Inteligencia Artificial (IS). Curso Trabajo sobre Inferencia en Redes Bayesianas
|
|
- Ernesto Navarrete Cruz
- hace 5 años
- Vistas:
Transcripción
1 Dpto. de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Inteligencia Artificial (IS). Curso Trabajo sobre Inferencia en Redes Bayesianas Esta propuesta pretende construir un sistema para realizar inferencia probabilística en dominios representados mediante redes bayesianas. Como se comenta en el Tema 5 de teoría, las redes bayesianas constituyen un formalismo que permite representar de manera compacta y eficiente un modelo probabilístico sobre un dominio concreto. Existen numerosas aplicaciones prácticas de sistemas expertos basados en redes bayesianas 1. Entre otros: Sistemas expertos que manejan información médica. Sistemas para decisión en economía y finanzas. Predicción de fenómenos atmosféricos... 1) Implementación de la estructura de datos Se deberá presentar una Red Bayesiana realista como ejemplo para realizar pruebas. Puede ser inventada o basada en algún ejemplo real (en cuyo caso, explicitar la correspondiente referencia), y deberá tener al menos 10 nodos y estructura de poliárbol. Se podrá utilizar cualquier tipo de datos de Python para representar internamente el grafo de la Red Bayesiana y la tabla de probabilidades asociada. El código diseñado deberá ser capaz de manejar variables discretas 1 En la página web del sistema HUGIN (y en concreto en su enlace sobre Resources) se pueden consultar numerosos ejemplos de aplicaciones comerciales reales de los sistemas expertos basados en redes bayesianas).
2 con dominios finitos (no sólo variables booleanas). Se deberá programar la manera de poder cargar un ejemplo de Red Bayesiana desde un fichero independiente en formato XMLBIF. 2) Inferencia exacta y aproximada En este trabajo se pide implementar en Python el algoritmo de inferencia probabilística mediante eliminación de variables (EV), y también algún algoritmo de inferencia aproximada (a elegir). 3) Orden de eliminación de las variables La implementación del algoritmo EV que se pide debe seguir los siguientes pasos: 1. Descartar las variables irrelevantes para la consulta antes de comenzar (mostrando un mensaje con la lista de variables descartadas). 2. Obtener todos los factores iniciales a partir de la red, ignorando las variables descartadas y teniendo en cuenta las evidencias. 3. Eliminar las variables ocultas, a través de las correspondientes operaciones sobre los factores. 4. Multiplicar los factores finales (en caso de que haya más de uno). 5. Normalizar. Una cuestión fundamental para la eficiencia de EV es el orden de eliminación de las variables. La idea básica es evitar en la medida de lo posible que aparezcan factores que involucren a muchas variables. Si cuando se decide eliminar una variable, el producto que hay que realizar involucra a muchas variables y/o muchos valores de variables, entonces la tabla resultante puede resultar muy grande y por tanto afectar a la eficiencia del algoritmo. En general, el orden de eliminación óptimo sería aquél que minimizara el tamaño de los factores que se puedan llegar a generar en algún momento durante el proceso. Si bien el conocer de antemano el orden de eliminación óptimo puede llegar a ser computacionalmente costoso, en la práctica se pueden aplicar localmente técnicas heurísticas que decidan en cada paso cuál es la siguiente variable a eliminar, en función del conjunto de factores que se tiene en cada momento. Se pide incorporar estas tres heurísticas en la implementación realizada:
3 Min Degree: dado un conjunto de factores, la variable que se decide eliminar es la que está çonectadaçon menos variables en el conjunto de factores. Decimos que una variable está conectada con otra respecto de un conjunto de factores, cuando ambas aparecen en un mismo factor del conjunto. Min Fill: dado un conjunto de factores, la variable que se decide eliminar es aquella que al eliminarse introduciría menos conexiones nuevas (conexiones en el sentido explicado en el punto anterior). Min Factor: dado un conjunto de factores, la variable que se decide eliminar es aquella que al eliminarse produciría el factor más pequeño (es decir, el que menos entradas tendría). 4) Asistente recomendador de evidencias En este trabajo se deberá incluir además un recomendador que pueda sugerir aportar más evidencias (si fuese conveniente). La idea es que si un usuario está intentando tomar una decisión basándose en el cálculo de una probabilidad condicionada, hay que intentar que la decisión esté lo más fundamentada posible. El funcionamiento del recomendador será como sigue: Se parte de una inferencia introducida por el usuario (con una variable de consulta y una o más de evidencia). En primer lugar el sistema deberá identificar qué variables de la red son candidatas a ser recomendadas Para cada una de dichas variables, y para cada uno de los valores de su correspondiente dominio, se deberá lanzar un algoritmo de inferencia aproximada añadiendo la evidencia en cuestión. (Se repetirán esas inferencias aproximadas varias veces para evitar ruido) En base a los resultados obtenidos en el punto anterior, el sistema recomendará al usuario una variable. 5) Documentación Escribir (en formato pdf) un pequeño informe sobre el trabajo realizado. Para la elaboración de dicho informe pueden usarse como guía los siguientes puntos:
4 Descripción del ejemplo elegido, citando la fuente (en su caso). Opcionalmente se podrá incluir también un gráfico de la red. Descripción de la representación escogida para manejar la red y sus tablas de probabilidad asociadas. Descripción informal del diseño del algoritmo de eliminación de variables, de las heurísticas y del recomendador. Una sección de experimentación, con ejemplos concretos de uso del algoritmo y del recomendador. Se deberán incluir comentarios sobre el rendimiento. Listado completo de todas las referencias que se hayan consultado durante la elaboración del trabajo (libros, material online, etc.). Redes bayesianas que se usarán como ejemplos de control El algoritmo que se pide implementar debe ser general y poderse aplicar a inferencia probabilística con cualquier red bayesiana cuyas variables aleatorias sean de dominio finito (aunque no necesariamente booleanas). Se espera que, además del ejemplo elegido, al menos se pueda aplicar a los "Sample problems" que se pueden cargar en AI Space. En concreto, a todas las siguientes redes: Fire Alarm: descrita en el ejemplo 6.10 de [AIFCA-2010]. ( basicfirealarm.xml) Simple diagnosis: ejemplo 6.14 de [AIFCA-2010]. ( InfluenzaSmokes.xml) Electrical diagnosis problem: figura 6.2 de [AIFCA-2010] que desarrolla como red bayesiana el ejemplo 1.10 del mismo libro. ( elec.xml) 6) Comentarios generales Entrega del trabajo El trabajo debe entregarse no después de la fecha de envío fijada para cada convocatoria. El trabajo se presentará en tres ficheros, que se enviarán por al profesor (ariscosn..at.. us.es):
5 1. en primer lugar la representación del ejemplo elegido en un fichero XMLBIF, 2. por otra parte, un fichero PY con el código Python3 del trabajo (el fichero deberá estar bien comentado), y, 3. por último, el fichero PDF con la documentación. Presentación del trabajo El trabajo debe ser presentado ante el profesor en el día y hora que se anunciará una vez cumplido el plazo de entrega (se puede realizar también con antelación a dicha fecha previa solicitud al profesor). La presentación es requisito imprescindible para la evaluación de la parte práctica, para ambos alumnos. Para la presentación se aconseja traer portátil personal con todo preparado para la correcta ejecución. El profesor podrá pedir el cálculo de determinadas probabilidades en alguna de las redes anteriores. Se valorará que la introducción de las consultas se haga de manera cómoda. Igualmente, los alumnos deben traer preparadas una serie de consultas como ejemplo, con las que se puede mostrar el funcionamiento de la implementación (se valorará que estas consultas tengan sentido e interés). En la medida de lo posible, salvo imprecisiones en la aritmética del compilador de Python, las respuestas calculadas deben de coincidir con las que calcule AI Space. Importante: Si el fichero.py entregado da error al cargarlo con el intérprete de Python 3, o si salta algún error al realizar inferencias sobre uno de los ficheros de ejemplo, el trabajo no será evaluado. Criteros de evaluación Originalidad e interés del ejemplo elegido. Corrección y eficiencia de la implementación, tanto a nivel de la estructura de datos elegida como en lo relativo al tratamiento de ficheros XMLBIF, y al diseño del algoritmo y la heurística. Se valorará especialmente la originalidad del código (por ejemplo, respecto al material de prácticas o librerías de Python existentes). Claridad y buen estilo general de programación Python. Claridad y buen estilo general de la memoria del trabajo
6 Desarrollo de la demostración realizada durante la defensa. Respuestas de cada miembro del grupo (de manera individual) a preguntas sobre la realización del trabajo. Posibles mejoras adicionales (Se valorará cualquier aportación original añadida no requerida en esta propuesta) Se podrá utilizar también el material de clase, así como cualquier otra referencia que se estime oportuno (libros, webs, librerías de Python, etc), siempre que aparezca convenientemente reflejado en la documentación. Evidentemente, se espera que el grado de aportaciones originales en el trabajo sea significativo. Posibles mejoras adicionales Sería conveniente que se implementara un mecanismo (no necesariamente gráfico, puede ser un menú de diálogos de texto) con el que sea fácil interactuar con el sistema implementado. Se podría implementar también un diálogo que permita al usuario introducir los detalles de una red bayesiana, de manera que al final se genere un fichero en formato XMLBIF donde se guarde dicha red. Se puede incluir alguna componente aleatoria, por ejemplo para que se generen automáticamente las tablas de probabilidad de los nodos. Cualquier otra aportación original podrá ser valorada, tanto a nivel de funcionalidades adicionales como en lo que se refiere a material auxiliar sobre el ejemplo elegido. Nota Importante: El hecho de detectar plagio, compartición de código o uso de cualquier material que no sea original y del que no se cite convenientemente la fuente, significará automáticamente la calificación de cero en la asignatura para todos los alumnos involucrados. Por tanto a estos alumnos no se les conserva, ni para la actual ni para futuras convocatorias, ninguna nota que hubiesen obtenido hasta el momento. Todo ello sin perjuicio de las correspondientes medidas disciplinarias que se pudieran tomar.
Inteligencia Artificial (IS) 2017/18 Propuesta de trabajo
Inteligencia Artificial (IS) 2017/18 Propuesta de trabajo Decidir jugadas de TETRIS mediante Búsqueda y Planificación Luis Valencia Cabrera 1. Introducción y objetivo Los algoritmos de búsqueda y planificación
Más detallesPra cticas de Algoritmia para problemas difı ciles Especialidad en Computacio n, grado en Ingenierı a Informa tica.
Pra cticas de Algoritmia para problemas difı ciles Especialidad en Computacio n, grado en Ingenierı a Informa tica Curso 2013-2014 Universidad de Zaragoza Escuela de Ingenierı a y Arquitectura Departamento
Más detallesHerramienta Libro de Evaluación
Herramienta Libro de Evaluación Para utilizar la herramienta Libro de evaluación, en primer lugar debe añadirse al menú de la izquierda siguiendo el procedimiento descrito en el documento Añadir/eliminar
Más detallesSEGUNDA PRÁCTICA. Programación Curso Ingeniería en Informática Universidad Carlos III de Madrid
SEGUNDA PRÁCTICA Programación Curso 2006-2007 Ingeniería en Informática Universidad Carlos III de Madrid 1. Instrucciones generales Durante este curso se deberán realizar tres prácticas, cuyas fechas de
Más detallesTeoría de probabilidades
Modelos Probabilistas Teoría de probabilidades Teoría de probabilidades Definiremos como probabilidad a priori (P(a)) asociada a una proposición como el grado de creencia en ella a falta de otra información
Más detallesGENERACIÓN DE EXÁMENES TIPO TEST
PRÁCTICA Nº 5: 2 sesiones (S6: 25 de abril, 3, 4, 5 y 6 de mayo) (S7: 9, 10, 11, 12 y 13 de mayo) 0. OBJETIVOS GENERACIÓN DE EXÁMENES TIPO TEST a. Familiarizarse con el uso de listas con punto de interés.
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 detallesPrácticas de Programación Práctica 1
Prácticas de Programación Práctica 1 Formato y fecha de entrega La entrega debe hacerse en el apartado Entregas y registro de EC del aula de teoría, antes del día 3 d abril de 2017 a les 23:55. Se debe
Más detallesCómo inscribirse en las pruebas de conocimientos constitucionales y socioculturales (CCSE) y DELE en España
Cómo inscribirse en las pruebas de conocimientos constitucionales y socioculturales (CCSE) y DELE en España Dónde puedo inscribirme en la pruebas de conocimientos constitucionales y socioculturales (CCSE)
Más detallesDISEÑO DE UNA METODOLOGÍA DOCENTE
DISEÑO DE UNA METODOLOGÍA DOCENTE PARA DOS ASIGNATURAS DE PROGRAMACIÓN BASADA EXCLUSIVAMENTE EN LA EVALUACIÓN AUTOMÁTICA DE PROGRAMAS COORDINADOR: Adolfo Rodríguez de Soto ÁREAS DE CONOCIMIENTO: Ciencias
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 detallesTarea 3 Búsqueda por Interpolación y Extrapolación
Tarea 3 Búsqueda por Interpolación y Extrapolación Jérémy Barbay, Mauricio Quezada 2011-04-27 Miércoles 2011-05-11 Miércoles CC4102: Diseño y Análisis de Algoritmos 2011 Profesor: Jérémy Barbay
Más detallesTareas y métodos de evaluación
Tareas y métodos de evaluación Las tareas y los métodos de evaluación: Tareas Métodos de evaluación Autor Aula Virtual URJC online 1 Tabla de contenidos Tareas... 3 Cómo crear una tarea... 3 Crear tareas...
Más detallesEnunciados de las entregas de la asignatura Programación II
Enunciados de las entregas de la asignatura Programación II Grado en Ingeniería de Sistemas de Información Primer curso Profesor: Mariano Fernández López Escuela Politécnica Superior, Universidad San Pablo
Más detallesFigura 5.7: Página de contacto.
Figura 5.7: Página de contacto. Figura 5.8: Página con la muestra de datos geoespaciales. 31 datos que maneja la empresa a la hora de trabajar en una ciudad (en este caso Tarragona) para sus productos.
Más detallesMemoria de la Práctica de Ficheros
Memoria de la Práctica de Ficheros Ficheros y Bases de Datos ITIG 2008-2009 Autores Apellidos Nombre NIA Índice 1. Introducción 2 2. Sistema con Organización Serial Consecutiva 3 2.1 Diseño Físico 3 2.1.1
Más detallesMANUAL DE USUARIO - EVALUADO
DE ASTURIAS Sistema de del personal Estatutario Licenciado y Diplomado Sanitario del SESPA MANUAL DE USUARIO - EVALUADO (2009/03/16) Página 2 de 37 ÍNDICE 1 INTRODUCCIÓN...4 1.1 Descripción de la aplicación...4
Más detallesMejoras de Atnova Campus 11.0
Mejoras de Atnova Campus 11.0 NOVEDAD PRINCIPAL Hemos acometido un replanteamiento integral de la interfaz de usuario, adaptándola a las últimas tendencias tecnológicas como el uso de dispositivos portátiles,
Más detallesPráctica Junio. COMPUTADORES. EUITIG. Curso
Computadores Práctica Junio Curso 001-00 Juego de TRES en RAYA Descripción del problema Se debe desarrollar un programa C para jugar contra el ordenador a Tres en Raya en un tablero de 3x3. El desarrollo
Más detallesProyecto docente de la asignatura
Proyecto docente de la asignatura Asignatura Materia Titulación Probabilidad Probabilidad y Estadística Grado en Estadística Plan 549 Código 47080 Periodo de impartición Primer Cuatrimestre Tipo/Carácter
Más detallesTRABAJO DE INVESTIGACIÓN ORIENTACIÓN INVESTIGACIÓN
TRABAJO DE INVESTIGACIÓN ORIENTACIÓN INVESTIGACIÓN 1. Objetivos El objetivo general del trabajo de investigación es desarrollar la capacidad investigadora del alumnado. El trabajo tendrá que ser inédito
Más detallesComercial Presupuestos
Comercial Presupuestos A través de esta pantalla se puede generar, guardar, imprimir presupuestos y posteriormente convertirlos en Reservas activas. Se permite generar un presupuesto para una determinadas
Más detallesGuía de apoyo a la investigación No. 12. Guías de apoyo a la investigación de la Unidad de Documentación de Geociencias y Medio Ambiente
Guía de apoyo a la investigación No. 12 Guías de apoyo a la investigación de la Unidad de Documentación de Geociencias y Medio Ambiente El proceso de revisión y aceptación de artículos El sistema de arbitraje
Más detallesTema: Entorno a C# y Estructuras Secuenciales.
Tema: Entorno a C# y Estructuras Secuenciales. Programación I, Guía 3 1 Facultad: Ingeniería Escuela: Ingeniería en Computación Asignatura: Programación I Objetivos Utilizar el entorno de programación
Más detallesLENGUAJES DE PROGRAMACIÓN. Trabajo Práctico - Septiembre de 2012
Trabajo Práctico - Septiembre de 2012 INSTRUCCIONES El trabajo práctico debe realizarse de manera individual. No debe realizarse en grupo. Se penalizará cualquier uso compartido de las soluciones propuestas
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 detallesModelos Gráficos Probabilistas L. Enrique Sucar INAOE. Sesión 10: Redes Bayesianas Inferencia. 1era parte. [Neapolitan 90]
Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 10: Redes Bayesianas Inferencia 1era parte [Neapolitan 90] Inferencia en Redes Bayesianas Introducción Clases de algoritmos 1era Parte Propagación
Más detallesMetaheurísticas
UNIVERSIDAD DE GRANADA E.T.S.I. INFORMÁTICA Y TELECOMUNICACIÓN Departamento de Ciencias de la Computación e Inteligencia Artificial Metaheurísticas http://sci2s.ugr.es/graduatecourses/metaheuristicas https://decsai.ugr.es
Más detalles1. Enunciado. 2. Trabajo del alumno
1. Enunciado El problema de las ocho reinas consiste en situar ocho reinas en un tablero de ajedrez de forma que ninguna de ellas ataque a otra. Una solución clásica consiste en generar todas las posiciones
Más detallesUNIVERSIDAD DE ANTIOQUIA FACULTAD DE CIENCIAS EXACTAS Y NATURALES INSTITUTO DE FÍSICA PROGRAMA DE MÉTODOS COMPUTACIONALES
UNIVERSIDAD DE ANTIOQUIA FACULTAD DE CIENCIAS EXACTAS Y NATURALES INSTITUTO DE FÍSICA APROBADO EN EL CONSEJO DE FACULTAD DE CIENCIAS EXACTAS Y NATURALES ACTA 11 DEL 18 de Marzo de 015. PROGRAMA DE MÉTODOS
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 detallesTema: Entorno a C# y Estructuras Secuenciales.
2 Programación I Programación I. Guía 3 3 Facultad: Ingeniería Escuela: Ingeniería en Computación Asignatura: Programación I Tema: Entorno a C# y Estructuras Secuenciales. Objetivos Utilizar el entorno
Más detallesTeoría de los Lenguajes de Programación Práctica curso
Teoría de los Lenguajes de Programación Práctica curso 2013-2014 Índice 1. Introducción: Sumas...3 2. Enunciado de la práctica...3 2.1 Método de Resolución...3 Generación de los nodos...4 Función Principal...5
Más detallesDEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA UNIVERSIDAD DE VALLADOLID
d e p a r t a m e n t o d E 0.8 300 0.6 I O 0.4 250 0.2 50 100 200 150 200 250 www.eio.uva.es 300 150 universidad de valladolid e s t a d í s t i c a Ver.norm media desv. estand. o p e r a t i v a i n
Más detallesDEPARTAMENTO DE TECNOLOGÍA
DEPARTAMENTO DE TECNOLOGÍA 1 TECNOLOGÍA DE 1º Y 3º ESO - PROCEDIMIENTOS E INSTRUMENTOS DE EVALUACIÓN Y CALIFICACIÓN... 2 2 TECNOLOGÍA DE 1º Y 3º ESO - CRITERIOS DE CALIFICACIÓN... 4 3 ROBÓTICA DE 3º ESO
Más detallesGuía Docente. SIMULADOR DE MARKETING 5º curso GRADO OFICIAL EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS (GRADE) Curso 2014 /2015.
Guía Docente 5º curso GRADO OFICIAL EN ADMINISTRACIÓN Y DIRECCIÓN DE (GRADE) Curso 2014 /2015 Campus: Pozuelo (Madrid) Profesor/es: Alejandro de Pablo Periodo de impartición: Curso: Carácter: Lengua en
Más detallesTema: Análisis Léxico
Compiladores. Guía 2 1 Facultad: Ingeniería Escuela: Computación Asignatura: Compiladores Tema: Análisis Léxico Contenido En esta guía se dará a conocer la manera en que un compilador realiza el análisis
Más detallesUNIVERSIDAD CENTRAL DE VENEZUELA COMISIÓN ELECTORAL CARACAS
1. Introducción. Las elecciones para elegir los Representantes Estudiantiles ante el Cogobierno de la Universidad Central de Venezuela (UCV), constituyen una manifestación de la participación democrática
Más detallese Inteligencia Artificial
Inteligencia Artificial Redes bayesianas Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla CCIA, US Inteligencia Artificial IA 1 / 90 Repaso de Teoría de Grafos
Más detallesSIMULADORES PARA LAS CONTROLADORAS ENCONOR Y CNICE
SIMULADORES PARA LAS CONTROLADORAS ENCONOR Y CNICE ÍNDICE 1 QUÉ ES UN SIMULADOR? 3 2 SIMULADORES DE APARATOS PARA CONTROLADORAS 3 2.1 TRABAJAR CON SIMULADORES 4 3 SIMULADORES PROPORCIONADOS CON EL COMPILADOR
Más detallesManual de Solicitudes para el Empleado
Índice de contenido 1 Introducción...3 2 Acceso a la Aplicación...3 3 Pantalla Principal de la Aplicación...5 4 Pestaña Ayuda...5 5 Pestaña Mis Datos...7 6 Pestaña Mis Solicitudes...8 6.1 Pestaña Solicitar...8
Más detallesAlgoritmos de búsqueda con espacio de memoria limitado
Algoritmos de búsqueda con espacio de memoria limitado Los métodos de búsqueda por primero el mejor, tales como A, no escalan bien a grandes problemas de búsqueda debido a su consumo de memoria, mientras
Más detallesSolución informática
Solución informática Andrés Felipe Crespo García 4151310014 UNIVERSIDAD DE CARTAGENA Facultad de Ingeniería PROGRAMA DE INGENIERÍA DE SISTEMAS Programas de Educación Abierta y a Distancia Cartagena D.
Más detallesManual de Usuario. Mayo 2012.
Mayo 2012. INDICE 1.Introducción... 3 2.Requisitos... 4 3.Funcionamiento de las pantallas... 5 3.1. Ayuda al usuario... 5 3.2. Cambio de Idioma... 5 3.3. Menú Horizontal... 6 3.4. Sendero de migas... 6
Más detallesGuía rápida SIMATICA V2.3 SIEMENS, S.A.
Guía rápida SIMATICA V2.3 SIEMENS, S.A. Enero, 2003 Guía rápida de uso de SIMATICA 2.3 página 1 Indice 1 INTRODUCCIÓN...2 2 DOCUMENTOS...3 3 CREAR UN NUEVO PROYECTO Y TRANSFERIRLO AL AUTÓMATA...4 3.1 PASO
Más detallesNORMAS DEL TRABAJO FIN DE GRADO, GRADO EN GEOGRAFIA Y GESTION DEL TERRITORIO CURSO
NORMAS DEL TRABAJO FIN DE GRADO, GRADO EN GEOGRAFIA Y GESTION DEL TERRITORIO CURSO 2013-2014 1 1. DESCRIPCIÓN Y OBJETIVOS GENERALES DEL TRABAJO FIN DE GRADO 1.1. Durante el primero y el segundo semestre
Más detallesActualización de la Práctica Programación del sistema de simulación gráfica de robots VRS a la versión Visual Studio 2008
Departamento de Ingeniería de Sistemas y Automática Universidad Politécnica de Valencia Actualización de la Práctica Programación del sistema de simulación gráfica de robots VRS a la versión Visual Studio
Más detallesSimuladores incluidos en el compilador MSWLogo versión 6.5a
Instituto Simuladores incluidos en el compilador MSWLogo versión 6.5a Qué es un simulador? Los simuladores, en este caso, son programas escritos en el lenguaje de programación LOGO preparados para ser
Más detallesPROCEDIMIENTO TELEMÁTICO PARA LA PRESENTACIÓN DE INSTANCIAS A CONCURSO GENERAL DE TRASLADOS GUÍA EXPLICATIVA PARA LA PRESENTACIÓN DE SOLICITUDES
Pag: 1/28 PROCEDIMIENTO TELEMÁTICO PARA LA PRESENTACIÓN DE INSTANCIAS A CONCURSO GENERAL DE TRASLADOS GUÍA EXPLICATIVA PARA LA PRESENTACIÓN DE SOLICITUDES Control de Versiones Versión Responsable Organismo
Más detallesPruebas de Acceso a las Enseñanzas Artísticas Superiores de Diseño Navegación de Usuarios
Pruebas de Acceso a las Enseñanzas Artísticas Superiores de Diseño Navegación de Usuarios ÍNDICE ÍNDICE...2 Vista de Perfil de Centro:....3 Características de la prueba de acceso en Enseñanzas Artísticas
Más detallesGuía rápida de Moodle para el alumno
Guía rápida de Moodle para el alumno 1. INTRODUCCIÓN A MOODLE Moodle (Modular Object Oriented Distance Learning Enviroment) es una plataforma de aprendizaje en línea. Esta herramienta se encuentra dentro
Más detallesCAPÍTULO 4 METODOLOGÍA PROPUESTA
CAPÍTULO 4 METODOLOGÍA PROPUESTA En este capítulo, se describen los métodos utilizados en el procedimiento propuesto para obtener soluciones del PLIDMC. En la actualidad, muchos de los problemas de optimización
Más detallesTRABAJO FINAL LA MUJER Y LA NIÑA EN LA CIENCIA Y LA TECNOLOGÍA INGENIERÍA DE SOFTWARE I 2º DE GRADO EN INGENIERÍA INFORMÁTICA CURSO 2017/2018
TRABAJO FINAL LA MUJER Y LA NIÑA EN LA CIENCIA Y LA TECNOLOGÍA INGENIERÍA DE SOFTWARE I 2º DE GRADO EN INGENIERÍA INFORMÁTICA CURSO 2017/2018 Dr. Francisco José García Peñalvo / fgarcia@usal.es Dña. Alicia
Más detallesAnálisis y síntesis de sistemas digitales combinacionales
Análisis Algoritmo de análisis, para un circuito lógico combinacional Síntesis. Conceptos Circuitos combinacionales bien construidos Circuitos combinacionales mal construidos Criterios de optimización
Más detallesInformación general. Obligatoria básica o de fundamentación X. Obligatoria profesional. Horas de trabajo independiente del estudiante
Guía de asignatura Formato institucional Rev. Abril 2013 Información general Asignatura E S T A D I S T I C A Código 73210011 Tipo de asignatura Obligatoria X Electiva Tipo de saber Número de créditos
Más detallesFigura Seleccionar revisores para segunda ronda de revisión
Figura 7.14. Seleccionar revisores para segunda ronda de revisión A continuación, siga las instrucciones previas . Rechazado Al rechazar un artículo el archivo pasa automáticamente de la cola "En
Más detallesINFORMÁTICA PARA LA INGENIERÍA 1º CURSO 1º SEMESTRE INGENIERÍA DE SISTEMAS DE TELECOMUNICACIÓN PRESENCIAL CURSO 2016/2017 ESCUELA POLITÉCNICA SUPERIOR
Guía Docente INFORMÁTICA PARA LA INGENIERÍA 1º CURSO 1º SEMESTRE INGENIERÍA DE SISTEMAS DE TELECOMUNICACIÓN PRESENCIAL CURSO 2016/2017 ESCUELA POLITÉCNICA SUPERIOR 1. IDENTIFICACIÓN DE LA ASIGNATURA 1.-
Más detallesManual de uso. University Application Service for International Students in Spain. Solicitud de Acreditación. Uned Tudela
University Application Service for International Students in Spain Manual de uso Solicitud de Acreditación Uned Tudela CONTENIDO En este manual se explican los pasos que debe de seguir el estudiante para
Más detallesRedes y Sistemas Complejos
UNIVERSIDAD DE GRANADA E.T.S.I. INFORMÁTICA Y TELECOMUNICACIÓN Departamento de Ciencias de la Computación e Inteligencia Artificial Redes y Sistemas Complejos Guión de Prácticas Práctica 4: Caso Práctico
Más detallesCapítulo 3 CICLO DE VIDA DE UN PROGRAMA. Presentación resumen del libro: "EMPEZAR DE CERO A PROGRAMAR EN lenguaje C"
Presentación resumen del libro: "EMPEZAR DE CERO A PROGRAMAR EN lenguaje C" Autor: Carlos Javier Pes Rivas (correo@carlospes.com) Capítulo 3 CICLO DE VIDA DE UN PROGRAMA 1 OBJETIVOS Saber qué es la Ingeniería
Más detallesGUÍA PARA SOLICITAR AYUDAS DE COMEDOR CON ITACA
GUÍA PARA SOLICITAR AYUDAS DE COMEDOR CON ITACA La solicitud de ayuda asistencial de comedor se presentará, con la pertinente documentación justificativa, en el centro educativo, junto a la matrícula del
Más detallesIncorporación de la evaluación continua realizada con alf en Gestión de calificaciones
Incorporación de la evaluación continua realizada con alf en Gestión de calificaciones Centro de Innovación y Desarrollo Tecnológico (CInDeTec) Centro de Servicios Informáticos (CSI) ÍNDICE 1. INTRODUCCIÓN
Más detallesINGENIERÍA DE COMPUTADORES 3. Trabajo Práctico - Septiembre 2012
Trabajo Práctico - Septiembre 22 INSTRUCCIONES El trabajo práctico debe realizarse de manera individual. No puede realizarse en grupo. Por ello, se penalizará cualquier uso compartido de las soluciones
Más detallesEspecialista en Inteligencia Artificial para Desarrolladores
Especialista en Inteligencia Artificial para Desarrolladores titulación de formación continua bonificada expedida por el instituto europeo de estudios empresariales Especialista en Inteligencia Artificial
Más detallesEspecialista en Inteligencia Artificial para Desarrolladores
Especialista en Inteligencia Artificial para Desarrolladores titulación de formación continua bonificada expedida por el instituto europeo de estudios empresariales Especialista en Inteligencia Artificial
Más detallesMetaheurísticas
UNIVERSIDAD DE GRANADA E.T.S.I. INFORMÁTICA Y TELECOMUNICACIÓN Departamento de Ciencias de la Computación e Inteligencia Artificial Metaheurísticas http://sci2s.ugr.es/graduatecourses/metaheuristicas https://decsai.ugr.es
Más detallesDISTRIBUCIÓN HORARIA DE LA ASIGNATURA SEGÚN NORMATIVA
Pag. 1 de 10 GUÍA DOCENTE CURSO: 2015-16 DATOS BÁSICOS DE LA ASIGNATURA Asignatura: Introducción a la probabilidad y a la estadística Código de asignatura: 4101104 Plan: Grado en Matemáticas (Plan 2010)
Más detallesGuía Introductoria. 1 Sistemas Expertos e Inteligencia Artificial / Guía I / Ciclo / Ing. Herson Serrano. Introducción. Objetivos Específicos
1 Sistemas Expertos e Inteligencia Artificial / Guía I / Ciclo 01 2018 / Ing. Herson Serrano Guía Introductoria Facultad: Ingeniería Escuela: Ingeniería en Computación Asignatura: Sistemas Expertos e Inteligencia
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Sistemas operativos. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-02 GUÍA DE APRENDIZAJE ASIGNATURA Sistemas operativos CURSO ACADÉMICO - SEMESTRE 2015-16 - Primer semestre GA_61IF_615000111_1S_2015-16 Datos Descriptivos Nombre de la Asignatura Titulación
Más detallesContenido. Página 2 de 10
RÚBRICA Contenido INTRODUCCIÓN... 3 CONFIGURACIÓN Y GESTIÓN DE UNA RÚBRICA... 3 Definir un nuevo formulario de calificación desde cero, para crear un nuevo formulario desde cero... 4 Crear un nuevo formulario
Más detallesManual de Usuario Internet
DIRECCIÓN GENERAL DE AVIACIÓN CIVIL Sistema de Entidades Internet Madrid, 3 de Noviembre 2015 ÍNDICE 1. Introducción... 4 1.1. Objeto... 4 2. Descripción general del Sistema... 5 2.1. Entornos de Trabajo...
Más detallesGC - FR Versión 05
GC - FR 006 31-01 2018 Versión 05 GC - FR 008 08-02 2017 Versión 04 SISTEMA ACCADEMIA Módulo Seguimiento Docente Ingreso de calificaciones Para acceder al módulo de seguimiento de docentes, ingresamos
Más detallesMuestreo, Recogida de información y Análisis de datos
EL PROCESO DE INVESTIGACIÓN Muestreo, Recogida de información y Análisis de datos 1 Muestreo: Conceptos básicos Universo: todos los posibles sujetos o medidas de cierto tipo. Población: Conjunto de todos
Más detallesComputación.
www.upv.es www.inf.upv.es Origen de las diferentes ramas (modelo USA) Primeros programas Undergraduate relacionados con los computadores: Computer Science, Electrical Engineering, y Information Systems.
Más detallesNOVEDADES EN MOODLE CURSO 2016/2017
NOVEDADES EN MOODLE CURSO 2016/2017 Equipo de apoyo al ADD Dirección del Campus Virtual 2 Nuevas funcionalidades en Moodle Descarga masiva de los archivos de una carpeta. CuesFonarios: nuevos Fpos de preguntas.
Más detallesInteligencia Artificial I
Ingeniería en Sistemas Computacionales Inteligencia Artificial I Rafael Rivera López Departamento de Sistemas y Computación 1 Ago-Dic 2008 Veracruz, Ver. Unidad IV Técnicas de Búsqueda y Satisfacción de
Más detallesBúsqueda en espacio de estados
Búsqueda en espacio de estados Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Inteligencia Artificial CCIA, US Búsqueda en espacio de estados IA 1 / 35 Metodología
Más detallesMANUAL DE USUARIO APORTACION DE DOCUMENTACION A TRAVÉS DE IMV-MODIM
MANUAL DE USUARIO APORTACION DE DOCUMENTACION A TRAVÉS DE IMV-MODIM Área de Desarrollo I+D+I Subdirección General de Tecnologías de la Información y las Comunicaciones Ministerio de Economía, Industria
Más detallesGuía Pedagógica y de Evaluación del Módulo: Elaboración y mantenimiento de sistemas de información
9. Materiales para el Desarrollo de Actividades de Evaluación Unidad de Aprendizaje: 1. Implementación de sistemas de información. Resultado de Aprendizaje: 1.1 Elabora sistemas de información con base
Más detallesLENGUAJES DE PROGRAMACIÓN. Trabajo Práctico - Junio de 2015
Trabajo Práctico - Junio de 2015 INSTRUCCIONES El trabajo práctico debe realizarse de manera individual. No debe realizarse en grupo. Se penalizará cualquier uso compartido de las soluciones propuestas
Más detallesConvocatoria Criterios para la calificación y evaluación de las pruebas selectivas
Procedimientos selectivos para ingreso y accesos a los Cuerpos de Profesores de Enseñanza Secundaria, Profesores de Escuelas Oficiales de Idiomas, Profesores Técnicos de Formación Profesional, Profesores
Más detallesInteligencia Artificial e Ingeniería del Conocimiento
Inteligencia Artificial e Ingeniería del Conocimiento Departamento de Ciencias de la Computación e Inteligencia Artificial Curso 2008/2009 Curso: 4 Cuatrimestre: 1 Tipo: Troncal Nº créditos: 4,5T + 4,5
Más detallesCurso: Métodos de Monte Carlo Unidad 3, Sesión 7: Problemas de conteo
Curso: Métodos de Monte Carlo Unidad 3, Sesión 7: Problemas de conteo Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo, Uruguay
Más detallesMatemática Discreta II
Programa de la Asignatura: Matemática Discreta II Código: 744 Carrera: Ingeniería en Computación Plan: 2008 Carácter: Obligatoria Unidad Académica: Secretaría Académica Curso: Primer Año Segundo cuatrimestre
Más detallesAyuda a la carga de Bobinas Manual de Usuario Versión 1.1 (Junio 2016)
Ayuda a la carga de Bobinas Manual de Usuario Versión 1.1 (Junio 2016) Contenido Capítulo/sección Página 1. Aspectos Generales... 3 1.1. Acceso a la aplicación... 3 1.2. Mensajes... 3 1.3. Idioma de navegación...
Más detallesMEIC. Manual Usuario MPP Gestión MPP
MEIC Manual Usuario MPP Noviembre 2016 ÍNDICE 1 INTRODUCCIÓN... 3 2 FUNCIONALIDAD QUE CUBRE LA APLICACIÓN... 3 3 CONSIDERACIONES GENERALES DE LA APLICACIÓN... 3 3.1 ACCESO AL SISTEMA... 3 3.2 BARRA DE
Más detallesExplicación del portal
Explicación del portal General Ingreso Menu principal Foro Objetivo Disponer de una herramienta de fácil manejo que establezca un espacio de comunicación entre estudiantes y profesores a través de Internet,
Más detallesGUÍA DE USUARIO. Aplicativo Web para la carga de probanzas correspondientes a las actividades/producciones de Proyectos de Investigación.
GUÍA DE USUARIO Aplicativo Web para la carga de probanzas correspondientes a las actividades/producciones de Proyectos de Investigación. Contenido 1. DESCRIPCIÓN GENERAL... 3 2. REQUERIMIENTOS DEL SISTEMA...
Más detallesPrueba evaluable de programación con Maxima
Prueba evaluable de programación con Maxima Criterios de evaluación Cada uno de los ejercicios que componen esta prueba evaluable sobre la primera parte de la asignatura Física Computacional 1 se evaluará,
Más detallesManual para la Presentación. Telemática de la Solicitud de. la Devolución por. Exportaciones
Manual para la Presentación Telemática de la Solicitud de la Devolución por Exportaciones INDICE 1. Introducción... 3 2. Inicio... 3 3. Funcionalidades... 4 3.1. Datos usuario... 4 3.2. Introducción de
Más detallesCURSO DE MÉTODOS CUANTITATIVOS I
CURSO DE MÉTODOS CUANTITATIVOS I TEMA VI: INTRODUCCIÓN AL MUESTREO Ing. Francis Ortega, MGC Concepto de Población y Muestra POBLACIÓN (N) Es el conjunto de todos los elementos de interés en un estudio
Más detallesPROGRAMACIÓN Y AUTOMATIZACIÓN EN EXCEL. APLICACIONES PARA LA INGENIERÍA CIVIL.
AUTOMATIZACIÓN EN EXCEL. APLICACIONES PARA LA INGENIERÍA CIVIL. Unid. Didáctica IV. Gestión de datos. Listas, Informes y Tablas Dinámicas. Tema 1. Gestión de datos... 2 Video nº IV. 1. Estructura general
Más detallesLas tecnologías fortaleciendo el poder popular
GUÍA DE USO Las tecnologías fortaleciendo el poder popular CONTENIDO Qué puedo hacer con KOINA?...3 Esta es una vista de un Periódico digital desarrollado con KOINA:...3 Cómo solicitar permiso para utilizar
Más detalles1. Introducción. 2. Descripción
Práctica Inteligencia Artificial Sistemas de producción en CLIPS Recomendación de contratos/tarjetas de telefonía móvil Ingeniería Técnica en Informática de Gestión Curso 2005-06 (Febrero) 1. Introducción
Más detallesAgilityContest 3.4.X Desarrollo de Jornadas de Competición en modalidad K.O.
AgilityContest 3.4.X Desarrollo de Jornadas de Competición en modalidad K.O. Versión 1.0 Julio 2017 El presente documento detalla la normativa de una prueba de Agility en modalidad KO, y su implementación
Más detallesManual de Profesor Firma de Actas
Firma de Actas Versión: V1.3 Marzo 2018 Índice Índice... 1 1. Introducción... 2 2. Acceso... 3 2.1. Menú principal... 4 2.2. Usuario sin permisos... 5 2.3. Salir de la aplicación... 5 3. Actas... 7 3.1.
Más detallesNormas básicas de estilo, extensión y estructura del TFM
MÁSTER UNIVERSITARIO EN PSICOLOGÍA GENERAL SANITARIA. 7076 (Universidad de Almería) Trabajo Fin de Máster (TFM) Información sobre objetivos, características, tipos de TFM, normas básicas de estilo, extensión
Más detallesMANUAL DE USO DE LA APLICACIÓN DE BOLSA DE PRÁCTICAS EXTRACURRICULARES Y EMPLEO MÓDULO DE EMPRESAS
MANUAL DE USO DE LA APLICACIÓN DE BOLSA DE PRÁCTICAS EXTRACURRICULARES Y EMPLEO MÓDULO DE EMPRESAS Fecha: 04/02/2016 Nombre documento: MNL_BOLSADEEMPLEO_EMPRESAS.pdf Versión: 1.4 Implemental Systems Página
Más detallesCurso 2013/14 Solicitud de Reconocimiento de créditos
Curso 2013/14 Solicitud de Reconocimiento de créditos 1 Bienvenido al formulario de solicitud de reconocimiento de créditos en la Universitat Politècnica de València. Antes de comenzar tu solicitud es
Más detalles