Modelado e Identificación de Sistemas Complejos (Un enfoque de IA) Dr. Juan José Flores Romero División de Estudios de Posgrado Facultad de Ingeniería.

Slides:



Advertisements
Presentaciones similares
OTROS CAMPOS DE LA IA.
Advertisements

Inteligencia artificial y sus aplicaciones
1.6. Mejora tus procesos... incrementa tu productividad!
Facultad de Ingeniería y Arquitectura Introducción a la Computación 2006 – II (4ta Semana) Lunes 28 de Agosto del 2006 Juan José Montero Román.
Herramientas Automáticas de Estimación
Ing. Esp. Ricardo Cujar. El computador: es una máquina que permite hacer tareas aritmético y lógicas de una manera fácil, consta de software y hardware.
ADMINISTRACIÓN DE TECNOLOGIAS DE INFORMACIÓN Y COMUNICACIÓN
Diseño e implementación de un ambiente virtualizado para un Sistema de Administración de Contenidos usando Microsoft SharePoint con cada uno de sus componentes.
CONCEPTOS Y PRINCIPIOS ORIENTADOS A OBJETOS
Centro Tecnológico Aragón Laboratorio de Diagnóstico Energético
SEGURIDADCONTROLMULTIMEDIACONECTIVIDAD FALENCIAS DOMOTECO.
Introducción a la Computación (IC) I Facultad de Ingeniería y Arquitectura Juan José Montero Román.
Localización Automática de Vehículos
Intelligent Databases and Information Systems research group Department of Computer Science and Artificial Intelligence E.T.S Ingeniería Informática –
DEPARTAMENTO DE CIENCIAS E INGENIERÍA DE LA COMPUTACIÓN UNIVERSIDAD NACIONAL DEL SUR Año 1º 2º 3º 4º 5º Programación Matemática Software Sistemas de Hardware.
Redes Neuronales Artificiales Tarea 4 Regla Delta Redes Neuronales Artificiales Tarea 4 Regla Delta Dr. Juan José Flores Romero División de Estudios de.
REDES NEURONALES ARTIFICIALES
HERRAMIENTAS CASE.
Modelo de Análisis Centro ISYS Escuela de Computación
INTELIGENCIA DE NEGOCIOS
INTRODUCCIÓN A LA COMPUTACIÓN
 La resolución de problemas algorítmicos no solamente implica que los informáticos sepan programar sino necesitan de otras habilidades como tener una.
Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica División de Estudios de Posgrado Algoritmos Genéticos.
Flujo de carga en Sistemas de Potencia.
Ciencias que intervienen en la cibernética
Modelo de estimación espacial de consumos eléctricos para la planificación de sistemas de transmisión José Manuel Infante Tesis de magíster Ciencias de.
Línea: Bioinformática Red Bioinformática para la predicción de la función molecular La investigación en biología produce grandes cantidades de información.
Ing. Fabián Ruano.  Definición  Diferencias con BD Centralizadas.
Instituto Tecnológico de La Paz Ing. Fernando Ortiz Ahumada.
DISEÑO DE SOFTWARE 1ª. Parte
Graficaci ó n IA7200-T Dr. Juan Jos é Flores Romero
COMPUTACION EVOLUTIVA Introducción. Computación Evolutiva: Computación Evolutiva: Enfoque alternativo para abordar problemas complejos de: Enfoque alternativo.
Redes Neuronales Artificiales Tarea 5 BackPropagation I Redes Neuronales Artificiales Tarea 5 BackPropagation I Dr. Juan José Flores Romero División de.
Redes Neuronales Artificiales Tarea 6 BackPropagation II Redes Neuronales Artificiales Tarea 6 BackPropagation II Dr. Juan José Flores Romero División.
Desarrollo de aplicaciones para ambientes distribuidos
Redes Neuronales Artificiales
SPA S ISTEMA DE P LANIFICACIÓN A CADÉMICA Erika Lara – Daniel Plúa FACULTAD DE INGENIERÍA EN ELECTRICIDAD Y COMPUTACIÓN Y COMPUTACIÓN TESIS DE GRADO 2006.
Ingeniería en sistemas
Universidad Central de Venezuela Facultad de Ciencias Postgrado en Ciencias de la Computación Sistemas Distribuidos Albany Márquez.
Escuela Superior Politécnica del Litoral
Redes Neuronales Artificiales 2 - Aprendizaje
Redes Neuronales Artificiales 3 - Perceptrones Dr. Juan José Flores Romero División de Estudios de Posgrado Facultad de Ingeniería Eléctrica
Estimación de Armónicos y Control de Filtros Activos Federico Muiño, Carlos D’Attellis, Antonio Carabio. UNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL.
INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL Y LOS SISTEMAS EXPERTOS
GPV ULA Redes Neuronales Artificiales, 2004 Aplicaciones Resuelven problemas en Ingeniería, en las matemáticas, en la medicina, en los negocios, en las.
CENTRO UNIVERSITARIO DE CIENCIAS ECONOMICO ADMINISTRATIVAS COORDINACIÓN DE POSGRADO MAESTRÍA EN TECNOLOGÍAS DE INFORMACIÓN.
XV Workshop de Investigadores en Ciencias de la Computación WICC y 19 de Abril, Paraná Entre Ríos Un acercamiento a la integración entre BPM y.
conjunto de elementos que interactúan con un objetivo común
Análisis de Circuitos DC
Logística Manufactura y Calidad Entorno Empresarial Finanzas Ciencias Básicas INTEGRACIÓNINTEGRACIÓN Minería de Datos Formación Anáhuac Optimización Energía.
INTELIGENCIA DE NEGOCIOS Agosto 2010 UNIVERSIDAD NACIONAL AUTONOMA DE MEXICO.
Un conjunto de perfiles UML para el modelado conceptual de minería de datos sobre almacenes de datos Tesis Doctoral José Jacobo Zubcoff Vallejo 26 de Junio.
Las etapas de un proyecto Yussef Farran L.
“PROYECTOS DE TESIS DEL DIPLOMADO EN BASE DE DATOS Presenta DR. GUILLERMO DE ITA LUNA Febrero 2012.
INTERDISCIPLINARIEDAD Y SISTEMAS COMPLEJOS
Redes Neuronales Artificiales Tarea 1 Simulación de OR con una Sola Neurona Redes Neuronales Artificiales Tarea 1 Simulación de OR con una Sola Neurona.
Prof. Guiller flores Benavente
Maracaibo, 26 de Mayo de 2006 Universidad del Zulia Facultad de Ingeniería División de Postgrado Maestría en Computación Aplicada Universidad del Zulia.
Planeación Energética
MEDICION Y GESTION DE LA SATISFACCION DEL CLIENTE JOSE OMAR PARRA ACOSTA ADMINISTRACION DE EMPRESAS DE SERVICIOS.
ARQUITECTURAS DE LOS SERVIDORES El computador tiene 2 aspectos para entender su funcionamiento al nivel de programación: Almacenamiento Procesamiento Para.
BASE DE DATOS DISTRIBUIDAS
Ingeniería del Software I
Heurística. Los procesos que se llevan a cabo en el cerebro pueden ser analizados, a un nivel de abstacción dado, como procesos computacionales de algún.
Introducción Mayo 16, 2012 Análisis y Diseño de Sistemas.
Capas de ingeniería del Software. Rosendo Antonio Manuel Ingeniería en Sistemas Computacionales.
- Medio que nos permite intercambiar información entre dos o más computadoras. -
PROBLEMAS ALGORITMICOS.  Los programadores deben ser capaces de diseñar una solución de tal manera que puedan resolver los problemas planteados.  Estos.
Autores: PEDRO MANUEL DEL ROSAL CIMADEVILLA
Conclusiones: En este trabajo se ha demostrado que se pueden aplicar los algoritmos OCH al ajuste de los parámetros de un modelo borroso mediante la discretización.
Transcripción de la presentación:

Modelado e Identificación de Sistemas Complejos (Un enfoque de IA) Dr. Juan José Flores Romero División de Estudios de Posgrado Facultad de Ingeniería Eléctrica

Objetivo Desarrollo de técnicas basadas en IA, que proporcionen soluciones alternativas a los problemas de Identificación y Modelado de Sistemas Complejos F u(t)u(t) y(t)y(t)

Proyectos 1.Algoritmos Genéticos y Modelado de Sistemas 2.Identificación de Modelos de Transformaciones para Registro de Imágenes 3.Diseño de Circuitos Equivalentes en SEPs 4.Predicción en Sistemas Caóticos 5.Modelado de Interacciones en Redes de Computadoras

AGs y Modelado de Sistemas Sistema Desconocido Sistema Propuesto + - Error u(t)u(t) y(t)y(t) y*(t)y*(t) PERT (Bradley et al) Fragmentos de Modelos Biblioteca Hipótesis Usuario PERT - Razonamiento Algoritmos Genéticos Representación Programación

Registro de Imágenes Formación de Panorámicas Requiere determinar transformaciones óptimas (rotación, traslación, escalamiento, afines) Actualmente desarrollado mediante técnicas de optimización tradicionales => Algoritmos Genéticos Empate de Imágenes

Registro de Imágenes Ejemplo

Diseño de Circuitos Equivalentes SEP F Circuito Simplificado ID.Sys Diseño Resultados ODE Spice SEP Dispositivo Circuito Dispositivo

Predicción de Sistemas Caóticos Preprocessing Modeling Clustering Model Selection Prediction

Predicción de Sistemas Caóticos (Constantino) Time Series X 1, X 2,... X k Preprocessing Clustering Model Selection Local Models Mod. J Mod. 3 Mod. 2 Mod. 1 } X k+1

Predicción de Sistemas Caóticos (Guillén)

Preprocessing Modeling Clustering Model Selection Prediction Predicción de Sistemas Caóticos (Propuesta) RNA ClusteringModeling Clustering Prediction Model Selection

Interacciones en Redes de Computadoras InteracciónTransacción Negociación de Servicios Servidor RED Local FW Externas Modelado Servidor Usuario TCP/IP Servicio

Interacciones en Redes de Computadoras Outlier Clustering RNA Autoclass... Servicio/Usuario Filtro Interacciones TCP/IP Abstracción Dimensiones de Análisis IPs – Redes Servicios Fechas Periodicidad...

FIN