Seguimiento i de objetos
|
|
- Rodrigo San Segundo Nieto
- hace 6 años
- Vistas:
Transcripción
1 IV Seminario de Inteligencia Artificial y Robótica Seguimiento i de objetos con Filtros de Partículas Franco Grassano sanno89@gmail.com Maximiliano Marufo Da Silva Alejandro Gastón Alvarez Ignacio Bertacchini
2 Algoritmos Genéticos Los Algoritmos Genéticos se inspiran en la evolución biológica y su base genético-molecular. 2
3 Algoritmos Genéticos Características Principales: Individuos = Soluciones a un problema Selección Cruza Mutación Se crean nuevas generaciones Función Evaluación Algoritmo altamente paralelizable Usan operadores probabilísticos. 3
4 Ventajas y desventajas Ventajas: Método general Fácil implementación en forma paralela. Algoritmo estándar. Poco afectados por máximos locales. Desventajas: Convergencia no está asegurada. Si existen, métodos deterministas son más eficientes 4
5 Aplicaciones Generales de AG 5
6 Seguimiento de objetos Objetivo - Estimar la trayectoria y la forma de un objeto en movimiento. - A tener en cuenta: Cambio de iluminación Objetos no rígidos Oclusiones parciales o totales Ruido Movimientos complejos Formas complejas Tiempo real 6
7 Filtro de Partículas Método Montecarlo Requiere espacios de soluciones grandes No posee condición de convergencia. Posee cinco etapas principales: 1. Generación de Partículas. 2. Evaluación (suele incluir un proceso de medición) 3. Selección. 4. Predicción. 5. Mutación. 7
8 Filtro de Partículas Particle Filters in Robotics, Sebastian Thrun 8
9 Filtro de Partículas Generación de Población Algoritmos Genéticos Filtro de Partículas Generación de Población Evaluación Mutación Evaluación Mutación Cruza Predicción Cumple? Selección Selección Fin 9
10 Implementación Generación de Población Evaluación Corrección Mutación Mostrar Partículas Predicción Contorno Variación N Partículas Selección 10
11 Función Evaluación Se utiliza codificación YUV Color objetivo representado por un valor medio y un desvío Cada partícula tiene un valor de acuerdo a su color El peso de cada partícula es la distancia al color objetivo 11
12 Codificación YUV Y=0 Y=0,5 Y=1 12
13 Función Evaluación 13
14 Selección Se eligen las partículas por algún método probabilístico Existen 2 métodos que son los más utilizados: Roulette wheel selection Stochastic universal sampling 14
15 Predicción Se supone un sistema dinámico, i lineal ly discreto donde es el vector dinámico futuro es el vector dinámico actual y es la matriz de transición ió de estados 15
16 Predicción 16
17 Mutación Agregamos a cada uno de los estados de cada partícula un valor aleatorio obtenido de una distribución ib ió normal con valor medio nulo, y un desvío que imponemos como parámetro de control del mecanismo. Se implementó un control sobre la mutación para que este ruido no pueda exceder una cierta distancia relacionada con el tamaño del mismo. 17
18 Mutación 18
19 Cálculo del contorno Se utiliza un algoritmo llamado Convex Hull. Une con líneas rectas los puntos más exteriores del conjunto. Algoritmo 1. for all points p 2. for all points q 3. if p!= q 4. Dibujo una linea entre p y q 5. if all points (que no sean p ni q) estan a la izquierda de pq 6. pq es parte del hull Se grafican sólo las partículas cuyo peso supera la media. 19
20 Variación del número de Partículas Se modifica el número de partículas en función del área calculada para el objeto. 20
21 Corrección Se agrega este mecanismo como medida de seguridad en caso de que alguna partícula quede fuera del cuadro como resultado de los bloques de mutación o predicción. 21
22 Validación del algoritmo Exactitud Referencia Nuestro algoritmo 22
23 Validación del algoritmo Exactitud en medición de la posición (x,y) Referencia Nuestro algoritmo 23
24 Validación del algoritmo Exactitud en medición de tamaño ancho y alto Referencia Nuestro algoritmo 24
25 Validación del algoritmo Velocidad Etapa del algoritmo Duración Promedio (ms) Evaluación 0,997 Muestra de partículas 0,082 Cálculo de contorno 0,422 Selección 0,422 Predicción 0,121 Mutación 0,467 Corrección 0,340 TOTAL 2,851 1 cuadro = 1/25 seg = 40 ms o 1/30 seg = 30 ms 25
26 Parámetros Cantidad d partículas. Desvío de posición, velocidad y aceleración. Desvió de color. Codificación del color. Orden de ejecución de los operadores. Diferentes funciones evaluación. Diferentes funciones de contorno: Convex Hull MinArea Shapes Histograma Elipses gaussianas Algoritmo propietario Distintos criterios para la visualización de partículas 26
27 Aplicaciones Seguimiento de vehículos Seguimiento de personas Control de tráfico Seguridad Interacción hombre-máquina Localización de robots Video conferencias Realidad aumentada 27
28 Conclusiones Se logró la ejecución en tiempo real. Precisión en el seguimiento de 2% a 4% Precisión en la medición de tamaño de 5% a 11% Mejoras Futuras Uso de texturas o formas Filtros Kalman. 28
29 Gracias! Preguntas? 29
Computación Evolutiva Algoritmos Genéticos
Computación Evolutiva Algoritmos Genéticos Diego Milone Inteligencia Computacional Departamento de Informática FICH-UNL Hace 200 años... Inteligencia Computacional - FICH - UNL La idea de que las especies
Más detallesLocalización. CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides
M.Sc. Kryscia Ramírez Benavides Problemas de Navegación de los Robots Dónde estoy?. Dónde he estado? Mapa de decisiones. A dónde voy? Planificación de misiones. Cuál es la mejor manera de llegar? Planificación
Más detallesSon una clase particular de los algoritmos evolutivos.
Algoritmos Genéticos (AGs) Los AGs son técnicas de resolución para problemas de Búsqueda Optimización Aprendizaje en máquinas Son una clase particular de los algoritmos evolutivos. Los AGs intentan resolver
Más detallesReconocimiento visual de ademanes usando MS Kinect - Introducción. Dr. Héctor Avilés Escuela de Invierno de Robótica 2015
Reconocimiento visual de ademanes usando MS Kinect - Introducción Dr. Héctor Avilés Escuela de Invierno de Robótica 2015 Contenido Motivación Dispositivos de captura Reconocimiento visual de ademanes Resumen
Más detallesCapitulo IV. IV.3 Guiado de sólido rígido. Universidad de Cantabria Departamento de Ing. Estructural y Mecánica
Capitulo IV IV.3 Guiado de sólido rígido 1 Capítulo IV Síntesis dimensional de mecanismos IV.1 Síntesis dimensional de mecanismos. Generación n de funciones. IV.2 Generación n de trayectorias. IV.3 Guiado
Más detallesAutor: 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 detallescuevogenet Paralelización en CUDA de la Dinámica Evolutiva de Redes Génicas Dirigido por: Fernando Díaz del Río José Luis Guisado Lizar
cuevogenet Paralelización en CUDA de la Dinámica Evolutiva de Redes Génicas Realizado por: Raúl García Calvo Dirigido por: Fernando Díaz del Río José Luis Guisado Lizar Objetivos Implementar un algoritmo
Más detallesIntroducción al procesamiento digital de señales en tiempo real
Introducción al procesamiento digital de señales en tiempo real ELO 385 Laboratorio de Procesamiento Digital de Señales Segundo semestre - 2011 Matías Zañartu, Ph.D. Departamento de Electrónica Universidad
Más detalles(1.a) INTRODUCCIÓN: CONCEPTO DE INVESTIGACIÓN OPERATIVA
(1.a) INTRODUCCIÓN: CONCEPTO DE INVESTIGACIÓN OPERATIVA INTENTO DE DEFINICIÓN DE I.O. OBJETIVOS DE LOS MODELOS EN I.O. CICLO METODOLÓGICO DE LA I.O. PRESENTACIÓN DE UN CASO DE ESTUDIO. PRESENTACIÓN DE
Más detallesEl Filtro de Partículas
El Filtro de Partículas José Antonio Camarena Ibarrola El Filtro de Partículas p.1/25 El Filtro de Partículas Método Monte Carlo (basado en muestreo) para inferir el estado de un sistema que evoluciona
Más detallesAlgoritmos Genéticos. Introducción a la Robótica Inteligente. Álvaro Gutiérrez 20 de abril de
Algoritmos Genéticos Introducción a la Robótica Inteligente Álvaro Gutiérrez 20 de abril de 2016 aguti@etsit.upm.es www.robolabo.etsit.upm.es Índice 1 Introducción 2 Algoritmos Genéticos 3 Algunos Fundamentos
Más detallesSeguimiento de los parámetros del modelo del tracto vocal
Algoritmos para el seguimiento de los parámetros del modelo de tracto vocal Monografía de Tratamiento Estadístico de Señales parias@fing.edu.uy Instituto de Ingeniería Eléctrica Facultad de Ingeniería
Más detallesContenido. Prefacio... Acerca de los autores...
Contenido Prefacio... Acerca de los autores... xi xvi Capítulo 1. Introducción... 1 1.1. Antecedentes históricos... 2 1.2. Origen y desarrollo de la robótica... 8 1.3. Definición del Robot... 16 1.3.1.
Más detalles2015, Año del Generalísimo José María Morelos y Pavón
Nombre de la Asignatura: ROBOTICA Línea de Investigación o Trabajo: PROCESAMIENTO DE SEÑALES ELECTRICAS Y ELECTRONICAS Tiempo de dedicación del estudiante a las actividades de: DOC-TIS-TPS-CRÉDITOS 48
Más detallesRepaso de conceptos de álgebra lineal
MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso
Más detallesRuben Chaer, Alvaro Brandino. Convenio SimSEE. FING-ADME Montevideo 20 de abril de 2009.
Cotejamiento modelo CEGH pág. 1 / 8 Cotejamiento de la capacidad de generar condiciones hidrológicas de largo plazo del sintetizador de Correlaciones en Espacio Gaussiano con Histograma (CEGH) aplicado
Más detallesOptimización Energética en Procesos Industriales
Optimización Energética en Procesos Industriales Oihane Kamara-Esteban y Cruz E. Borges {oihane.esteban,cruz.borges}@deusto.es 22 de diciembre de 2016 cba Este obra está bajo una licencia de Creative Commons
Más detalles1. Los números reales. 2. Representación. 3. Densidad de los números racionales. 4. Propiedades de los números reales
EJES ARTICULADORES Y PRODUCTIVOS DEL AREA SISTEMA DE CONOCIMIENTOS GRADO: 10 11 1. Los números reales 1. Desigualdades. 2. Representación 2. Propiedades. 3. Densidad de los números racionales 4. Propiedades
Más detallesSimulación. Problema del jardinero. Modelo de stock aleatorio. Camino crítico.
Simulación Temario de la clase Introducción. Generacion de variables aleatorias: método de la transformada inversa. Avance del tiempo de simulación. Determinación de la cantidad de iteraciones requeridas.
Más detallesIntroducción a la Robótica Mecanismos para el control de un robot (5)
Introducción a la Robótica Mecanismos para el control de un robot (5) Dr Jose M. Carranza carranza@inaoep.mx Coordinación de Ciencias Computacionales, INAOE 3er. Torneo Mexicano de Robots Limpiadores:
Más detallesconceptos básicos de la Estadística Descriptiva Descriptiva según fundamentos de la estadística
INSTITUTO NACIONAL DE APRENDIZAJE Núcleo Sector Comercio y Servicios Subsector Administración Descripción específica del módulo Nombre del Módulo: Principios de Estadística Duración: 60 horas Objetivo
Más detallesIntroducción a la Geometría Computacional. Análisis de Algoritmos
Introducción a la Geometría Computacional Análisis de Algoritmos Geometría Computacional La Geometría Computacional surgió a finales de los 70s del área de diseño y análisis de algoritmos. Estudio sistemático
Más detallesValorización de Bonos Estructurados. Omar Pinedo
Valorización de Bonos Estructurados Omar Pinedo Qué es un bono estructurado? Es un bono que, debido a sus cláusulas, tiene una opción financiera implícita. Se valoriza descomponiendo en: V(Estructurado)=
Más detallesBÚSQUEDA INTELIGENTE BASADA EN METAHEURÍSTICAS
Departamento de Inteligencia Artificial Grupo de Análisis de Decisiones y Estadística BÚSQUEDA INTELIGENTE BASADA EN METAHEURÍSTICAS PRÁCTICAS 1 Existen varias características que pueden causar dificultades
Más detallesPARTE III OBTENCIÓN DE MODELOS OBTENCIÓN DE MODELOS MODELADO E IDENTIFICACIÓN ASPECTOS A TENER EN CUENTA MODELADO IDENTIFICACIÓN OBTENCIÓN DE MODELOS
OBTENCIÓN DE MODELOS PARTE III OBTENCIÓN DE MODELOS 1. INFORMACIÓN SOBRE EL SISTEMA 1. EL PROPIO SISTEMA (OBSERVACIÓN, TEST) 2. CONOCIMIENTO TEÓRICO (LEYES DE LA NATURALEZA, EXPERTOS, LITERATURA, ETC.)
Más detalles8 PROCESAMIENTO DIGITAL DE IMÁGENES USANDO MATLAB & SIMULINK RA-MA
ÍNDICE PRÓLOGO...19 CAPÍTULO 1. INTRODUCCIÓN...25 1.1 SISTEMA DE VISIÓN Y PROCESAMIENTO DE IMÁGENES...25 1.2 PROCESAMIENTO DIGITAL DE IMÁGENES...26 1.3 RELACIONES BÁSICAS ENTRE PÍXELES...27 1.3.1 Vecinos
Más detalles1. Introducción 2. Esquema básico 3. Codificación 4. Evaluación 5. Selección 6. Operadores 7. Ejemplo. Algoritmos genéticos
1. Introducción 2. Esquema básico 3. Codificación 4. Evaluación 5. Selección 6. Operadores 7. Ejemplo Algoritmos genéticos Introducción Propuestos por Holland, mediados 70, computación evolutiva Popularizados
Más detallesBases del filtro de Kalman
Bases del filtro de Kalman Rafael Molina Soriano Depto Ciencias de la Computación e IA Universidad de Granada Rafael Molina Bases del filtro de Kalman 1 Contenidos! Introducción.! El filtro de Kalman "
Más detallesIntroducción a los Algoritmos Genéticos. Tomás Arredondo Vidal 17/4/09
Introducción a los Algoritmos Genéticos Tomás Arredondo Vidal 17/4/09 Esta charla trata de lo siguiente: Introducción a algunos aspectos de los algoritmos genéticos. Introducción a algunas aplicaciones
Más detallesIntroducción a las RdP. Optimización basada en redes de Petri. Redes de Petri. Son objeto de estudio: RdP. Ejemplos:
Seminario sobre toma de decisiones en logística y cadenas de suministro Introducción a las RdP Optimización basada en redes de Petri https://belenus.unirioja.es/~emjimene/optimizacion/transparencias.pdf
Más detallesEl filtro de Kalman. José Antonio Camarena Ibarrola
El filtro de Kalman José Antonio Camarena Ibarrola Que es un Filtro de Kalman? Es un algoritmo recursivo óp?mo de procesamiento de datos Hay muchas formas de definir óp?mo El filtro de Kalman es óp?mo
Más detallesINDICE Capitulo 1. Introducción: La Física y la Medición Capitulo 2. Vectores Capitulo 3. Movimiento de una Dimensión
INDICE Capitulo 1. Introducción: La Física y la Medición 1 1.1. Estándares de longitud, masa tiempo 2 1.2. Densidad y masa atómica 5 1.3. Análisis dimensional 6 1.4. Conversión de unidades 8 1.5. Cálculos
Más detallesLeyes de movimiento. Leyes del movimiento de Newton. Primera ley de Newton o ley de la inercia. Segunda ley de Newton
Leyes de movimiento Leyes del movimiento de Newton La mecánica, en el estudio del movimiento de los cuerpos, se divide en cinemática y dinámica. La cinemática estudia los diferentes tipos de movimiento
Más detallesModelización de la dinámica de fluidos con autómatas celulares. Liliana Di Pietro INRA Avignon - France
Modelización de la dinámica de fluidos con autómatas celulares Liliana Di Pietro INRA Avignon - France Plan Introducción a los autómatas celulares Los gases en red: caso particular de autómata celular
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 detallesInteligencia Artificial. Aprendizaje neuronal. Ing. Sup. en Informática, 4º. Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani
Inteligencia Artificial Aprendizaje neuronal Ing. Sup. en Informática, 4º Curso académico: 20/202 Profesores: Ramón Hermoso y Matteo Vasirani Aprendizaje Resumen: 3. Aprendizaje automático 3. Introducción
Más detallesTomamos como imagen de prueba la figura 4.17 en escala de grises. Figura Imagen de prueba.
4.3 PARÁMETRO DE ESCALADO Para el caso del parámetro de escalado se va a proceder de la siguiente forma. Partimos de una imagen de referencia (imagen A), a la cual se le aplican cambios de translación
Más detallesEjercicio 1. Ejercicio 2
Guía de Ejercicios Ejercicio. Calcular los momentos de primer y segundo orden (media y varianza) de una variable aleatoria continua con distribución uniforme entre los límites a y b.. Sabiendo que la función
Más detallesUn algoritmo genético híbrido para resolver el EternityII. Rico, Martin; Ros, Rodrigo Directora: Prof. Dra. Irene Loiseau
Un algoritmo genético híbrido para resolver el EternityII Rico, Martin; Ros, Rodrigo Directora: Prof. Dra. Irene Loiseau Temas Temas Introducción Eternity II Historia Descripción Demo Metaheurísticas Algoritmos
Más detallesIntroducción a la Identificación de sistemas
Ingeniería de Control Introducción a la Identificación de sistemas Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Contextualización del tema Conocimientos que se adquieren en este tema: Modelos deterministas
Más detallesSIMULACIÓN MONTE CARLO DE TRANSISTORES BIPOLARES DE HETEROUNIÓN ABRUPTA (HBT)
UNIVERSITAT POLITÈCNICA DE CATALUNYA Departament d Enginyeria Electrònica SIMULACIÓN MONTE CARLO DE TRANSISTORES BIPOLARES DE HETEROUNIÓN ABRUPTA (HBT) Autor: Pau Garcias Salvà Director: Lluís Prat Viñas
Más detallesMetodología de diseño de Sistemas de Control
Metodología de diseño de Sistemas de Control Tema 2 1 Conocimiento del problema Explotación Definición de las especificaciones Test Metodología de diseño de Sistemas de Control...proceso iterativo Modelado
Más detalles3. ANÁLISIS DE SEÑALES
3. ANÁLISIS DE SEÑALES 3.1 REGISTRO Y TRATAMIENTO DE SEÑALES Una señal se define como la historia de los valores de aceleración que mide un acelerómetro en determinado tiempo para un punto específico.
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesCarrera: Clave de la asignatura: Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Análisis y Síntesis de Mecanismos Ingeniería Electromecánica EMM - 0505 3 2 8 2.-
Más detallesFILTRO DE COLOR FUZZY BASADO EN EL HISTOGRAMA PARA LA RESTAURACIÓN DE IMÁGENES. Jesús López de la Cruz Grupo 10
FILTRO DE COLOR FUZZY BASADO EN EL HISTOGRAMA PARA LA RESTAURACIÓN DE IMÁGENES Jesús López de la Cruz Grupo 10 Problema Soluciones anteriores Algoritmo HFC Explicación visual Problema Tenemos una imagen
Más detallesC++ Genetic Algorithm Library
GALib C++ Genetic Algorithm Library Massachusetts Institute of Technology (MIT) Matthew Wall (the Author) Licencia GNU para actividades no comerciales Permite modificar el código fuente Para propósitos
Más detallesTABLA DE CONTENIDO. TABLA DE CONTENIDO...ii ÍNDICE DE FIGURAS... iv ÍNDICE DE TABLAS... v CAPITULO INTRODUCCIÓN MOTIVACIÓN...
TABLA DE CONTENIDO RESUMEN... i TABLA DE CONTENIDO...ii ÍNDICE DE FIGURAS... iv ÍNDICE DE TABLAS... v LISTA DE ACRÓNIMOS... 1 CAPITULO 1... 2 INTRODUCCIÓN... 2 1.1. MOTIVACIÓN... 2 1.2. ALCANCES... 3 1.3.
Más detallesALGORÍTMICA
ALGORÍTMICA 2012-2013 Parte I. Introducción a las Metaheurísticas Tema 1. Metaheurísticas: Introducción y Clasificación Parte II. Métodos Basados en Trayectorias y Entornos Tema 2. Algoritmos de Búsqueda
Más detallesEn este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del
33 En este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del sistema de procesamiento de imágenes para controlar un robot manipulador y se describen en la forma como serán
Más detallesVisión. Sesión 4: Búsqueda y tracking de modelos 2D en imágenes. Departamento CCIA http://www.jtech.ua.es/vision/2011/
Visión Sesión 4: Búsqueda y tracking de modelos 2D en imágenes Departamento CCIA http://www.jtech.ua.es/vision/2011/ Hoy Detección de aristas Transformada de Hough Componentes conectadas Alineación de
Más detallesEl espacio tridimensional. Tema 01: Álgebra lineal y geometría en R 3. Vectores. El producto punto o producto escalar. Teorema
El espacio tridimensional Tema 01: Álgebra lineal y geometría en R 3 Juan Ignacio Del Valle Gamboa Sede de Guanacaste Universidad de Costa Rica Ciclo I - 2014 Partimos de los conceptos de punto y vector.
Más detalles102784 [20380] Visió per Computador Prueba 1 (2015) [A] Teoría (10p) (una pregunta test fallada descuenta 1/4 de pregunta acertada)
102784 [20380] Visió per Computador Prueba 1 (2015) [A] Teoría (10p) (una pregunta test fallada descuenta 1/4 de pregunta acertada) 1. El gap del silicio es de 1.11eV (salto energético entre banda de valencia
Más detallesProgramación de Robots. CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides
M.Sc. Kryscia Ramírez Benavides Introducción a Robótica Introducción a Robótica Generación de Comportamiento 2 Generar Comportamiento es Programar La existencia de robots que realicen autónomamente tareas
Más detallesPAU CASTILLA Y LEON JUNIO Y SEPTIEMBRE CAMPO GRAVITATORIO. Leyes de Kepler:
Leyes de Kepler: 1. (79-SE10) Sabiendo que la distancia media Sol Júpiter es 5,2 veces mayor que la distancia media Sol Tierra, y suponiendo órbitas circulares: a) Calcule el periodo de Júpiter considerando
Más detallesInteractive Physics, un programa para la simulación en física
Interactive Physics, un programa para la simulación en física Miguel de la Torre Barbero IB Azorín Avda. Madrid s/n, Elda Mtorreb@nexo.es Qué ventajas tiene la simulación? Todos los estudiantes de Física
Más detallesPrecio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales.
Series Temporales Introducción Una serie temporal se define como una colección de observaciones de una variable recogidas secuencialmente en el tiempo. Estas observaciones se suelen recoger en instantes
Más detalles2.1 Ingreso al Sistema Menú principal de Biótica... 45
ÍNDICE Generalidades y Convenciones...vii 1. Sistema de Información Biótica 1.1 Introducción... 1 1.2 Instalación de Biótica... 4 1.3 Migración de la base de datos de Biótica a MS SQL Server... 37 1.4
Más detallesROBOTICA por OLLERO BATURONE Editorial Marcombo. Foreword Prólogo Prefacio del autor
ROBOTICA por OLLERO BATURONE Editorial Marcombo Foreword Prólogo Prefacio del autor CAPÍTULO 1. Introducción 1.1. Robótica 1.2. Esquema general del sistema robot 1.3. Robots manipuladores 1.3.1. Sistema
Más detallesTEMA 2. CAMPO GRAVITATORIO. (SELECTIVIDAD 2014, 2013, 2012)
TEMA 2. CAMPO GRAVITATORIO. (SELECTIVIDAD 2014, 2013, 2012) CUESTIONES 1.- a.- Explique las características del campo gravitatorio de una masa puntual. b.- Dos partículas de masas m y 2m están separadas
Más detallesVariables aleatorias bidimensionales discretas
Universidad de San Carlos de Guatemala Facultad de Ingeniería Área de Estadística VARIABLES ALEATORIAS BIDIMENSIONALES Concepto: Sean X e Y variables aleatorias. Una variable aleatoria bidimensional (X,
Más detalles2 = 1 0,5 + = 0,5 c) 3 + = = 2
Trabajo Práctico N : SISTEMAS DE ECUACIONES LINEALES Ejercicio : Resuelva los siguientes sistemas de ecuaciones lineales empleando cuando sea posible: i) Método matricial. ii) Regla de Cramer. Interprete
Más detallesINDICE Capítulo 1. Mediciones Capítulo 2. Movimiento Unidimensional Capítulo 3. Vectores Capítulo 4. Movimiento Bidimensional y Tridimensional
INDICE Capítulo 1. Mediciones 1 1.1. Las cantidades físicas, patrones y unidades 1 1.2. El sistema internacional de unidades 2 1.3. Patrón de tiempo 3 1.4. Patrón de masa 7 1.6. Precisión y cifras significativas
Más detallesAplicaciones con. Eduardo Herrera Lana
Aplicaciones con Eduardo Herrera Lana Todos los derechos reservados. Prohibida su reproducción total o parcial por cualquier medio, electrónico o mecánico, para cualquier propósito, sin autorización escrita
Más detallesDiseño de Experimentos
Diseño de Experimentos p. Diseño de Experimentos Isabel Casas Despacho: 10.0.04 mcasas@est-econ.uc3m.es Hector Cañada jcanada@est-econ.uc3m.es Introducción Los modelos que vamos a estudiar son usados para
Más detallesSEGURIDAD Y MONITOREO DE CONTENEDORES
SEGURIDAD Y MONITOREO DE CONTENEDORES LA SOLUCIÓN INTEGRAL Y EFECTIVA PARA EL SEGUIMIENTO Y MONITOREO DE CONTENEDORES Desde hace mucho tiempo, las empresas que transportan sus activos por medio de contenedores,
Más detallesDinámica del Robot. UCR ECCI CI-2657 Robótica Prof. M.Sc. Kryscia Daviana Ramírez Benavides
UCR ECCI CI-2657 Robótica Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción La dinámica se ocupa de la relación entre las fuerzas que actúan sobre un cuerpo y el movimiento en el que se origina.
Más detallesC =[x 1,y 1,x 2,y 2,...,x n,y n ]
Práctica 1 Realizar un programa que presente una nube de puntos en 2D utilizando los comandos de OpenGL vistos en clase. Los puntos deben variar aleatoriamente al menos en posición y color. Realizar un
Más detallesPlaneación de la Recolección de Datos. Planeacion de Recoleccion de Datos
Planeación de la Recolección de Datos Qué Son los datos? Recolección de Datos Contenido Por Qué Es Importante la Recolección de Datos? Estrategias de Muestreo Estrategias para la Definición de Datos Base
Más detallesCONTROL DE ROBOTS Y SISTEMAS SENSORIALES 4º Ingeniería Industrial
Escuela Politécnica Superior de Elche CONTROL DE ROBOTS Y SISTEMAS SENSORIALES 4º Ingeniería Industrial PRÁCTICAS DE VISIÓN ARTIFICIAL [Títere] Práctica 4: Segmentación. Localización y Reconocimiento de
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesComunicaciones I. Capítulo 4 CODIFICACIÓN Y MODULACIÓN
Comunicaciones I Capítulo 4 CODIFICACIÓN Y MODULACIÓN 1 Resumen de lo visto en el Capítulo 4 Se analizó la diferencia entre datos analógicos y digitales, y entre señales analógicas y digitales. A partir
Más detallesIntroducción a los sistemas de control
Introducción a los sistemas de control Sistema Un sistema es una combinación de componentes que actúan juntos y realizan un objetivo determinado A un sistema se le puede considerar como una caja negra
Más detallesSEGUNDO SEMESTRE: CÓDIGO ASIGNATURA REQUISITO T P L U 0250 ÁLGEBRA LINEAL Y GEOMETRÍA CALCULO II
I-CICLO COMÚN:- BÁSICO [TOTAL CICLO COMÚN:141 U] PRIMER SEMESTRE: 0331 FISICA GENERAL I - 4 2-5 0251 CALCULO I - 3 3-5 0012 INTRODUCCIÓN A LA INGENIERÍA - 1 2-2 0183 LENGUA Y COMUNICACIÓN - 1 2-2 0551
Más detallesIdentificación Paramétrica
Identificación Paramétrica Métodos para la Obtención de un Modelo Discreto Un modelo, incluyendo el ruido o perturbación, a tiempo discreto puede ser representado por la siguiente i ecuación Donde: ( )
Más detallesCLASE I Estática de las construcciones I
Introducción a las construcciones CLASE I Estática de las construcciones I Casa sobre el arroyo. Mar del Plata. Amancio Williams Física: estudio de los fenómenos que sufren los cuerpos Cinemática Mecánica
Más detallesControl en Tiempo Real de un Posicionador XY
Control en Tiempo Real de un Posicionador XY Julio C. CURAY Departamento de Ingeniería, Pontificia Universidad Católica del Perú San Miguel, Lima, Lima 32, Perú y Julio C. TAFUR Departamento de Ingeniería,
Más detallesCapítulo 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 detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesAplicación de Modelos Matemáticos en el Tratamiento de Imágenes de Ultrasonido
Aplicación de Modelos Matemáticos en el Tratamiento de Imágenes de Ultrasonido Dr. Marco MORA Investigador Les Fous du Pixel Image Procesing Group Departamento de Computación e Informática Universidad
Más detallesSound Meteorological Environmental Correlation. Información técnica
Sound Meteorological Environmental Correlation Información técnica SOME-ECO SOME-ECO SOME-ECO (Sound Meteorological Environmental Correlation) es un proyecto de investigación pionero liderado por ICR,
Más detallesLey de Amdahl Ley de Moore Prof. Gilberto Díaz
Universisdad de Los Andes Facultad de Ingeniería Escuela de Sistemas Ley de Amdahl Ley de Moore Prof. Gilberto Díaz gilberto@ula.ve Departamento de Computación, Escuela de Sistemas, Facultad de Ingeniería
Más detallesTablas de Engranajes
Diseño de Máquinas Tablas de Engranajes Madrid, Curso 2.005-2.006 . No se que cojones pasa con el cambio de hoja Índice general 1. Engranajes Cilíndricos Rectos 5 1. Resistencia a la Flexión............................
Más detallesSISTEMAS ELECTRÓNICOS DE CONTROL 3º Ing. Téc. Telecom. Sistemas Electrónicos
Escuela Politécnica Superior de Elche SISTEMAS ELECTRÓNICOS DE CONTROL 3º Ing. Téc. Telecom. Sistemas Electrónicos TRABAJO 2º CUATRIMESTRE: CONTROL DE UNA ANTENA PARA EL SEGUIMIENTO DE SATÉLITES CURSO
Más detalles% PRODUCTOS NO CONFORMES 10% 5%
Departamento de Ingeniería Mecánica Tecnología Mecánica I 67.15 Unidad 13: Control de Calidad Ing. Sergio Laguzzi 1 TEMARIO - Definición de Calidad. Costos de la no Calidad. Estrategia de detección (Planes
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO ROBÓTICA 2135 9º 10 Asignatura Clave Semestre Créditos Ingeniería Mecánica e Industrial Ingeniería Mecatrónica Ingeniería
Más detallesEL FILTRO DE KALMAN. Resumen
EL FILTRO DE KALMAN Carlos Pillajo Universidad Politécnica Salesiana - Ecuador cpillajo@ups.edu.ec Javier E. Sierra Universidad Pontificia Bolivariana Colombia javier.sierra@upb.edu.co Resumen El filtro
Más detallesPrefacio 5 Colaboradores..6 Introducción.7. Parte I GESTIÓN DEL RIESGO: LA BASE PARA LA SEGURIDAD FÍSICA
CONTENIDOS Prefacio 5 Colaboradores..6 Introducción.7 Parte I GESTIÓN DEL RIESGO: LA BASE PARA LA SEGURIDAD FÍSICA Capítulo 1. CONCEPTOS DE GESTIÓN DE RIESGOS DE SEGURIDAD.23 1.1 Adoptar Un Planteamiento
Más detallesANÁLISIS NUMERICO AVANZADO 75:38 ANÁLISIS NUMÉRICO I Ia GUIA DE SOFTWARE DIDACTICO 2003
ANÁLISIS NUMERICO AVANZADO 75:38 ANÁLISIS NUMÉRICO I Ia FACULTAD DE INGENIERIA UNIVERSIDAD DE BUENOS AIRES GUIA DE SOFTWARE DIDACTICO 2003 Programa didáctico: BARRA GUIA Nº 1 PROBLEMA PARABOLICO DEFINICION
Más detallesTema 8. Detección de líneas y esquinas
Tema 8. Detección de líneas y esquinas 4730 Visión Industrial Ingeniería Técnica Industrial especialidad en Electrónica Industrial Universitat de les Illes Balears Departament de Ciències Matemàtiques
Más detallesAlgoritmos Genéticos Y
Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Optimización n Tradicional Problemas
Más detallesAlgoritmos Genéticos Y
Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Algoritmos Genéticos - Operadores
Más detallesProcesos estocásticos. Definición
Procesos estocásticos Definición http://humberto-r-alvarez-a.webs.com Definición de proceso estocástico Estudio del comportamiento de una variable aleatoria a lo largo del tiempo El ajuste de cualquier
Más detalles1. El movimiento circular uniforme (MCU)
FUNDACIÓN INSTITUTO A DISTANCIA EDUARDO CABALLERO CALDERON Espacio Académico: Física Docente: Mónica Bibiana Velasco Borda mbvelascob@uqvirtual.edu.co CICLO: VI INICADORES DE LOGRO MOVIMIENTO CIRCULAR
Más detallesMUESTREO APUNTE. Índice: MUESTREO. Media Varianza Desvío Ejemplo CURVA DE GAUSS ( TEÓRICO) Interpretación de los resultados TAMAÑO DE MUESTRA
APUNTE MUESTREO Índice: MUESTREO Media Varianza Desvío Ejemplo CURVA DE GAUSS ( TEÓRICO) Interpretación de los resultados TAMAÑO DE MUESTRA Método de Cálculo Ejemplo Ing. Rogelio Hernán Bello Página 1
Más detallesEl por qué del procesado de 64 bits
El por qué del procesado de 64 bits El ARTA64 es una versión experimental de ARTA que usa un formato de datos de coma flotante de 64 bits para el procesado de la Transformada de Fourier rápida (FFT). La
Más detallesCaptura de información en vías existentes mediante sistema VIAPAV. [Captura de información en vías existentes mediante sistema VIAPAV]
2012 [Captura de información en vías existentes mediante sistema VIAPAV] 1 INTRODUCCIÓN CARACTERÍSTICAS DEL SISTEMA 1. Memoria Descriptiva 2. Descripción del sistema 2.1. Introducción 2.2. Subsistema I:
Más detalles4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC:
4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC: A continuación se muestran los objetivos así como los mapas funcionales según la línea de acentuación y la línea
Más detallesb) Si ayer se produjeron 6 accidentes, cuántos vehículos podemos suponer que circulaban por la autopista a más de 120 km / h?
1. Una compañía de seguros considera que el número de vehículos (y) que circulan por una determinada autopista a más de 120 km/h, puede ponerse en función del número de accidentes (x) que ocurren en ella.
Más detallesIntroducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
Más detalles