONES SOBRE LOS CONTENIDOS DE LAS COMPETENCIAS DE AUTOMÁTICA EN LOS GRADOS DE INGENIERÍA INDUSTRIAL]

[RECOMENDACIONES SOBRE LOS CONTENIDOS DE LAS COMPETENCIAS DE AUTOMÁTICA EN LOS GRADOS DE INGENIERÍA INDUSTRIAL] 2012 CEA ISA [RECOMENDACIONES SOBRE LOS CONTENIDOS DE LAS COMPETENCIAS DE AUTOMÁTICA EN LOS GRADOS DE INGENIERÍA INDUSTRIAL] En este documento se incluyen una serie de recomendaciones básicas para impartir

Más detalles

código Java Solicitudes Reportes AJI resultados API

código Java Solicitudes Reportes AJI resultados API Analizador Java Inteligente Agüero Martin Jorge, miembro IT-Lab de la Universidad de Palermo, agüero.marin@gmail.com López De Luise María Daniela, miembro IT-Lab de la Universidad de Palermo, mlopez74@palermo.edu

Más detalles

Inteligencia Artificial para desarrolladores Conceptos e implementación en C#

Inteligencia Artificial para desarrolladores Conceptos e implementación en C# Introducción 1. Estructura del capítulo 19 2. Definir la inteligencia 19 3. La inteligencia de los seres vivos 22 4. La inteligencia artificial 24 5. Dominios de aplicación 26 6. Resumen 28 Sistemas expertos

Más detalles

MARCO METODOLÓGICO CAPITULO III

MARCO METODOLÓGICO CAPITULO III MARCO METODOLÓGICO CAPITULO III CAPITULO III MARCO METODOLÓGICO En esta sección se presenta el tipo de investigación, las técnicas de recolección de datos y finalmente la metodología utilizada para el

Más detalles

SISTEMAS DE SEGURIDAD CAMIONES

SISTEMAS DE SEGURIDAD CAMIONES (56-45) 2941362 SISTEMAS DE SEGURIDAD CAMIONES SAFETY FIRST Hoy, la seguridad en el transporte está definida por tres factores: - La legislación vigente (horas de descanso, velocidad máxima y otros). -

Más detalles

ESPACIOS GRUPALES DE APRENDIZAJE. Los espacios grupales de aprendizaje son un espacio de trabajo compartido por un

ESPACIOS GRUPALES DE APRENDIZAJE. Los espacios grupales de aprendizaje son un espacio de trabajo compartido por un ESPACIOS GRUPALES DE APRENDIZAJE Los espacios grupales de aprendizaje son un espacio de trabajo compartido por un grupo de usuarios que tienen un mismo perfil en el cual se les facilita la comunicación

Más detalles

SMART GRIDS. Herramientas para una Iluminación Eficiente. Ignacio Benítez Sánchez ignacio.benitez@ite.es INSTITUTO TECNOLÓGICO DE LA ENERGÍA

SMART GRIDS. Herramientas para una Iluminación Eficiente. Ignacio Benítez Sánchez ignacio.benitez@ite.es INSTITUTO TECNOLÓGICO DE LA ENERGÍA SMART GRIDS Herramientas para una Iluminación Eficiente Ignacio Benítez Sánchez ignacio.benitez@ite.es Departamento Smart Grids INSTITUTO TECNOLÓGICO DE LA ENERGÍA Valencia, 13 de Mayo de 2014 CONTENIDO

Más detalles

DataCrédito está con usted en los momentos de verdad

DataCrédito está con usted en los momentos de verdad DataCrédito está con usted en los momentos de verdad 2 Su progreso es nuestra visión Introducción 3 DataCrédito en un momento Innovación, tecnología, conocimiento y servicio. En DataCrédito trabajamos

Más detalles

La toma de decisiones está presente dentro de la vida de la mayoría de las personas. Los

La toma de decisiones está presente dentro de la vida de la mayoría de las personas. Los ANEXO II. Sistema de Soporte a las Decisiones-SSD La toma de decisiones está presente dentro de la vida de la mayoría de las personas. Los gerentes día a día deben tomar decisiones también, la diferencia

Más detalles

INTRODUCCION AL DESARROLLO DE SISTEMAS DE INFORMACION

INTRODUCCION AL DESARROLLO DE SISTEMAS DE INFORMACION INTRODUCCION AL DESARROLLO DE SISTEMAS DE INFORMACION INTRODUCCION AL DESARROLLO DE SISTEMAS DE INFORMACION. Los sistemas que el analista diseña día a día, la tecnología, las personas, que utilizan el

Más detalles

TEMA 2. PLANIFICACION DE PROCESOS. CAD/CAM

TEMA 2. PLANIFICACION DE PROCESOS. CAD/CAM TEMA 2. PLANIFICACION DE PROCESOS. CAD/CAM PARTE 1: INTRODUCCIÓN A CAD/CAM. 1. DEFINICIONES. 2. EL CAD/CAM EN EL PROCESO DE DISEÑO Y. 3. COMPONENTES DE CAD/CAM. 4. CAMPOS DE APLICACIÓN. 5. INGENIERÍA INVERSA.

Más detalles

Herramienta no-convencional para modelado en Comunicaciones móviles: Redes Neuronales Artificiales Georgina Stegmayer

Herramienta no-convencional para modelado en Comunicaciones móviles: Redes Neuronales Artificiales Georgina Stegmayer Herramienta no-convencional para modelado en Comunicaciones móviles: Redes Neuronales Artificiales Georgina Stegmayer Centro de I+D CIDISI UTN-FRSF Lavaise 610 (3000) Santa Fe Argentina (e-mail: georgina.stegmayer@ieee.org)

Más detalles

Tema 7. Introducción al reconocimiento de objetos

Tema 7. Introducción al reconocimiento de objetos Tema 7. Introducción al reconocimiento de objetos En resumen, un sistema de reconocimiento de patrones completo consiste en: Un sensor que recoge las observaciones a clasificar. Un sistema de extracción

Más detalles