posteriormente para el reconocimiento de dichos objetos.
|
|
- Alejandro Hernández Rojas
- hace 6 años
- Vistas:
Transcripción
1 Sistema de Visión Artificial para el Control de un Robot Manipulador (Zoidberg) Luis Antonio Carrillo Martínez Universidad Autónoma de Tlaxcala, Facultad de Ingeniería y Tecnología, Ingeniería en Sistemas Electrónicos Calzada de Apizaquito s/n, Apizaco, Tlax. CP 90300, lacm@ieee.org RESUMEN Se desarrolló un sistema de visión artificial por medio de Matlab 6.5, que permite el reconocimiento y clasificación automático de objetos usando algunas de sus características (contorno y centroide). Una red Neuronal Back Propagation es entrenada y puesta a prueba obteniendo un porcentaje de reconocimiento del 95% y siendo capaz de reconocer 3 figuras geométricas (circulo, cuadrado, triángulo). La aplicación real de este sistema de visión artificial se implemento en un robot (Grúa Viajera usando un Kit Lego Mindstorm) manipulador, el sistema actúa como un sensor inteligente y por medio de una cámara web toma las imágenes, un protocolo de comunicación serial envía información (tipo y coordenadas del centroide de la figura) a un sistema de servocontrol digital el cual posiciona al robot (Zoidberg) manipulador para que tome y clasifique al objeto. I INTRODUCCIÓN Cuando se diseña un sistema de reconocimiento, siempre surge la duda acerca de que características serán las más indicadas al extraer del objeto para que este sistema tenga un alto índice de reconocimiento. La extracción de características permite entrenar una red neuronal que se usará posteriormente para el reconocimiento de dichos objetos. Un propósito de este artículo es describir el desarrollo de un sistema de reconocimiento automático de figuras geométricas. La extracción de características permite la representación grafica de los contornos de las fíguras. Las técnicas del procesamiento de imágenes y algunas propiedades de la Transformada Rápida de Fourier (FFT, por sus siglas en ingles) eliminan las variaciones en la extracción de las características al ser rotadas, escaladas y trasladadas. La red neuronal en este caso Back Propagation es entrenada con las características extraídas. En esta investigación se desarrolló un algoritmo para reconocer 3 figuras geométricas regulares tales como círculo, cuadrado y triángulo. Los efectos o variaciones debido al cambio de escala, rotación y desplazamiento son considerados. La red neuronal tiene diferentes paradigmas los cuales se usan y se convierten en un sistema de identificación que ordena al robot tomar el objeto y clasificarlo. Los diversos paradigmas tienen sus ventajas y desventajas, por lo que el funcionamiento depende del tipo de los datos y de las características disponibles. Un robot dotado con visión artificial que sea capaz de reconocer, posicionarse, manipular y clasificar, es una herramienta tecnológica muy útil y ventajosa en campos tales como la industria, robótica, medicina, biología, etc. 1
2 II DESARROLLO Los sentidos son los medios por los que interactuamos con el mundo que nos rodea, y, dentro de ellos, la vista destaca como el mas importante y complejo de todos: frente a las treinta mil fibras nerviosas dedicadas al sentido auditivo existen dos millones para el visual, y algunos estudios cifran su importancia en el 75% de la información procesada por el cerebro. Se pueden establecer varias analogías entre la visión humana y la visión artificial, ya que ambas tendrán un sensor (el ojo y la cámara) y un procesador de la información (el cerebro y una computadora) aunque nunca perdiendo de vista que no se trata de imitar o replicar el sentido de la vista del hombre [1]. Al desarrollar la primera etapa de la visión artificial de alto nivel o análisis de imágenes, el objetivo fue procesar la imagen de tal manera que el resultado sea el conjunto de las características que definen el problema a resolver, siendo en este caso muy particular la forma de los objetos para su posterior reconocimiento [1]. III ADQUISICIÓN DE LA IMAGEN Para desarrollar una aplicación que requiera la adquisición de una imagen se deben de considerar un amplio conjunto de elementos que van desde la fuente de luz necesaria para iluminar los objetos hasta llegar a los algoritmos encargados del preprocesamiento. La iluminación existente en el entorno del laboratorio en donde se desarrollo esta investigación no fue aceptable ya que se obtienen imágenes con bajo contraste y sombras no deseadas. Por ello se diseñó un sistema propio de acuerdo a las propiedades reflexivas, absorbentes y transmitivas de los objetos, optando por una iluminación difusa que consiste en hacer que los haces luminosos incidan sobre el objeto desde todas las direcciones. Las cámaras o sensores de imágenes son los elementos encargados de captar la información luminosa de la escena, y transmitirla por una computadora como una señal digital. Se usó un algoritmo de programación en Matlab 6.5 que detecta una cámara web (Creative Notebook), permitiendo que se lleve a cabo la adquisición de la imagen y se configuren los parámetros (Brillo, Saturación, Color, Resolución, Velocidad de Muestreo, etc...) propios de la cámara web así como que se muestre en una ventana la imagen en tiempo real en ambiente de Matlab 6.5. IV PREPROCESAMIENTO De la etapa de anterior se obtiene una imagen de 480X640 píxeles, esta imagen tendrá que convertirse en una matriz (arreglo bidimensional) que represente la coordenada de cada píxel y su magnitud, para convertirse así en una imagen digital [2] (Figura 1). Figura 1 Imagen adquirida con la iluminación difusa. Posteriormente se convierte la imagen de color a una imagen binaria como se muestra en la Figura 2, que se almacena en línea para una reutilización relativamente rápida [2]. Si las condiciones de iluminación no son suficientes para tener una imagen óptima hasta este punto del proceso, es el momento indicado para mejorar las características (eliminar ruido, mejorar contraste) y que aumenten así las posibilidades de éxito en procesos posteriores. Figura 2 Binarización de la imagen de entrada. 2
3 Las imágenes binarias de las 3 figuras son por decirlo así las señales de entrada de nuestro sistema de visión artificial. Estas imágenes de entrada y las que se generen después, tendrán que guardarse en formato.bmp, ya que este formato es muy recomendable al trabajar con imágenes en Matlab 6.5 y deberán tener el mismo tamaño todas las imágenes que se generen. Se rotaron en 6 ángulos diferentes cada una de las imágenes originales, en esta investigación se propuso en 60 grados el intervalo de rotación, al hacer este paso se esta contemplando que el reconocimiento sea inmune a la rotación de las imágenes. (Figura 3) Figura 3 Rotación de las imágenes. Escalar cada una de las imágenes rotadas es el siguiente paso, los parámetros pueden tomar cualquier valor, al realizar pruebas se detectó que si el escalamiento de reducción tiende a niveles menores a 0.25, el porcentaje de reconocimiento tiende a ser menor debido a que el contorno tendrá un menor numero de píxeles. Los parámetros de escalamiento propuestos para la aplicación de este sistema de visión artificial son 1.25 y 0.75 (Figura 4). Al desarrollar la etapa de escalamiento se cambian las dimensiones de las matrices, la solución es un diseñar algoritmo que genere una imagen binaria llena de ceros (fondo negro) del tamaño de las matrices de mayor escalamiento y posteriormente hacer la operación aritmética lógica OR de la matriz de fondo con todas las imágenes. Un paso opcional será escalar todas las imágenes con parámetros de ganancia menores a la unidad, esto se hace con el fin de reducir la información y que el procesamiento sea más rápido, solo que esta ganancia no tendrá que ser muy pequeña, ya que se perderá demasiada información propiciando que el porcentaje de reconocimiento no sea lo bastante bueno. En todo este proceso se almaceno en línea las imágenes generadas, para su posterior análisis en la extracción de características. V EXTRACCIÓN DE CARACTERÍSTICAS El nivel al que se lleva a cabo la extracción de características depende del problema a resolver, para ello se buscan características que definan al objeto. Una de las informaciones más útiles que se encuentran en una imagen la constituyen los bordes (contorno), ya que al delimitar los objetos definen los límites entre ellos y el fondo (Figura 5). Las técnicas usadas en la detección de bordes tienen por objeto la localización de los puntos en los que se produce una variación de la intensidad, por donde se pasa de un nivel de intensidad del fondo del objeto [1], estas técnicas deberán obtener solamente píxeles situados en el límite entre regiones [2], en esta investigación de uso un algoritmo que realiza conectividad 8. a) b) Figura 4 Escalamiento de las imágenes con a) Factor de 1.25, b) Factor de 0.75 Figura 5 Imagen que representa el contorno. 3
4 El paso inicial será guardar en vectores las coordenadas de todos los píxeles del contorno de cada imagen, esta información sirve para saber que vector es más pequeño. Este dato limita el número de renglones de la matriz que se ha llamado Matriz de Características, la cual alberga la información que sirve para entrenar la red neuronal. Es necesario saber cual es la distancia que hay entre el controide de la imagen con cada uno de los píxeles del contorno. Por lo que se diseño un algoritmo que guarda en un vector la coordenada del centroide de la imagen y usando el algoritmo que guarda las coordenadas de cada uno de los píxeles del contorno en un vector, se calculan las distancias y se guardan en un vector llamado Vector de distancias radiales. El cálculo de las magnitudes del centroide a cada píxel del contorno se deduce encontrando la magnitud de los catetos (Adyacente y Opuesto) que conforman un triangulo imaginario entre los 2 puntos en cuestión (Coordenadas del centroide y las coordenadas del píxel). Ahora solo resta calcular la Hipotenusa, esta será la distancia del centroide hacia el píxel. Este algoritmo se usa para cada imagen, es decir cada imagen genera un vector de distancias radiales, y el tamaño de este será directamente proporcional al número de píxeles del contorno, y por tanto todos los vectores de las imágenes serán de diferentes tamaños. La normalización de las magnitudes de las distancias radiales, permite saber la representación del contorno con respecto el tiempo, para normalizar los vectores se divide cada vector entre su máxima distancia radial, permitiendo que las magnitudes del vector fluctúen entre 0 y 1, lo que permite inmunización a escalamientos (Multiplicación por una constante). La inserción de las propiedades de la FFT inmuniza al sistema contra efectos de rotación (cambio en el tiempo). Para eliminar el efecto rotación, la función f(t) comienza en f(t-to), como solo los componentes de la fase afectan la rotación, aquí es donde se ve el efecto al aplicar la FFT, y por tanto no le afecta la rotación del ángulo. Finalmente el centroide es usado de referencia para calcular las distancias radiales y eliminar las variaciones en la extracción de las características de la traslación. La Figura 6, muestra en la grafica superior la representación de la magnitud de las distancias radiales con cada píxel del contorno (Dominio del tiempo), la grafica inferior muestra la representación de la magnitud de su amplitud al aplicar la FFT de las distancias radiales con cada píxel del contorno (Dominio de la frecuencia). Figura 6 Grafica de los píxeles del contorno en el dominio del tiempo y la frecuencia. Al aplicarle las propiedades de la FFT a los vectores que contiene las distancias radiales de cada imagen, se generan nuevos vectores, el tamaño de los vectores corresponde al número de píxeles que contiene su contorno, por lo que un algoritmo ajusta el tamaño de todos los vectores al vector mas pequeño sin perder información, haciendo redondeos y aproximaciones. Teniendo todos los vectores normalizados en tamaño, se genera una matriz uniendo todos los vectores columna, al último renglón se le asigna la clase (En este caso el 1 corresponde al circulo, el 2 al cuadrado y el 3 al triangulo) a cada vector columna, generando así la Matriz de Características. VI RECONOCIMIENTO Y CLASIFICACIÓN El reconocimiento de objetos es la última etapa dentro de un sistema de visión 4
5 artificial. A partir de las características encontradas y de los posibles objetos que el conocimiento a priori del problema se espera que puedan aparecer, el sistema debe de determinar que objeto esta presente en la imagen. Esta etapa es la de mayor grado de abstracción de todas las que forman al sistema de visión. Debido a su construcción y a sus fundamentos, las redes neuronales artificiales presentan un gran número de características semejantes a las del cerebro [3]. En esta investigación se uso la red neuronal Back Propagation que es especialmente útil en aplicaciones de reconocimiento y clasificación de patrones. Para crear esta red se necesita tener anexado al Matlab 6.5 un Tollbox de redes neuronales. La función newff permite crear dicha red, en la cual se asignan datos típicos como tamaño de renglones de la matriz a emplear (78X78 fue tamaño de la matriz de entrenamiento), y el numero de capas ocultas (5) y subcapas (4) a emplear. Para entrenar la red se configuran parámetros que permiten entrenarla como el error al que debe llegar para considerar que se a completado el aprendizaje, el numero de épocas, la frecuencia de despliegue del progreso del entrenamiento. De la matriz de características se opto por tomar un 90% el cual se convierte en la Matriz de Entrenamiento. En la figura 7 se muestra la grafica de entrenamiento de la red neuronal hasta llegar al error ( ). Figura 7 Grafica de entrenamiento de la red neuronal artificial Back Propogation. Para probar el porcentaje de reconocimiento se usa la Matriz de Prueba, que corresponde al 10% restante de la matriz de características, para comprobar el porcentaje de reconocimiento se revuelve aleatoriamente la matriz cada ves que se pruebe la red. Usando la función sim permite simular con un dato nuevo un paso anterior del algoritmo, con lo que se prueba a la red neuronal. Lo que resta es crear una Matriz de Confusión, que consiste en una matriz cuadrada que corresponda al numero de objetos (3X3) llena de ceros. Un algoritmo realiza la exploración de los datos arrojados en la etapa de prueba que se guardaron en un vector. Dando por resultado una matriz, que asigna el numero de objetos en su respectiva columna de la clase. En la siguiente matriz se muestra la matriz de confusión, la matriz de prueba tiene 3 vectores de la clase 1, 3 vectores de la clase 2 y 2 vectores de la clase 3. matcon = % de reconocimiento % de reconocimiento % de reconocimiento Esta matriz de confusión dice: de la clase 1 (Circulo, columna 1) se clasificaron 3 objetos correctamente, de la clase 2 (Cuadrado, columna 2) se clasificaron 2 objetos correctamente y un cuadrado lo clasificó como la clase 1 (círculo), de la clase 3 (Triángulo, columna 3) se clasificaron 2 objetos correctamente. Se realizaron 10 pruebas y se obtuvieron 10 matrices de confusión, se obtuvo el porcentaje de reconocimiento por figuras, que permitió calcular el porcentaje de reconocimiento del sistema de visión artificial usando la red neuronal Back Propagation. La aplicación de este sistema de visión artificial permite enviar información (tipo de figura y centroide) por medio de comunicación serial al robot Zoidberg para que tome y clasifique la figura geométrica en cuestión. 5
6 VII CONCLUSIONES Entre más información contenga la matriz característica, la red neuronal artificial tendrá un mayor provecho a la hora de entrenarse y aprender, por tanto redundara en un mayor porcentaje de reconocimiento. Una manera de lograr esto es emplear una mayor cantidad de imágenes rotadas y escaladas. Al escalar las imágenes con un porcentaje menor a la unidad (Atenuar) se recomienda que el parámetro no sea muy pequeño, ya que esto limita el tamaño de la matriz característica (Renglones), es decir, al atenuar mucho las imágenes, el número de píxeles del contorno tiende a ser pequeño, y recordemos que este limita el tamaño en renglones de la matriz característica, provocando menor información de las características extraídas. El éxito del reconocimiento depende la efectividad de la extracción de características. El sistema de visión artificial reconoce al 100% los círculos y triángulos, el porcentaje de reconocimiento de los cuadrados es del 85% y el 15% restante lo confunde con círculos. Teniendo un 95% de reconocimiento el sistema de visión artificial. El sistema es flexible ya que permite ingresar otros tipos de figuras, además que podemos cambiar el sistema de visión artificial con solo alterar algunos algoritmos de programación de software para que el robot realice otra aplicación. Un sistema de iluminación difusa (Indoor) es una herramienta muy efectiva en esta aplicación, ya que permite tomar imágenes muy nítidas y sin sombras que alteren la información de los objetos. VIII REFERENCIAS [1] De la Escalera Hueso, A, Visión por computador Fundamentos y Métodos, Prentice Hall, Madrid, [2] González y Woods, RC y RE, Tratamiento digital de imágenes, Adisson Wesley / Diaz de Santos, E.U.A, [3] Hilera y Martínez, JR y VJ, Redes Neuronales artificiales Fundamentos, modelos y aplicaciones, Adisson Wesley Iberoamericana, E.U.A, CURRICULUM VITAE Luis Antonio Carrillo Martínez. Pasante de Ingeniero. Universidad Autónoma de Tlaxcala. Facultad de Ciencias Básicas, Ingeniería y Tecnología. Décimo Semestre de la Licenciatura en Ingeniería en Sistemas Electrónicos. Áreas de especialidad: Sistemas Digitales Mecatrónica Visión y procesamiento de imágenes Robótica Redes Neuronales Miembro IEEE por 4 años desde el 2004 No de Miembro Miembro de la sociedad Robotics and Automation del IEEE desde 2004 Miembro de la sociedad Aerospace and Electronic Systems del IEEE en 2005 Vicepresidente de la Rama IEEE-UAT en
VISIÓN POR COMPUTADOR
VISIÓN POR COMPUTADOR Introducción Ingeniería de Sistemas y Automática Universidad Miguel Hernández Tabla de Contenidos 2 Definición de Visión por Computador Captación Información Luminosa Imagen Digital
Más detallesSistemas de Percepción
Visión por Computador Nota: Las imágenes que aparecen en esta presentación provienen del libro: Visión por Computador: fundamentos y métodos. Hueso. Prentice Hall. 1. Introducción 1 Definiciones: Introducción
Más detallesCapítulo 4 Exploración del ambiente.
Capítulo 4 Exploración del ambiente. Para explorar el ambiente se tomó como base el vehículo explorador de Braitenberg, la idea es tomar este comportamiento y adaptarlo al uso de una cámara de video, esto
Más detallesLas imágenes capturadas se guardan en formato digital en un dispositivo de almacenamiento que se llama tarjeta de memoria Esta tarjeta se conecta al
FOTOGRAFIA DIGITAL La fotografía antigua se realizaba en negativos La fotografía digital se realiza con sensores electrónicos y micro computadores dentro de las cámaras El aparato interno de la cámara
Más detallesINGENIERÍA PROFESIONAL EN INOCUIDAD ALIMENTARIA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ROBÓTICA
INGENIERÍA PROFESIONAL EN INOCUIDAD ALIMENTARIA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ROBÓTICA UNIDADES DE APRENDIZAJE 1. Competencias Automatizar procesos de producción mediante la implementación
Más detallesEl pipeline de visualización es el conjunto de
Sistemas de Visualización Pipeline de visualización 3D Definición del modelo geométrico Transformaciones geométricas Transformaciones de visualización Volumen de visualización Proyecciones Pipeline de
Más detallesVisión por computadora Computer vision
Visión por computadora Computer vision Conjunto de algoritmos que permiten obtener una representación visual del mundo, suficiente para la realización de una tarea dada. Representación visual El mundo:
Más detallesSistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos. CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides
Sistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides Introducción La visión artificial, también conocida como visión por computador
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN ÁREA SISTEMAS INFORMÁTICOS.
TÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN ÁREA SISTEMAS INFORMÁTICOS. HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Ingeniería de
Más detallesCONCEPTOS BÁSICOS (Freeman capt.1; Neural Nets capt. 4,5 y 7)
Tema 1: Conceptos Básicos Sistemas Conexionistas 1 CONCEPTOS BÁSICOS (Freeman capt.1; Neural Nets capt. 4,5 y 7) 1.- Introducción. 1.1.- Redes Neuronales de Tipo Biológico. 1.2.- Redes Neuronales dirigidas
Más detallesTARJETA DE ADQUISICIÓN DE DATOS USB TAD U B Bits
TARJETA DE ADQUISICIÓN DE DATOS USB TAD 12 Bits U B 2.0 CONTROL Mayo 2006 CONTROL & TECNOLOGIA Logic Elelctronics es una iniciativa empresarial dedica ha solucionar los múltiples desafíos de la ingeniería,
Más detallesFiltros digitales dominio del espacio dominio de la frecuencia
Tema 3: Filtros 1 Filtros digitales Los filtros digitales constituyen uno de los principales modos de operar en el procesamiento de imágenes digitales. Pueden usarse para distintos fines, pero en todos
Más detallesLaboratorio de Visión para Robots. Práctica 2
1. Preparación del entorno de trabajo Laboratorio de Visión para Robots Práctica 2 La manera en la que trabajaremos será primero utilizando Eclipse para prototipar nuestro programa. Cuando podamos procesar
Más detallesTema 1. Elementos de un sistema de Visión por Computador. Esquema general de un sistema de visión por computador
Tema 1 Elementos de un sistema de Visión por Computador Índice Esquema general de un sistema de visión por computador Esquema de un proceso de visión por computador Estructura típica de un sistema Fundamentos
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN
TÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Desarrollo de Habilidades De Pensamiento
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 detalles3.2 CONTROL DE GIRO DE UN MOTOR DE INDUCCIÓN DE JAULA DE. Un motor de inducción tiene físicamente el mismo estator de una máquina
220 3.2 CONTROL DE GIRO DE UN MOTOR DE INDUCCIÓN DE JAULA DE ARDILLA 3.2.1 Descripción del problema. Un motor de inducción tiene físicamente el mismo estator de una máquina sincrónica con diferente construcción
Más detallesRepresentación en el espacio de estado. Sistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT
Representación en el espacio de estado Representación en espacio de estado Control clásico El modelado y control de sistemas basado en la transformada de Laplace, es un enfoque muy sencillo y de fácil
Más detallesCONTENIDOS MÍNIMOS BLOQUE 2. NÚMEROS
CONTENIDOS Y CRITERIOS DE EVALUACIÓN DE MATEMÁTICAS 1º DE ESO. Bloque 1: Contenidos Comunes Este bloque de contenidos será desarrollado junto con los otros bloques a lo largo de todas y cada una de las
Más detallesTEMA III: OPERACIONES CON LOS DATOS
CUESTIONES A TRATAR: Cual es la función de la unidad operativa? Es necesaria? Qué tipos de circuitos implementan la unidad operativa? Unidad operativa frente a ALU Qué es una operación de múltiple precisión?
Más detallesInformación de la práctica
P-SLM-00 PRÁCTICA DE LABORATORIO NÚM 0 Página 1 de 10 Rev. nº 1.0 Fecha 28/10/2010 SOFTWARE DE SIMULACIÓN BASADO EN RAYLEIGH-SOMMERFELD Equation Chapter 1 Section 1 Información de la práctica Título: Asignatura:
Más detallesMateria: Matemáticas Curso: Noveno de Básica BREVE DESCRIPCIÓN DE LA CLASE:
Materia: Matemáticas Curso: Noveno de Básica BREVE DESCRIPCIÓN DE LA CLASE: Durante este curso se contribuirá al desarrollo del pensamiento lógico, reflexivo y crítico de los estudiantes, es por ello,
Más detallesNúmeros reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos.
MATEMÁTICAS I Contenidos. Aritmética y álgebra: Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos. Resolución e interpretación gráfica de ecuaciones e
Más detallesUNIVERSIDAD TECNICA LUIS VARGAS TORRES DE ESMERALDAS FACULTAD DE INGENIERÍAS Y TECNOLOGÍAS SILABO DE ALGEBRA LINEAL
UNIVERSIDAD TECNICA LUIS VARGAS TORRES DE ESMERALDAS FACULTAD DE INGENIERÍAS Y TECNOLOGÍAS SILABO DE ALGEBRA LINEAL 1. DATOS INFORMATIVOS: Facultad: Ingenierías y Tecnologías Escuela: Ingeniería Mecánica
Más detallesEste método se basa en buscar el elemento menor el vector y colocarlo en la primera
Lectura ORDENACIÓN DE ARREGLOS Con frecuencia se requiere clasificar u ordenar los elementos de un vector (arreglo unidimensional) en algún orden en particular. Por ejemplo, ordenar un conjunto de números
Más detallesPráctica de Óptica Geométrica
Práctica de Determinación de la distancia focal de lentes delgadas convergentes y divergentes 2 Pre - requisitos para realizar la práctica.. 2 Bibliografía recomendada en referencia al modelo teórico 2
Más detallesVisión artificial y Robótica Geometría. Depto. de Ciencia de la Computación e Inteligencia Artificial
Visión artificial y Robótica Geometría Depto. de Ciencia de la Computación e Inteligencia Artificial Contenidos Geometría 2D y 3D Transformación de coordenadas Calibración de la cámara Álgebra necesaria
Más detalles2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual
Prueba Escrita de matemática / Nivel: Sétimo año 1. Estadística - Unidad estadística - Características - Datos u observaciones - Población - Muestra - Variabilidad de los datos - Variables cuantitativas
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 detallesTema 3. Electrónica Digital
Tema 3. Electrónica Digital 1.1. Definiciones Electrónica Digital La Electrónica Digital es la parte de la Electrónica que estudia los sistemas en los que en cada parte del circuito sólo puede haber dos
Más detallesCapitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS
Capitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS INTRODUCCIÓN En el mundo real, tanto en las relaciones económicas como en las políticas o sociales, son muy frecuentes las situaciones en las que, al
Más detallesProcesador Concepto Tipos Velocidad de proceso Características funciones aritmético- lógicas y de control
Tecnologías de Hardware Puntos a Desarrollar Procesador Concepto Tipos Velocidad de proceso Características funciones aritmético- lógicas y de control Memoria Principal Memoria RAM Concepto Características
Más detallesUNIVERSIDAD NACIONAL EXPERIMENTAL DE GUAYANA VICERRECTORADO ACADÉMICO COORDINACION DE PRE-GRADO PROYECTO DE CARRERA DE INGENIERIA INDUSTRIAL
VICERRECTORADO ACADÉMICO COORDINACION DE PRE-GRADO PROYECTO DE CARRERA DE INGENIERIA INDUSTRIAL PROGRAMA: PROGRAMACION I CÓDIGO ASIGNATURA: 1215-208 PRE-REQUISITO: 1215-102 SEMESTRE: II (SEGUNDO) UNIDADES
Más detalles: Algorítmica y Estructura de Datos I
FACULTAD POLITÉCNICA DIRECCIÓN ACADÉMICA PROGRAMA DE ESTUDIO I. IDENTIFICACIÓN Carrera : Ingeniería de Sistemas CARGA HORARIA (Horas reloj) Asignatura : Algorítmica y Estructura de Datos I Carga Horaria
Más detallesSeñales: Tiempo y Frecuencia PRÁCTICA 1
Señales: Tiempo y Frecuencia PRÁCTICA 1 (1 sesión) Laboratorio de Señales y Comunicaciones PRÁCTICA 1 Señales: Tiempo y Frecuencia 1. Objetivo El objetivo de esta primera práctica es revisar: las principales
Más detallesA continuación se recogen los bloques de contenido directamente relacionados con los criterios de evaluación por unidad del segundo trimestre.
UNIDADES DIDÁCTICAS 4º DIVERSIFICACIÓN A continuación se recogen los bloques de contenido directamente relacionados con los criterios de evaluación por unidad del segundo trimestre. 1 UNIDADES DIDÁCTICAS
Más detallesCIRCUITO 1: CIRCUITO RC
CIRCUITOS DIDACTICOS DE LA MATERIA DE DISPOSITIVOS Y CIRCUTOS ELECTRONICOS Y DE DISEÑO DE SISTEMAS DIGITALES. JUSTIFICACION. Los siguientes circuitos son considerados ejemplos didácticos y representativos
Más detallesPROCESAMIENTO DE IMÁGENES DIGITALES
PROCESAMIENTO DE IMÁGENES DIGITALES 1 4 º C U R S O D E G R A D O I N G E N I E R Í A I N F O R M Á T I C A - T E C N O L O G Í A S I N F O R M Á T I C A S O P T A T I V A ( C U A T R I M E S T R E 1 )
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS LICENCIATURA EN SISTEMAS COMPUTACIONALES
UNIVERSIDAD AUTÓNOMA DE CHIAPAS LICENCIATURA EN SISTEMAS COMPUTACIONALES Área de formación: Disciplinaria Unidad académica: Programación Orientada a Objetos Ubicación: Cuarto Semestre Clave: 2087 Horas
Más detalles1 Representación por superficies de polígonos
1 La representación de frontera que más se utiliza para un objeto gráfico tridimensional es un conjunto de polígonos de superficie que encierran el interior del objeto. Muchos sistemas gráficos almacenan
Más detallesProcesamiento de imágenes
Procesamiento de imágenes Técnicas de realce de imágenes Técnicas de realce de imágenes Las imágenes digitalizadas no presentan siempre una calidad adecuada para su utilización, ello puede ser debido a
Más detallesCAPÍTULO 4: RESULTADOS
CAPÍTULO 4: RESULTADOS En la mayoría de los resultados de medición se utilizó una herramienta del osciloscopio que permite realizar varias mediciones y hace cálculos estadísticos para obtener un promedio
Más detallesConectados con el pasado, proyectados hacia el futuro Plan Anual de Matemática II Año PAI VII Grado
Actualizado en febrero del 2013 Conectados con el pasado, proyectados hacia el futuro Plan Anual de Matemática II Año PAI VII Grado CONTENIDOS OBJETIVOS ESPECÍFICOS HABILIDADES CRITERIOS DE EVALUACIÓN
Más detallesPráctica 6. Tratamiento de imágenes mediante Matlab
Práctica 6 Tratamiento de imágenes mediante Matlab MODIFICACIÓN DE LOS COLORES.... OBTENCIÓN DEL NEGATIVO DE UNA IMAGEN....2 MODIFICACIÓN DEL BRILLO DE UNA IMAGEN... 2.3 DIBUJO DE LA IMAGEN EN BLANCO
Más detallesObjetos de aprendizaje: Computadora
MOMENTO I. BLOQUE 1. Opera las funciones básicas del sistema operativo y garantiza la seguridad de la información Objetos de aprendizaje: Computadora Lectura 1: La Computadora La computadora es una máquina
Más detallesComputadora y Sistema Operativo
Computadora y Sistema Operativo Según la RAE (Real Academia de la lengua española), una computadora es una máquina electrónica, analógica o digital, dotada de una memoria de gran capacidad y de métodos
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN ACATLÁN PROGRAMA DE ASIGNATURA CLAVE: 1409 SEMESTRE: 4 (CUARTO) MODALIDAD
Más detallesLOS SISTEMAS ADAPTATIVOS
0010100100100101010110010001 0101010001010100101000101 0010100011110010110010001 11111111111010100010101001010010100010101010101 0010100011110101010101011100101001001010101100100010010100011110101010001
Más detallesOBJETIVOS: CONTENIDO:
DOCENTE FORMADOR: INTRODUCCIÓN: 1 Lic. ELÍAS RIVERA DÁVILA La Robótica Educativa es la generación de entornos de Aprendizaje basados principalmente en la iniciativa y la actividad de los estudiantes. Ellos
Más detallesANEXO 1. CALIBRADO DE LOS SENSORES.
ANEXO 1. CALIBRADO DE LOS SENSORES. Las resistencias dependientes de la luz (LDR) varían su resistencia en función de la luz que reciben. Un incremento de la luz que reciben produce una disminución de
Más detallesOBJETIVO. Lograr un conocimiento básico de la física del método que les permita su adecuada. mismo
PRINCIPIOS FÍSICOS DE LA TOMOGRAFÍA COMPUTADA Cátedra de Diagnóstico por Imágenes y Terapia Radiante OBJETIVO Lograr un conocimiento básico de la física del método que les permita su adecuada interpretación
Más detallesPROCESAMIENTO DE SEÑALES. Procesamiento de señales e imágenes biomédicas
PROCESAMIENTO DE SEÑALES Procesamiento de señales e imágenes biomédicas Ingeniería Biomédica ECG (electrocardiograma) EMG abdominal ( electromiografía abdominal) EEG (electroencefalograma) EGG (electrogastrografía)
Más detallesCapítulo 6. Relaciones. Continuar
Capítulo 6. Relaciones Continuar Introducción Una relación es una correspondencia entre dos elementos de dos conjuntos con ciertas propiedades. En computación las relaciones se utilizan en base de datos,
Más detallesCORUNIVERSITEC - TULUÁ Facultad de Tecnología en Ingeniería de sistemas I Semestre
CORUNIVERSITEC - TULUÁ Facultad de Tecnología en Ingeniería de sistemas I Semestre Definición de ingeniería Objetivo: Comprender la labor del ingeniero; el fin y los medios que utiliza y los campos en
Más detallesPARA CONSTRUIR CUALQUIER TIPO DE TRIÁNGULOS Y POLIGONOS REGULARES. DANIEL BEJARANO SEGURA Licenciado en Matemáticas y Física
MÉTODO DABEJA PARA CONSTRUIR CUALQUIER TIPO DE TRIÁNGULOS Y POLIGONOS REGULARES DANIEL BEJARANO SEGURA Licenciado en Matemáticas y Física dabejase@yahoo.es MÉTODO DABEJA PARA CONSTRUIR CUALQUIER TIPO DE
Más detalles1. Señales y sistemas Sistemas lineales e invariantes en el tiempo (SLI) 13.5
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO ANÁLISIS DE SISTEMAS Y SEÑALES 1418 4 09 Asignatura Clave Semestre Créditos Ingeniería Eléctrica Ingeniería de Control
Más detallesConceptos básicos de Geometría
Dr. Eduardo A. RODRÍGUEZ TELLO CINVESTAV-Tamaulipas 15 de enero del 2013 Dr. Eduardo RODRÍGUEZ T. (CINVESTAV) 15 de enero del 2013 1 / 25 1 Geometría Afín Geometría Euclidiana Áreas y ángulos Dr. Eduardo
Más detallesUniversidad de Alcalá
Universidad de Alcalá Departamento de Electrónica CONVERSORES ANALÓGICO-DIGITALES Y DIGITALES-ANALÓGICOS Tecnología de Computadores Ingeniería en Informática Sira Palazuelos Manuel Ureña Mayo 2009 Índice
Más detallesMetodología para la solución de problemas programables
Metodología para la solución de problemas programables Nosotros efectuamos día a día una serie de pasos, acciones y procedimientos para solucionar problema y esto es de forma natural y casi inconscientemente
Más detallesPRACTICA N 3 ADQUISICIÓN DE DATOS DE TEMPERATURA Y VELOCIDAD
PRACTICA N 3 ADQUISICIÓN DE DATOS DE TEMPERATURA Y VELOCIDAD Fecha de entrega: 28 de septiembre Durante la realización de esta práctica el estudiante debe familiarizarse con el uso de dos tipos de sensores:
Más detallesPrograma de Asignatura
Departamento de Ingeniería Industrial Programa: Ingeniería Mecatrónica, Plan 007- Asignatura: Electrónica Industrial Clave: 995 Semestre: VII Tipo: Obligatoria H. Teoría: H Práctica: H. Lab: 0 HSM: Créditos:
Más detallesTema 2 Introducción a la Programación en C.
Tema 2 Introducción a la Programación en C. Contenidos 1. Conceptos Básicos 1.1 Definiciones. 1.2 El Proceso de Desarrollo de Software. 2. Lenguajes de Programación. 2.1 Definición y Tipos de Lenguajes
Más detallesLa Evaluación Financiera de Proyectos de Informática
La Evaluación Financiera de Proyectos de Informática Cómo clasificar costos y beneficios? Cuáles son los costos y beneficios típicos de un proyecto de informática? Qué técnica es apropiada para evaluar
Más detallesVisión artificial y Robótica Modelos de movimiento y mapas. Depto. de Ciencia de la Computación e Inteligencia Artificial
Visión artificial y Robótica Modelos de movimiento y mapas Depto. de Ciencia de la Computación e Inteligencia Artificial Contenidos Sistemas de coordenadas Localización de objetos en el espacio Modelos
Más detallesSILABO DE FISICA II I. DATOS GENERALES
UNIVERSIDAD PRIVADA DEL NORTE Departamento de Ciencias SILABO DE FISICA II I. DATOS GENERALES 1.1 Facultad : Ingeniería 1.2 Carrera Profesional : Ingeniería Industrial 1.3 Departamento Académico : Ciencias
Más detallesRepresentación de números enteros: el convenio exceso Z
Representación de números enteros: el convenio exceso Z Apellidos, nombre Martí Campoy, Antonio (amarti@disca.upv.es) Departamento Centro Informàtica de Sistemes i Computadors Escola Tècnica Superior d
Más detallesDIPLOMADO. Evaluación de la Calidad de la práctica docente para la implementación del Nuevo Modelo Educativo en Escuelas de Ingeniería del I.P.N.
DIPLOMADO Evaluación de la Calidad de la práctica docente para la implementación del Nuevo Modelo Educativo en Escuelas de Ingeniería del I.P.N. Trabajo Final Propuesta Metodológica del área de Ciencias
Más detallesCalendario Lenguaje Matemática Inglés Hist. Cs.Soc Cs.Nat (1º -8º Básico) 17 de Junio 23 de Junio 28 de Junio 30 de Junio 4 de Julio
Curso: 7º Básico Nivel de Séptimos del Primer Semestre (coef. 2), de según fecha indicada para cada sector de Hist. Cs.Soc Cs.Nat (1º -8º Básico) 17 de Junio 23 de Junio 30 de Junio 4 de Julio Los Sectores
Más detallesCurso de Inducción de Matemáticas
Curso de Inducción de Matemáticas CAPÍTULO 1 Funciones y sus gráficas M.I. ISIDRO I. LÁZARO CASTILLO Programa del Curso 1. Funciones y sus gráficas. 2. Límites. 3. Cálculo Analítico de Límites. 4. Derivación.
Más detallesTutor: Ing. Eddie Galarza. Autores: Edison Xavier Sánchez Quevedo Edison Saúl Gallardo Calvopiña
DISEÑO Y CONSTRUCCIÓN DE UN SISTEMA DE AUTENTIFICACIÓN CON RECONOCIMIENTO FACIAL MEDIANTE PROCESAMIENTO DE IMÁGENES CON LA UTILIZACIÓN DE SOFTWARE LIBRE Y TECNOLOGÍA RASPBERRY PI Autores: Edison Xavier
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 detallesSistema electrónico digital (binario) que procesa datos siguiendo unas instrucciones almacenadas en su memoria
1.2. Jerarquía de niveles de un computador Qué es un computador? Sistema electrónico digital (binario) que procesa datos siguiendo unas instrucciones almacenadas en su memoria Es un sistema tan complejo
Más detallesTEMA 7: INGENIERIA DEL SOFTWARE.
TEMA 7: INGENIERIA DEL SOFTWARE. 7.1. Definición de software 7.2. Características del software 7.3. Componentes del software 7.4. Ciclo de vida 7.4.1. Análisis de requisitos 7.4.2. Diseño 7.4.3. Implementación
Más detallesUniversidad Autónoma del Estado de México Licenciatura en Ingeniería en Sistemas Energéticos Sustentables
Universidad Autónoma del Estado de México Licenciatura en Ingeniería en Sistemas Energéticos Sustentables Programa de estudio de la unidad de aprendizaje: I. Datos de identificación Espacio educativo donde
Más detallesSISTEMAS INFORMÁTICOS PROGRAMACION I - Contenidos Analíticos Ing. Alejandro Guzmán M. TEMA 2. Diseño de Algoritmos
TEMA 2 Diseño de Algoritmos 7 2. DISEÑO DE ALGORITMOS 2.1. Concepto de Algoritmo En matemáticas, ciencias de la computación y disciplinas relacionadas, un algoritmo (del griego y latín, dixit algorithmus
Más detallesTécnicas de Clasificación Supervisada DRA. LETICIA FLORES PULIDO
Técnicas de Clasificación Supervisada DRA. LETICIA FLORES PULIDO 2 Objetivo El objetivo principal de las técnicas de clasificación supervisada es obtener un modelo clasificatorio válido para permitir tratar
Más detallesuitécnico SUPERIOR UNIVERSITARIO EN MECATRÓNICA ÁREA SISTEMAS DE MANUFACTURA FLEXIBLE
uitécnico SUPERIOR UNIVERSITARIO EN MECATRÓNICA ÁREA SISTEMAS DE MANUFACTURA FLEXIBLE HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS Pág. 1 de 21 1. Nombre de la asignatura Robótica 2. Competencias
Más detalles1.3.- V A L O R A B S O L U T O
1.3.- V A L O R A B S O L U T O OBJETIVO.- Que el alumno conozca el concepto de Valor Absoluto y sepa emplearlo en la resolución de desigualdades. 1.3.1.- Definición de Valor Absoluto. El valor absoluto
Más detallesFICHA PÚBLICA DEL PROYECTO
NUMERO DE PROYECTO: 218824 EMPRESA BENEFICIADA: MICROCALLI DEL GOLFO S.A DE C.V TÍTULO DEL PROYECTO: LÍNEA DE PRODUCTOS DE SOFTWARE PARA DOMÓTICA OBJETIVO DEL PROYECTO: Incorporar el paradigma de LPS como
Más detallesGUIA 2: Repaso sobre uso de C#. Funciones, métodos y arreglos.
1 Programación II, Guía 2 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación II GUIA 2: Repaso sobre uso de C#. Funciones, métodos y arreglos. Objetivos Utilizar la sintaxis de las funciones
Más detallesCONTENIDOS Y CRITERIOS DE EVALUACIÓN MATEMÁTICAS 6º ED.
. G r e d o s S a n D i e g o V a l l e c a s CONTENIDOS Y CRITERIOS DE EVALUACIÓN MATEMÁTICAS 6º ED. PRIMERA EVALUACIÓN El Sistema de numeración decimal El sistema de numeración decimal. Lectura y escritura
Más detallesElaboración de Documentos en Procesadores de Textos
Las tablas permiten organizar la información en filas y columnas, de forma que se pueden realizar operaciones y tratamientos sobre las filas y columnas. Por ejemplo, obtener el valor medio de los datos
Más detallesIA con RARS. Miguel Ángel Herranz Trillo Juan Ramón Martín Blanco. Práctica Final de IRC
Práctica Final de IRC Introducción a RARS RARS (Robot Auto Racing Simulator) Simulador de carreras de coches de código abierto. Útil como entorno para experimentación en inteligencia artificial. Física
Más detallesMonitorización continua las 24 Horas del día Capacidad de operar en redes de área extensa, a través de diferentes vías de comunicación
1.0 Introducción Hoy en día es difícil imaginar una actividad productiva sin el apoyo de un computador o de una máquina, en la actualidad estas herramientas no sólo están al servicio de intereses económicos,
Más detallesRobótica educativa: Nao, el nuevo amigo de las personas con autismo
Robótica educativa: Nao, el nuevo amigo de las personas con autismo Rebeca Albesa Labrador, dirección de E-Innova UCM Nao es el nombre del robot humanoide programable y autónomo que la compañía de robótica
Más detallesTema 14: Sistemas Secuenciales
Tema 14: Sistemas Secuenciales Objetivos: (CONTADORES) Introducción. Características de los contadores. Contadores Asíncronos. Contadores Síncronos. 1 INTRODUCCIÓN Los contadores son sistemas secuenciales
Más detallesMapa Curricular: Funciones y Modelos
A.PR.11.2.1 Determina el dominio y el alcance de las funciones a partir de sus diferentes representaciones. A.PR.11.2.2 Identifica y aplica las relaciones entre los puntos importantes de una función (ceros,
Más detallesSIG. CIAF Centro de Investigación y Desarrollo en Información Geográfica. Fundamentos de Sistemas de Información Geográfica C U R S O.
Grupo SIG C U R S O Fundamentos de Sistemas de Información Geográfica UNIDAD 1 Generalidades de los Sistemas de Información Geográfica Tema 3 Ciclo de vida y componentes de los SIG CIAF Centro de Investigación
Más detallesTEMA 2. CAMPO ELECTROSTÁTICO
TEMA 2. CAMPO ELECTROSTÁTICO CUESTIONES TEÓRICAS RELACIONADAS CON ESTE TEMA. Ejercicio nº1 Indica qué diferencias respecto al medio tienen las constantes K, de la ley de Coulomb, y G, de la ley de gravitación
Más detallesUNIDAD 12: ESTADISTICA. OBJETIVOS
UNIDAD 12: ESTADISTICA. OBJETIVOS Conocer y manejar los términos básicos del lenguaje de la estadística descriptiva elemental. Conocer y manejar distintas técnicas de organización de datos estadísticos
Más detallesTema 5: Semejanza. 1.- Introducción: Concepto de Escala y Teorema de Pitágoras.
Tema 5: Semejanza. En este tema nos dedicaremos al estudio de los triángulos y polígonos, y dedicaremos un apartado a un famoso teorema, que nos será de utilidad para entender la semejanza entre ellos:
Más detallesSistemas de información Administrativa II
Sistemas de información Administrativa II UNIDAD 1 MSI. José Luis Llamas Cárdenas Ciclo de Vida Proceso de todo sistema de información Sistemas de Información El sistema informativo esta comprendido por
Más detalles1 MANUAL DE USUARIO DE LA MACRO ANÁLISIS ESTADÍSTICO DE SERIES DE CAUDALES
ANEXOS 1 MANUAL DE USUARIO DE LA MACRO ANÁLISIS ESTADÍSTICO DE SERIES DE CAUDALES 1.1 OBJETIVO El objetivo principal de esta herramienta es permitir el análisis de series de tiempo hidroclimatológicas.
Más detallesPROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C)
PROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C) I.E.S. Universidad Laboral de Málaga Curso 2015/2016 PROGRAMACIÓN DE LA
Más detallesUNIVERSIDAD RICARDO PALMA
UNIVERSIDAD RICARDO PALMA Facultad de Ingeniería ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA ELECTRÓNICA SÍLAB0 PLAN DE ESTUDIOS 2006-II I. DATOS GENERALES Nombre : MICROPROCESADORES Código : CE 0606 Área
Más detallesMinisterio de Educación. Base de datos en la Enseñanza. Open Office. Módulo 4: Diseñador de Consultas (+ info)
Ministerio de Educación Base de datos en la Enseñanza. Open Office Módulo 4: Diseñador de Consultas (+ info) Instituto de Tecnologías Educativas 2011 Más información sobre el Diseñador de consultas Como
Más detallesUNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS PROGRAMA DE MATEMÁTICAS PLAN DE ESTUDIOS
UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS PROGRAMA DE MATEMÁTICAS PLAN DE ESTUDIOS ASIGNATURA : ELECTIVA I - PROGRAMACION CÓDIGO : 8104661 SEMESTRE : IV CRÉDITOS : 4 FECHA DE
Más detalles3. COMPONENTES DEL SISTEMA
3. COMPONENTES DEL SISTEMA 3.1. ESTRUCTURA En este apartado se describen los diferentes componentes que conforman el sistema desarrollado de reconocimiento facial, tanto a nivel físico, entorno de trabajo
Más detallesEstándares de Contenido y Desempeño, Estándares de Ejecución y Niveles de Logro Marcado* MATEMÁTICA
Estándares de Contenido y Desempeño, Estándares de Ejecución y Niveles de Logro Marcado* MATEMÁTICA * Se distinguen con negrita en el texto. ESTÁNDAR DE CONTENIDO Y DESEMPEÑO Nº 1 Conocer la estructura
Más detalles