Inteligencia Artificial

Slides:



Advertisements
Presentaciones similares
Introducción a la Investigación de Operaciones
Advertisements

Inteligencia artificial y sus aplicaciones
¿Por que estudiar búsquedas?
Representación del conocimiento
Diseño y análisis de algoritmos
Inteligencia Artificial
Problemas Algorítmicos
NUMERO DE CONTROL: NOMBRE DEL TRABAJO: MAPA CONCEPTUAL
Analisis deAlgoritmos
MATEMÁTICAS DISCRETAS.
Instituto Tecnológico De Villahermosa
Investigación de Operaciones II
Sistemas de Razonamiento Lógico
ESTRUCTURAS DE DATOS AVANZADAS
Método de Ford-Fulkerson
Inteligencia Artificial
INTELIGENCIA ARTIFICIAL
Inteligencia Artificial Adquisición automática del conocimiento
Introducción a la NP_Completitud Ineficiencia e Intratabilidad No Computablidad e Indecibilidad.
Inteligencia Artificial Resolver problemas mediante búsqueda
Inteligencia Artificial Resolver problemas mediante búsqueda
Listas circulares.
PROGRAMACIÓN LÓGICA.
Modelos de Programación Entera - Heurísticas
Complejidad Problemas NP-Completos
ESCUELA POLITECNICA DEL EJERCITO COMPUTACIÒN AVANZADA NOMBRES:
 La resolución de problemas algorítmicos no solamente implica que los informáticos sepan programar sino necesitan de otras habilidades como tener una.
Introducción a la NP_Completitud
Teoría de Grafos.
REDES BAYESIANAS Y DECISIÓN ESTADÍSTICA
Fundamentos de Programación
Programación entera y grafos
DISEÑOS DE COMPOSICION CENTRAL
Resolución de Problemas Método Simplex
Optimización Combinatoria usando Algoritmos Evolucionistas Problemas de Optimización. Idea: Encontrar una solución "factible" y "óptima" de acuerdo a algún.
Metodos de Inferencia Lenin Herrera.
Universidad de los Andes-CODENSA

Diseño y análisis de algoritmos
Aplicaciones de las Redes Neuronales Artificilaes Dr. Héctor Allende
Programación Lineal Entera Binaria
Parte II. Algorítmica. 3. Algoritmos voraces.
complejidad de un problema.
INSTITUTO TECNOLÓGICO DE VILLAHERMOSA. CATEDRATICO:
Agustín J. González ELO320: Estructura de Datos y Algoritmos
Programación Lineal Entera Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería Maestría en Ingeniería Eléctrica.
Aprendizaje en Árboles de Decisión
Programación lineal La programación lineal es una técnica matemática relativamente reciente, del siglo XX, que consiste en una serie de métodos y procedimientos.
I. Complejidad de Problemas
Problemas de grafos y Tratabilidad Computacional
MODELOS DEL PROCESO DE DECISIÓN DE OBJETIVOS
TALLER DE ESTUDIO INDEPENDIENTE (ILCE)
Tema 10: Algoritmos voraces
1 Flujo Máximo Agustín J. González ELO320: Estructura de Datos y Algoritmos.
Agustín J. González ELO320: Estructura de Datos y Algoritmos
Un mapa mental es un diagrama usado para representar las palabras, ideas, tareas y dibujos u otros conceptos ligados y dispuestos radialmente alrededor.
TEMA 5: El problema del flujo con costo mínimo
Creado por: Ángela Pico
Instituto Tecnológico De Villahermosa Alumno: Lázaro García Hernández.
ALUMNO: GABRIEL GARCÍA VELAZQUEZ NO.CONTROL: MATERIA: INV. OPERACIONES UNIDAD 3.
Evolución web WEB 4.0?. Sistema basado en hipertexto, que permite clasificar información de diversos tipos, conocido como la gran telaraña mundial. Funciona.
GRAFOS.
Introducción a los TADs
Matemáticas Discretas MISTI
La clase P juega un papel importante en la teoría de la complejidad computacional debido a que: 1. P es invariante para todos los modelos de cómputo que.
OPTIMIZACION DEL DESEMPEÑO DE ERROR
Problemas P, NP y NP-Completos CLASE P Los algoritmos de complejidad polinómica se dice que son tratables en el sentido de que suelen ser abordables en.
PROBLEMAS ALGORITMICOS.  Los programadores deben ser capaces de diseñar una solución de tal manera que puedan resolver los problemas planteados.  Estos.
A la compu… ¿se le escapa la tortuga? Dra. Isabel Méndez-Díaz.
Clasificación de problemas algorítmicos
Transcripción de la presentación:

Inteligencia Artificial Semana 02 (Resumen)

Contenido Representación del conocimiento Redes semánticas, Registros Predicado. Clasificación de problemas algorítmicos. Problemas de decisión, localización y optimización. Problemas P y NP. Descripción de algunos problemas.

Representación del conocimiento Redes Semánticas: Las redes semánticas tienen como objetivo trasladar la representación del conocimiento a partir de sus relaciones a un formalismo. La red semántica como tal, sería un grafo con: Nodos que vendrían a ser los conceptos Arcos (dirigidos) que representarían a las relaciones entre Nodos (conceptos) Ejemplo: 1 2 3 5 6 4

Representación del conocimiento Predicados: La lógica de predicados se basa en la idea de las sentencias, siendo estrictos diríamos que expresan relaciones entre objetos, cualidades y atributos de dichos objetos. Entiéndase por objeto: personas, conceptos u objetos físicos. Las cualidades, relaciones o atributos son denominados predicado, mientras que los objetos son conocidos como argumentos o términos de dicho predicado. Ejemplo: Color(Arbol, verde) Tamaño(Edificio, grande) Prestigio(Universidad, Bueno)

Clasificación de problemas algorítmicos Se clasifican : Por su Naturaleza No computables : No admiten solución por algoritmo Indecidibles : Son no computables Por su Tratabilidad Tratables: Existen para estos algoritmos de complejidad polinomial. Intratables: No existen para estos algoritmos de complejidad polinomial. Por el tipo de Respuesta

Problemas de decisión, localización y optimización problemas que tiene como característica principal el de dar una respuesta binaria,es decir positiva o Negativa. En este tipo de problema podemos encontrar a los famosos problemas P y PN

Problemas de decisión, localización y optimización Algunos ejemplos de problemas tipo P son: Resolución de Sistemas de Ecuaciones Lineales Ordenar números o buscar palabras en un texto. Cualquier problema de la Programación Lineal Alguno ejemplos de problemas tipo NP son: Programación de Tareas Coloración de mapas Optimización de Desperdicios Agente Viajero

Problemas de decisión, localización y optimización Localización y Optimización Son problemas en los que se trata de encontrar la ubicación óptima de una instalación dentro de un determinado espacio físico.

Descripción de algunos problemas Problema del agente viajero: Se le conoce también como TSP, el agente tiene que visitar n ciudades ,comenzando y terminando en la ciudad de inicio, como condición el agente debe visitar una sola vez cada ciudad tratando de hacer el recorrido con un costo mínimo.

Descripción de algunos problemas Problema de Selección de Proyectos. Consideremos “n” proyectos P1, P2, ..., Pn. Supongamos también que conocemos el costo ci y la utilidad neta esperada ui para cada uno de los proyectos Pi. Consideremos además un presupuesto “b” para la invertir en dichos proyectos El problema consiste en determinar un subconjunto de los “n” proyectos de modo tal que presente máxima suma de utilidades líquidas esperadas, y que el costo total no supere al presupuesto “b”.