Inteligencia Artificial

Documentos relacionados
Inteligencia Artificial

INTRODUCCIÓN A LA PROGRAMACIÓN Primer Parcial - Febrero 22 de Consideraciones Generales

Inteligencia Artificial. Aprendizaje neuronal. Ing. Sup. en Informática, 4º. Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani

Aprendizaje Automatizado

LABORATORIO DE MECANICA SEDE VILLA DEL ROSARIO

Ingeniería del Conocimiento

AREA ASIGNATURA: Estadística FECHA: PERÍODO: 1 DOCENTE: Susana Betancur Peláez

Examen Final. Electricidad Magnetismo y Materiales. Pontificia Universidad Javeriana. Nombre:

EXAMEN DE RECUPERACIÓN. FÍSICA Septiembre 18 del 2014 (08h30-10h30)

Pontificia Universidad Católica de Chile Facultad de Física. Estática

PRÁCTICA 14. Reflexión y refracción

CONDICIONES DE DILIGENCIAMIENTO DE LA GUÍA DE ESTUDIO

CARTA A LA FAMILIA. Noticias de ciencias

GUÍA PARA EL EXÁMEN DE ADMISIÓN

TERCERA EVALUACIÓN. Física del Nivel Cero A Abril 20 del 2012

Informe de Reporte Ejemplo. Análisis de. Aptitudes

Universidad Central de Venezuela Facultad de Ciencias Escuela de Computación Organización y Estructura del Computador II Semestre I-2014.

CONCEPTOS BÁSICOS (Freeman capt.1; Neural Nets capt. 4,5 y 7)

Computación Cuántica Topológica PARTE 1

TEMA 1. Introducción

Laboratorio de Física Universitaria 1 Movimiento Circular Uniforme en Video Point. Primavera 2006 Arturo Bailón

Construyamos una balanza! Palabras claves. Introducción. Sabía qué? Curiosidades

GRADO: TERCERO JORNADA: MAÑANA Y TARDE FECHA: DÍA MES AÑO

PRUEBA ESPECÍFICA PRUEBA 2011

FUNDAMENTOS DEL ÁLGEBRA. Folleto De Trabajo Para La Clase ECUACIONES LINEALES EN DOS VARIABLES

LABORATORIO DE MECÁNICA MOVIMIENTO DE PROYECTILES

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS

Diagrama de Distribución (Scatter Diagram)

APUNTES ACERCA DE LA ECUACIÓN DE LA RECTA

Otra forma de enumerar los resultados es en una tabla de frecuencia:

Departamento de Física TALLER DE MECÁNICA

Equilibrio y Movimiento de los objetos

INSTITUTO DE FORMACION PARA EL TRABAJO MULTITECH- SENA CARRERA: ASISTENTE ADMINISTRATIVO MODULO DE FORMACION INFORMÁTICA AVANZADA

MECÁNICA II CURSO 2004/05

EQUILIBRIO DE UN CUERPO RÍGIDO BAJO LA ACCIÓN DE FUERZAS COPLANARES.

Complejidad computacional (Análisis de Algoritmos)

Tema 1.- Correlación Lineal

Clasificación de sistemas

2015, Año del Generalísimo José María Morelos y Pavón

Localizando el punto de intersección

ESCUELA SUPERIOR POLITECNICA DEL LITORAL

SERVICIO NACIONAL DE APRENDIZAJE SENA

Curso de Inducción de Matemáticas

El Juego como Problema de Búsqueda

Una vez que se ha fijado las razones para recopilar los datos, es importante que se analice las siguientes cuestiones:

Parcial 1 DE CÁLCULO DIFERENCIAL Universidad de los Andes 31 de Agosto de 2010

La matemática en la cocina!

ECONOMÍA I / MICROECONOMÍA EXAMEN PARCIAL

Hoja 6: Estadística descriptiva

Prohibida su Venta. para uso didáctico

Ecuaciones Lineales en Dos Variables

Ángulos complementarios Un par de ángulos son complementarios si la suma resultante de sus medidas es.

CLASIFICACIÓN DE LA IMAGEN. Escuela de Ingeniería Civil y Geomática Francisco Luis Hernández Torres

643 = 6C + 4D + 3U 6 X X X1 Ejercicios. Escribe las posiciones que faltan de los números naturales.

Tablero Juego de masas Dinamómetro Poleas Aro de fuerzas Escala graduada Cuerda Pivote Balancín

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

GUIA DE TRABAJO Materia: Matemáticas. Tema: Geometría 20 Sólidos semejantes. Fecha: Profesor: Fernando Viso

BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA GUÍA TEMÁTICA DEL ÁREA DE INGENIERÍAS Y CIENCIAS EXACTAS. Ingeniería y Ciencias Exactas 2010.

Ing. Eduardo Cruz Romero w w w. tics-tlapa. c o m

ACTIVIDAD DE APRENDIZAJE

TEORÍA DE MECANISMOS ANÁLISIS DE MECANISMOS POR ORDENADOR

Elementos Diagramas de Clases Clase:

SEGUNDO TALLER DE REPASO

CAPÍTULO 3 RED NEURONAL PARA EL RECONOCIMIENTO DE ROSTROS

BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA GUÍA TEMÁTICA DEL ÁREA DE INGENIERÍAS Y CIENCIAS EXACTAS. Ingeniería y Ciencias Exactas 2013.

LECTURA 01: LA ESTADÍSTICA. TÉRMINOS DE ESTADÍSTICA. RECOLECCIÓN DE DATOS TEMA 1: LA ESTADISTICA: DEFINICION Y CLASIFICACION

Redes bayesianas temporales para reconocimiento de escenarios

Cinemática del Robot. CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides

Escuela de Agrimensura

PERIODO DOS DECIMO GRADO REPRESENTACION DE DISEÑOS

de Formación en Tecnología HP de Alto Impacto HP SDN Application Developer Nivel de Certificación ASE Curso Virtual

Actividad Reconociendo lo invariante en figuras simétricas

Guía de Materia Matemáticas Funciones

Inteligencia Artificial

Mecánica para Robótica

UNIVERSIDAD DON BOSCO DEPARTAMENTO DE CIENCIAS BÁSICAS LABORATORIO DE FÍSICA ASIGNATURA: ELECTRICIDAD Y MAGNETISMO

Colegio Decroly Americano Matemática 7th Core, Contenidos I Período

Guía de Repaso 12: Primera Ley de Newton g=10 m s 2

Complejidad de los Algoritmos

Redes Neuronales Artificiales

Encuadre de Clase Importancia y Actualidad de Planeación de Vida y Carrera. Psic. Rosalba Rosales Bonilla

Aux 6. Introducción a la Minería de Datos

Sr./Srta. estudiante, llene correctamente el formulario a máquina o con letra de imprenta en los espacios vacíos y adjunte el requisito solicitado.

y d dos vectores de igual módulo, dirección y sentido contrario.

Mercedes Granda Departamento de Electrónica y Computadores. Las propiedades de las redes de Petri nos permiten

3.2 CONTROL DE GIRO DE UN MOTOR DE INDUCCIÓN DE JAULA DE. Un motor de inducción tiene físicamente el mismo estator de una máquina

Nombre: Curso:_3. Si la fuerza se mide en newton (N) y el vector posición en metro (m), el torque se mide en N m.

Cálculo Diferencial - Parcial No. 2

6 DINAMICA DEL CUERPO RIGIDO

GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I TRABAJO Y ENERGIA COEFICIENTE DE FRICCIÒN

La matemática en la cocina!

Métodos de Búsqueda para juegos humano-maquina. PROF: Lic. Ana María Huayna D.

MOVIMIENTO CIRCULAR Medida de la aceleración normal o centrípeta con un acelerómetro

Matemáticas Grado 3 Localizar y nombrar puntos en una recta numérica

LECTURA 01: LA ESTADÍSTICA. TÉRMINOS DE ESTADÍSTICA. RECOLECCIÓN DE DATOS TEMA 1: LA ESTADISTICA Y CLASIFICACION

Transcripción:

Mayo 21 de 2008 El estudiante de la Pontificia Universidad Javeriana, como agente de su propia formación, es corresponsable de la Identidad Institucional, uno de cuyos cimientos es tener como hábito un comportamiento ético en todos los ámbitos de la vida. En este sentido me comprometo a realizar con total integridad esta evaluación, solamente empleando los recursos autorizados para su desarrollo. Consejo Académico, Acta Nro 79, abril 19 de 2004 Observaciones Tiene 2 horas para realizar el examen. Sólo puede sacar lapicero, lápiz y borrador (i.e. no se pueden usar celulares, computadores y/o cualquier dispositivo electrónico). No se permite el préstamo de ningún objeto (lápices, borradores, etc.), ni hablar con sus compañeros o mirar el examen de ellos. El fraude ocasiona la anulación del examen y proceso disciplinario. Escriba sus respuestas en este mismo cuestionario. Nombre: Código: Pregunta 1 2 3 Total Puntos 15 20 15 50 Cal. Página 1 de 6

PARTE 1 (15 Puntos) (Verdadero/Falso) 1. (3 Pts) Una red neuronal de un tamaño suficientemente grande puede dar respuestas exitosas en la mayoría de ambientes parcialmente observables. 2. (3 Pts) No siempre es posible determinar el tamaño de un objeto con una sola imagen. 3. (3 Pts) El cerebro del hombre puede ser descrito, en primera instancia, como una gran red neuronal multicapa. 4. (3 Pts) Si se tiene el problema de aprender una definición correcta de algún concepto Q a partir de un conjunto de instancias, una hipótesis (definición candidata de Q) es consistente con una instancia si ella predice que la instancia será un miembro de Q. 5. (3 Pts) Cualquier árbol de decisión con atributos Booleanos puede ser transformado en una red neuronal equivalente. PARTE 2 (20 Puntos) (Aprendizaje) 1. (2 Pts) Cuál de los siguientes puede aprender la función OR? a) Un perceptrón lineal. b) Una simple neurona. c) Una red de neuronas con una capa escondida. d) Todos. 2. (2 Pts) Cuál de los siguientes puede aprender la función XOR? a) Un perceptrón lineal. b) Una simple neurona. c) Una red de neuronas con una capa escondida. d) Todos. Página 2 de 6

3. (5 Pts) Un 1-DL es un árbol de decisión con entradas Booleanas en el cual al menos una rama de todo posible atributo lleva inmediatamente a una hoja (el atributo final lleva a dos hojas). Para los siguientes tres 1-DL y tres perceptrones cuál es equivalente con cual? (Asuma que en los perceptrones True es +1, False es 1 y la función de activación es g(x) = +1 si x > 0, 1 de lo contrario). a) A=1, B=2, C=3 b) A=1, B=3, C=2 c) A=2, B=1, C=2 d) A=3, B=2, C=1 4. (3 Pts) Usted está empezando una nueva compañía y quiere estudiar el mercado primero. En particular, usted tiene que reunir información sobre los descuentos que se ofrecen a los estudiantes. Habiendo visto la clase de IA, usted conoce algunos métodos de aprendizaje que le pueden ayudar a analizar los datos. Usted utiliza varios algoritmos de aprendizaje y obtuvo los siguientes resultados de exactitud: Algoritmo Datos de Datos de entrenamiento prueba AprendoFast 50 % 50 % NeuroAprendo 70 % 70 % ArribaInfo 65 % 75 % Cerebrito 90 % 65 % Página 3 de 6

Cuál algoritmo es la mejor opción para predecir la información? a) AprendoFast b) NeuroAprendo c) ArribaInfo d) Cerebrito 5. Considere redes neuronales con entradas en el rango [0, 1]. Una red está definida por el peso de las entradas y el valor del umbral en cada nodo. a) (4 Pts) Dibuje una red para representar la función mayoría (al menos la mitad de las entradas), para nodos de cuatro entradas. b) (4 Pts) Dibuje una red para representar la función exactamente dos de tres, para tres entradas. Página 4 de 6

PARTE 3 (15 Puntos) (Visión y Robótica) 1. (4 Pts) Considere el problema de construir un robot que juege ping-pong. Una de las cosas que hay que hacer es encontrar donde está la pelota y estimar su trayectoria. Suponga que se tiene un sistema de visión que puede encontrar la posición instantánea estimada (x, y, z) de la pelota. Dicha posición, para el tiempo t i, será usada como nodo evidencia O i en una DBN. Los nodos X i y V i, en la red, representan la posición y velocidad en el tiempo t i y el nodo F i representa la fuerza de fricción que actua sobre la pelota (que depende de la velocidad). La trayectoria de la pelota será entonces la secuencia de copias de estos nodos, uno por cada instante de tiempo. Cuál de las siguientes DBN representan correctamente la información anterior? (a) (b) (c) (d) 2. (4 Pts) Considere la siguiente figura que muestra dos carros en una autopista. Qué razón es válida para concluir que el carro A está más cerca que el carro B. a) A aparece más grande y los carros que están a igual distancia tienen tamaños similares. b) Como A y B están en el mismo plano vertical, y B aparece arriba de A, debe estar más lejos. c) Debido a que en distancias muy grandes dos líneas paralelas concuerdan, A está en paralelo con B. d) En stereo las distancias de los dos carros no se pueden medir pero pueden verse las proyecciones y de allí concluir la afirmación. Página 5 de 6

3. (7 Pts) La siguiente figura muestra un brazo pivote en la posición A. El pivote puede moverse a través del eje x. El brazo puede rotar alrededor del pivote, y el ángulo de rotación es θ. Dibuje el espacio de configuración para el brazo, marcando en el diagrama los puntos A y B, y mostrando una ruta solución para el problema de ir desde A hasta B. Sea lo más exacto posible. Página 6 de 6