Sistemas Inteligentes en Ingenieria. Antonio Morán, Ph.D.

Transcripción

1 Sistemas Inteligentes en Ingenieria Antonio Morán, Ph.D.

2

3 El Ser Humano es Inteligente Tiene Capacidad Para: Aprender Razonar Intuir Mejorar Es Capaz de Trabajar en Forma Autónoma Diseño de Sistemas Inteligentes

4 Sistema Inteligente Autónomo Aprende Adaptivo Robusto Hace su trabajo por si solo. Conoce objetivos. Los consigue. Aprende de la experiencia. Mejora cada vez. No repite errores. Se adapta a situaciones diferentes. Responde en situaciones no previstas Buena perfomance aun si cambian las condiciones

5 Inteligencia Artificial y Sistemas Inteligentes Como representar artificialmente la inteligencia del ser humano Máquinas Inteligentes Materiales Inteligentes Software Inteligente

6 Anestesista en Operación Presión arterial Nivel adrenalina Cantidad anestesia

7 Anestesista en Operación Sistema Suministro Automático Presión arterial Nivel adrenalina Anestesia Cantidad anestesia

8 Suministro de Insulina Paciente Inyección de insulina cada 6 horas

9 Suministro de Insulina Sistema Suministro Automático Nivel Glucosa Nivel adrenalina Insulina Cantidad Insulina

10

11 Robot Inteligente

12

13 Diseño de Sistemas Inteligentes Redes Neuronales Lógica Difusa Algoritmos Genéticos

14 Redes Neuronales Sistemas con capacidad para estimar funciones no-lineales de varias entradas y varias salidas usando datos de entrada y salida Procesamiento No-Lineal Procesamiento Paralelo Auto-ajuste en Tiempo Real Capacidad para Optimizar Capacidad para Aprender

15 Pedro

16 Cerebro Pedro y = Φ(x)

17 Cerebro Dos y = (x)

18 Redes Neuronales Ingeniería Economía Medicina Procesamiento de señales, imágenes Modelamiento y control de sistemas Diagnósticos Reconocimiento de patrones Detección de fallas Pronósticos Estimaciones

19 Predictor de Petróleo en Pozos Suelo 5 m 4 m

20 Predictor de Petróleo Pozo Tem Hum Ca Su Tem Hum Ca Su Petróleo Pozo Pozo Pozo Predictor de Petróleo

21 Análisis de Riesgo en Entidades Finacieras Persona 1 Persona 2 Persona 3 Edad Ingres/mes Esposa (trabaja) 1 Número de hijos Casa propia 1 1 Casa (lugar) Carro (año) Pagó préstamo 1 1

22 Análisis de Riesgo en Entidades Finacieras Data Estimador de Riesgo Función matematica de varias entradas y una salida Red Neuronal

23

24

25 Tipos de Redes Neuronales

26 Código de una persona y = Φ(x) Cara de la persona Diez dígitos Matriz de 2x2

27 Código de una persona y = Φ(x) Cara de la persona Vector de 1 x 1 Vector de 4 x

28 Red Neuronal

29 Entrenamiento de la Red Neuronal Inicio Después de 1, etapas Después de 1, etapas

30

31

32

33 Qué es el Entrenamiento? y x y = ax + b y x 2 y = ax + bx + c

34

35

36

37

38

39 Sistema de Reconocimiento de Números Matriz de 9 x 6

40 Sistema de Reconocimiento de Números 9 x 6 = 54 Entradas 1 Salidas

41 Sistema de Reconocimiento de Números 1 Reconocimiento de 1% en datos de entrenamiento Reconocimiento de 88% en datos de validación

42

43

44 Detección de Anomalías Cardiacas

45 Detección de Anomalías Cardiacas Normal Fibrilosis auricular Fibrilosis ventricular Quistemia

46 Red Neuronal 62 puntos de un periodo 62 Entradas Salidas

47 Validación con Señales Cardiacas Ruidosas

48 Red Neuronal 62 Entradas Salidas Reconocimiento al 9% en señales de ruido bajo y medio Reconocimiento al 7% en señales de ruido alto

49 Detección y Diagnóstico de Enfermedades

50

51

52 Compresora de Imágenes Neuronal Imagen Imagen

53 Compresora de Imágenes Neuronal Lima Miami Compresor Expansor

54 Aplicaciones de Redes Neuronales en Robot Móviles Auto-Conducción de Vehículos Auto-Posicionamiento y Esquivameinto de Obstáculos

55 Automóvil que se Conduce Solo

56 Robots en Minería

57 Robots en Minería

58 Autoconducción de Vehículos

59 Autoconducción de Vehículos

60 Estructura de Control x* y* Vehículo x y

61 Trayectorias con Neuro-Control

62 Trayectorias con Neuro-Control

63 Robot Móvil que Esquiva Obstáculos Obstáculos Posición Final Posición Inicial

64 Robot móvil que esquiva obstáculos

65

66 Gracias por su atención!