Lgica difusa - Grado de verdadLa teora de conjuntos difusos permite especificar cuan bien un objeto satisface una descripcin vaga.Dato: Mario es alto Es verdadero dada la altura de Mario es 1.65m? ..... Mas o menos....Observar que no hay valores inciertos, la altura de Mario es clara 1.65m el termino alto es vago, Como interpretarlo?

Lgica difusaDada una sentencia Mario es alto y Mario tiene fiebre alta La lgica difusa determina el valor de verdad en funcin de los valores de verdad de sus componentes utilizando reglas difusas en su evaluacin

DefusificacinObtener como salida un valor numrico para cada una de las salidas del sistema a partir de conjuntos difusosExisten varias tcnicas de defusificacinMtodo del centro de gravedadMtodo del semifalloMedia ponderada

Visin ComputacionalUn sistema de visin artificial debe tener los siguientes componentes Procesamiento de la ImagenAnlisis de la ImagenSalidaCaptura de la imagen

Procesamiento de ImgenesConsiste en transformar la imagen en algo que sea mas manejable para la segunda fase donde se llevaran acabo operaciones como:Filtrado Remarcar los bordesDetectar regiones similaresExtraccin de caractersticas que permitan un mejor anlisis en la siguiente fase

Procesamiento de ImgenesFiltrado consiste en aplicar algn mtodo para mejorar o resaltar alguna regin de la imagen Histograma

Procesamiento ImagenQuitar ruido es otra aspecto importante del filtrado de imgenesEl detectar los bordes de una imagen puede ser considerado como un proceso de segmentacin de imgenes.

Red Neuronal Celular

Procesamiento de ImgenesLa deteccin de regiones similares corresponde a un proceso de segmentacin de una imagen a travs de las intensidades de color que puedan tener, como por ejemplo usar los coeficientes de Fourier.

Procesamiento de ImgenesExtraccin de caractersticasExisten varias tcnicas que nos ayudan en la deteccin de caractersticas mas resaltantes de una imagen:Transformada de FourierTransformada de WaveletMomentos, etcRepresentacin mediante grafos

Procesamiento de ImgenesTransforamda de Fourier 1DEsta transformada representa un cambio de domnio.

Nos ayuda a obtener un vector de caractersticas invariante a ciertos tipos de transformaciones geomtricas

Procesamiento de ImgenesDescriptor de Fourier:Existe una propriedad por la cual:Si el contorno de la imagen que estan en coordenadas ( x , y ) convertida como uma funo : U(u) = x + y*iAplicando Fourier

A magnitude de seus coeficientes so invariantes ao rotao.

Procesamiento de ImgenesTransformada de Fourier 2DPermite trabajar con imgenes como una representacin en dos dimensiones dadas por una funcin F(x,y)

Procesamiento de ImgenesPropiedades de la Transformada de FourierInvariante a traslacin: Si F(u, v) = [f(x, y)]^

Procesamiento de ImgenesPropiedades de la Transformada de FourierInvariante a rotacin: Si x = r cos, y = r sen

Procesamiento de ImgenesPropiedades de la Transformada de FourierInvariante al tamao: el tamao se ve afectado por el radio r si donde es eliminado por normalizacin, si entonces y haciendo: entonces

Procesamiento de Imgenes Wavelets como alternativa de tiempo y escala Transformada de Ventanas de Fourier Transformada de Fourier

Procesamiento de Imgenes

Procesamiento de ImgenesEjemplo de utilizacin de los wavelets en una imagen de un rostro

Procesamiento de ImgenesMomentos

Procesamiento de ImgenesAplicacin de Momentos

Procesamiento de ImgenesAplicacin de Momentos

Procesamiento de Imgenes

Procesamiento de ImgenesMomentos de HU extrae caractersticasDada una funcin bidimensional continua f(x,y) se define un momento de orden (p + q) por la relacin:

Y para una imagencon

Procesamiento de ImgenesRepresentacin mediante grafos

Robtica - IntroduccinRobtica:Objetivo: Desarrollar e integracin de nuevas tcnicas y algoritmos para la construccin de robots.Desafi: Realizar el potencial del Hardware a travs de software.Problema: Diversidad y complejidad de las aplicaciones existentes tienen restringido el avance de la robtica.

IntroduccinUn Robot tiene por lo menos tres componentes principalesSensores (entradas)Sentir el ambienteEfectores o Actuadores (salidas)Actuar sobre el ambienteSistema de control (computacin)Raciocinar sobre acciones a realizar

Componentes: SensoresSentir: percibir del ambienteSensor: dispositivo que detecta un fenmeno fsico y manda un seal para un dispositivo controlador.La mayora de los robots industriales no percibe muchas cosas

Componentes: SensoresSensores visuales CmaraSensores activosSonares, infra-rojos.Tctiles Sensores de colisinSon los mas usados (robots mviles tambin requieren Sensores visuales o activos)

Componentes: Sensores VisualesVisin computacional es un rea compleja de investigacin.Un sistema de visin tpico tiene la forma

Componentes: EfectoresSon las partes del robot que interactan con el medio ambiente.Pueden incluirSistemas de manipulacinRobots industrialesSistemas de locomocinRobots mviles

Componentes: EfectoresSistemas de manipulacionesBrazoEfectoresGarraElectromagnticoVentosaPistolaotros

Componentes: EfectoresSistemas de locomocinRuedasEsferasPiernasCombinacin de sistemas

Componentes: ControlEn algunas tareas como la navegacin en un ambiente complejo el robot necesita planear sus acciones para lidiar con su ambiente y las circunstancias encontradasEl robot intenta modelar su ambiente y planea sus movimientos en funcin de este

Componentes: ControlExisten varias tcnicas para controlar robotsTcnicas convencionales de programacinIA simblicaAlgoritmos genticosLgica difusaRedes neuronales artificiales

Robots MvilesUno de los objetivos de la robtica es el desarrollo de robots mviles autnomosAutnomo capaz de interactuar con su ambienteMvil capaz de moverse en el mundo realNavegacin

Robots MvilesVentajas de los robots mviles

FlexibilidadPueden realizar mas tareasAutonoma

Robots Mviles AplicacionesInspeccin: Robots pueden ir a locales de difcil acceso e peligrosos para los seres humanos, y son por lo tanto ideales para tareas de inspeccinSeguridad: equipados con cmaras, los robots pueden substituir a los humanos en tareas rutinarias de seguridad.Mapeamento: robots areos son ideales para esta tareaEspecialista remoto: el robot puede servir para ejecutar la tarea de un especialista humano sin que este necesite moverse

Robots Mviles AplicacionesVideo conferencia: pueden tornarse dinmica e interactivo gracias a robots equipados con cmarasTareas domesticas: pueden ejecutar tareas como cortador de grama, aspirador etc.Salvamento: pueden ser en tareas de salvamento en terremotos, naufragios, accidentes, etcTransporte de materiales: pueden ser usado para transporte de materiales en industrias, hospitales, etc

Robots MvilesDonde se puede usar IA?Planeamiento de trayectorias;NavegacinMapeamiento del ambienteProcesamiento de sealesControlCooperacinCompeticinDeteccin de fallas,

Robots Mviles NavegacinDefinicin: moverse en un ambiente en direccin a un objetivo, evitando obstculosEs la principal tarea realizada por un robot mvilUtiliza informacin proveniente de los censores para comandar sistemas de locomocinA

Robots Mviles CompeticinFtbol de robots

ComponentesControladorSensoresEfectoresAcoplamientoConversoresAmplificadoresBrazoRobots Manipuladores

Robots Manipuladores AplicacionesCarga y descarga en prensasFundicin y moldeCarga y descarga de herramientasSoldaduraPintura Montaje Manipulacin de objetos y herramientas en tareas de preescisin que tienen cierto riesgo.

Robots ManipuladoresProblemasCinemtica Directa: dada las posiciones de las uniones calcular la posicin de la garraCinemtica Inversa: Dadas las posiciones de la garra calcular las posiciones de las unionesDinmica: Dadas las posiciones, velocidades y torques aplicados en las uniones, calcule las aceleraciones

Robots ManipuladoresProblemasPlaneamiento de trayectorias: Dadas las posiciones velocidades y aceleraciones deseadas de las uniones o la forma de la trayectoria, calcular las posiciones velocidades y aceleraciones deseadas intermedias.Control del Movimiento: dadas las posiciones velocidades de las uniones calcular el torque.Control de Fuerza: dadas las fuerzas calcular los toruqes que deben ser aplicados en las uniones.

Introduccin razonamiento Basado en CasosLos sistemas expertos usan el conocimiento y lo reflejan en reglas Los CBR toma en consideracin lo que se ha hecho o vivido con anterioridad para tomar decisiones

CBR: ConceptoCBR es un razonamiento en base a la experiencia: usa ejemplos previos como punto de partida para el razonamientoCBR resuelve nuevos problemas recuperando y adaptando soluciones de problemas previosUn caso es una pieza contextualizada de conocimiento representando una experiencia o situacinLos casos almacenados describen situaciones previas con su solucin y resultado

Tipos de CBRMBR: Razonamiento Basado en MemoriaLa memoria representa una coleccin de casosEl proceso de razonamiento se corresponde con el proceso de recuperacinUtilizan tcnicas de procesamiento paraleloPueden ser utilizados en dominios con fuertes connotaciones sintcticas y semnticasABR: Razonamiento Basado en AnalogasResuelven un nuevo problema utilizando casos provenientes de un dominio de conocimiento diferenteCentrados en el estudio de mecanismos para la identificacin y utilizacin de analogas entre diferentes dominios

Tipos de CBREBR: Razonamiento Basado en EjemplaresSe centran en el aprendizaje de definiciones de conceptosLos casos ms parecidos se agrupan en clasesLa solucin de un problema ser la solucin de la clase a la que pertenece el caso recuperado ms similarIBR: Razonamiento Basado en InstanciasEBR centrado en problemas con fuertes connotaciones sintcticasNmero elevado de instancias (casos) y falta de conocimiento general sobre el dominioRepresentacin de una instancia utilizando vectores de caractersticasEn algunos casos, las fases del ciclo de vida pueden llegar a ser automatizadas

Ciclo de un CBR

Que es un caso?Hay 2 tipos de casosCasos de entradaEs la descripcin especifica de un problemaCasos almacenadosEncapsula previas situaciones especificas de un problemaContiene la solucinContiene el contexto especifico en el cual la solucin fue aplicadaEste contexto nos ayudara para decidir cuando aplicar de nuevo el caso aprendido

Que es un caso?Un caso usualmente tiene 2 partesEl caso propiamente dichoEl problema que describe el estado del mundo cuando ocurri el casoEste es usado para identificar el casoIndexacin y recuperacinLa solucin de casoLa explicacin de cmo el caso fue resuelto anteriormenteAdaptar el caso cuando este sea recuperado

Ventajas y DesventajasVentajasSe proponen soluciones rpidamenteNo se necesita conocer completamente el dominioCasos son tiles para conceptos mal definidosSe resaltan las caractersticas importantesDesventajasLos casos viejos pueden ser pobresLos casos ms apropiados pueden no ser recuperadosPuede necesitar conocimiento para realizar la adaptacin

ConclusionesEl razonamiento basada en casos (CBR) es una buena tcnica de decisin, a largo plazo.Cuanto mayor sea la base de casos, ms acertada ser la decisin que se tome.No est pensado para una implantacin inmediata.

Compu_ Evolutiva - Representacin de solucionesRepresentacin binariaUna de las representaciones mas utilizadas en los AG es la representacin binaria ideal para problemas donde las variables son discretas. Por lo tanto si las variables son continuas una conversin es necesaria.Por ejemplo si tenemos valores en el intervalo [0,1] que debe ser representado como cadenas binarias de tamao 3

Representacin de solucionesRepresentacin continuaPara casos donde el error ocasionado por la representacin binaria es critica los AG pueden usar directamente los valores continuos. En este caso ninguna conversin es necesaria. No en tanto se debe implementar operadores genticos de cruzamiento y mutacin adecuados a la representacin.

Operadores genticosSeleccin para la reproduccin El objetivo principal del operador de seleccin es copiar las mejores soluciones eliminando las soluciones de baja aptitud, mientras el tamao de la solucin es constante. Esto es realizado siguiendo los siguientes pasos.Identificar las mejores soluciones de la poblacinRealizar mltiples copias de las mejores solucionesEliminar soluciones de baja aptitud lo que permite que varias copias de las mejores soluciones puedan ser insertadas en la poblacin.

Operadores genticosSeleccin proporcional

Siendo Fi la aptitud de la solucin, N es el tamao de la poblacin. Por tanto la probabilidad de ser escogidos ser, 14.4%, 49.2%, 5.5% y 30.9%, que puede ser representado como una ruleta

Operadores genticosSeleccin por torneoEn la seleccin por el torneo son realizadas varias competiciones entre dos soluciones y la mejor solucin es copiada en la lista de soluciones. Este proceso es repetido hasta llenar la lista. Goldber demostr que este mtodo posee una convergencia igual o mejor que las otras estrategias de seleccin adems de poseer una complejidad menor que las otras. Para obtener el numero de copias esperado, es necesario obtener la probabilidad de cada solucin Pi.El numero de copias en la lista de soluciones es calculado por Ci = Pi N. O sea, las soluciones con mejor valor de aptitud tendrn mas copias en la lista de soluciones.

Operadores genticosSeleccin por ranking.Esta solucin ordena la poblacin por el valor de su aptitud, desde la peor solucin 1 hasta la mejor N sendo el numero de copias proporcional a su ranking.

Operadores genticosCruzamiento: Este operador genera nuevas soluciones a partir de las soluciones escogidas de la lista de soluciones. El operador de cruzamiento posee diferente variaciones, muchas de ellas especifican a un determinado problema. La forma mas simple de cruzamiento es conocida como cruzamiento de un punto, que consiste en:Escoger arbitrariamente dos individuos de la lista de solucionesEscoger dentro de la cadena del individuo una posicin k llamada posicin de cruzamientoCrear nuevos descendientes cambiando las cadenas parciales de cada uno de los individuos.

Operadores genticos

Operadores genticosMutacinLa mutacin es un operador que produce una alteracin aleatoria en una posicin de un pequeo nmero de individuos. La mutacin es la segunda manera de los AGs explorar el espacio de bsqueda. Esta pequea alteracin impide que el algoritmo gentico tenga convergencia muy rpida, evitando su estabilizacin en regiones de mnimos locales.ElitismoEl operador de elitismo mantiene las mejores soluciones encontradas previamente en las generaciones siguientes.

Algoritmos genticosPasos para implementar un AGPara resolver un determinado problema utilizando AG los siguientes pasos deben ser considerados:Definir una representacin a ser usada para cada individuo de manera que una solucin completa puede ser representadaDefinir las estrategias de substitucin, seleccin, cruzamiento y mutacin Definir la funcin de aptitudAjustar los siguientes parmetros: Tamao de la poblacin Probabilidad de cruzamiento Probabilidad de mutacin Numero de generaciones

EjemploConsidere el problema de maximizar la funcin f(x) = x2 en un intervalo de [0, 31]

EjemploSegunda generacin

Perceptron Multicapa

Perceptron MulticapaEjemplo

Perceptron Multicapa

Perceptron Multicapa