Inteligencia Artificial Tema: 5.4. Lógica Difusa. PRESENTA: Fernando Montesinos Ceron Docente: Tomas Torres Ramírez SEMESTRE: 8° S.E.P. D.G.E.S.T. S.N.E.S.T.

Slides:



Advertisements
Presentaciones similares
Inteligencia artificial y sus aplicaciones
Advertisements

INTRODUCCIÓN A LA PSICOLOGÍA TEMA 1
Maestria en Docencia Universitaria
CARACTERISTICAS PRINCIPALES DE LOS SISTEMAS EXPERTOS
Lógica ¿Para qué sirve? Para distinguir un razonamiento correcto de uno incorrecto. Considera la forma o estructura del razonamiento y no su contenido.
Rocío Contreras Águila Primer Semestre 2010
Simulación Prof. Daniel Ramírez C..
Interrogantes para ateos Dios no está fuera del mundo.
6 SOMBREROS DE COLORES PARA “PODER PENSAR”
La web semántica y su impacto en la recuperación de información
Ingeniería del Conocimiento
DISEÑO Y GESTIÓN DE BASES DE DATOS Luciano H. Tamargo Depto. de Ciencias e Ingeniería de la Computación Universidad Nacional del Sur, Bahía Blanca INTRODUCCIÓN.
Los objetivos son resultados que una empresa pretende alcanzar, o situaciones hacia donde ésta pretende llegar. Importancia de los objetivos Establecer.
INSTITUTO TECNOLÓGICO SUPERIOR DE CALKINI EN EL ESTADO DE CAMPECHE
Construcción de trabajo de grado 1 Semestre 1 de 2011 Enero 31 de 2012
FUENTES DE INFORMACIÓN
3. INTRODUCCIÓN A LA PROGRAMACIÓN
CAPITULO 2 La Representación del Conocimiento
Sindy Carolina Asprilla
Razonamiento inexacto La imprecisión, como así también la incertidumbre, pueden ser tratadas dentro del razonamiento aproximado utilizando la lógica difusa.
 Sistemas Expertos  ¿Qué es un sistema experto?  Los Sistemas Expertos, rama de la Inteligencia Artificial, son sistemas informáticos que simulan el.
PROGRAMACIÓN LÓGICA.
Fernando Ruiz Bases de Datos – Data Mining
Semana 2: Conjuntos borrosos
Representación del Conocimiento
TIPOS Y ESTRUCTURAS BÁSICAS DE DATOS
Semana 1: Sistemas Inteligentes. Introduccion a Sistemas inteligentes Los sistemas inteligentes son aquellos residen dentro de un agente, los cuales tienen.
Tema 6 Razonamiento aproximado
SOFTWARE DE SIMULACION
TIPOS DE DATOS ABSTRACTOS
Semana 1: Sistemas Inteligentes. Introduccion a Sistemas inteligentes  Un Sistema esta definido como un conjunto de componentes relacionados entre si.
SEMINARIO DE INVESTIGACIÓN
EL PENSAMIENTO CRITICO
Universidad Autónoma San Francisco CARRERA PROFESIONAL: Lengua, Traducción e Interpretación Asignatura: MATEMÁTICA Tema: “SISTEMA FORMAL”
LÓGICA DE PROGRAMACIÓN LSC. Susana Alejandra López Jiménez.
PENSAMIENTO ANALÍTICO SISTÉMICO DAISY KATERINE RODRÍGUEZ DURÁN
Curso de Lógica Difusa Prof. José Edinson Aedo Cobo, Msc. Dr. Ing.
Inteligencia Artificial
OBJETIVO.
Pensamientos para reflexión
ING. FRANCISCO RICARDO ÁLVAREZ CONSTANTINO
Conocimientos fundamentales de Biología Introducción Oaxaca, Agosto, 2008.
CICLO DE VIDA Y NORMAALIZACION DE UN SISTEMA DE BASE DE DATOS
“Introducción a las Ciencias de la Informática”
Unidad 1. Lectura de textos narrativos, periodísticos y científicos.
SISTEMAS EXPERTOS (SE) Coronel Jaramillo Ricardo
MAESTRIA EN CIENCIAS PENALES
Lógica Difusa Estefania Avendaño Edward Yanquen Cindy Cardenas Jorge Prieto Daniel Lacouture David Contreras Daniela Pérez Juan Vega.
Introducción a los Sistemas Inteligentes
SISTEMA BASADO EN CONOCIMIENTO
Presente un cuestionario con los aspectos mas importantes sobre los
El objetivo científico de la IA es entender la inteligencia. Prof: Nancy Oconitrillo Madrigal.
INTELIGENCIA ARTIFICIAL
Universidad Abierta y a Distancia de México UnADM
¿Qué es la ciencia? La ciencia como actividad —como investigación— pertenece a la vida social; en cuanto se la aplica al mejoramiento de nuestro medio.
COLEGIO VIRTUAL GERSAIN
PARADIGMA Es un marco de referencia que impone reglas sobre cómo se deben hacer las cosas. CONCEPTO DE PARADIGMA DE PROGRAMACION colección de modelos conceptuales.
PUNTEROS. Los punteros son de amplia utilización en programación y muchos lenguajes permiten la manipulación directa o indirecta de los mismos. Su razón.
NOMBRE: Paula Andrea Bedoya Rojas. GRADO: 7.3. Institución Educativa Debora Arango P.
NOMBRE: TATIANA APELLIDO: TANGARIFE POSADA GRADO: 7°3 Inteligencia artificial.
A lo largo de tu vida académica existirán momentos en los que se exigirá leer y consultar citas, artículos, libros especializados y cualquier tipo de publicación.
Introducción Base de datos Ing. Linda K. Masias M. Base de datos (MySQL)
MAIKOL ESTIVEN MARTINEZ LAS MATEMATICA EN LA INGENIERIA DE SISITEMAS CORPORACIÓN UNIVERSITARIA REMINGTON.
{ PRINCIPIOS LOGICOS Y RAZONAMIENTO E INFERENCIA. Presentado por el alumno: Miguel Armando Soto Orozco. Centro Cultural Universitario de cd. Cuauhtémoc,
Comparación Conceptual entre Bases de Datos Deductivas y Bases de Datos Relacionales Difusas (Parte II) Juan Francisco Pose 2013.
Joel Torres Del Valle SEMI ONL Virgenmina Torres Rosario.
 Son los fundamentos que determinan ciertas reglas a seguir, para lograr la coherencia y sistematicidad de los pensamientos en las formas y contenidos.
PRINCIPIOS LOGICOS.
AUTOR: GUISSEPPINA RODRIGUEZ
Beneficios en modelos de lógica difusa en sistemas basados ​​en inteligencia y toma de decisiones: Mejora la capacidad de cálculo: Son mas rápidos que.
Transcripción de la presentación:

Inteligencia Artificial Tema: 5.4. Lógica Difusa. PRESENTA: Fernando Montesinos Ceron Docente: Tomas Torres Ramírez SEMESTRE: 8° S.E.P. D.G.E.S.T. S.N.E.S.T. INSTITUTO TECNOL Ó GICO de Tuxtepec }

5.4. Lógica difusa

Introducción La realidad no se puede comprender o valorar de forma absoluta, en muchas ocasiones manipulamos valores con cierto grado de incertidumbre, pero esto no nos impide la toma de decisiones. La teoría de la Lógica Difusa abre la posibilidad para que los procesos reales puedan ser automatizados por sistemas computacionales que maniobren de acuerdo a nuestra realidad.

La expresión Lógica Difusa resulta un poco contradictoria en sí misma, si la fragmentamos en las palabras que la componen; en primer lugar el término Lógica, se define como una serie de razonamientos claros, coherentes y fáciles de demostrar. Por otro lado la definición del término Difusa hace referencia a confusión, vaguedad, borroso o poco preciso. Así podemos llegar a la conclusión que la lógica difusa es la “ciencia que estudia las leyes, los modos y las formas del razonamiento aproximado”. 5.4 lógica difusa

Es básicamente una lógica que permite colores imprecisos, inexactos, intermedios o aproximados para poder definir evaluaciones convencionales entre sí/no, verdadero- falso, negro blanco, inclusive valores numéricos inexactos

En contraste a la lógica clásica la lógica difusa permite definir los conjuntos sin límites estrictos, dando la posibilidad de evaluarlos dentro del conjunto con un grado de pertenencia al mismo.

5.4.1 conceptos básicos Conjuntos difusos Conjunto: Colección de elementos que existen dentro de un universo Universo: Conjunto referencial que contiene a todos los elementos de una situación particular. Conjunto concreto: cada uno de los elementos del universo pertenecen o no aun determinado conjunto mediante una regla de pertenencia que te asignan un valor de 1 si es el elemento pertenece al conjunto, y el de 0 si no pertenece..

5.4.2 desarrollos actuales y aplicaciones Electrodomésticos Optimización de sistemas de control industriales Sistemas expertos del conocimiento Bases de datos difusas: almacenar y consultar información imprecisa Sistemas de foco automático en cámaras fotográficas, reconocimiento de caras faciales.

Características Soporta datos imprecisos (si/no, cierto/falso) Es conceptualmente fácil de entender Es tolerante a los datos imprecisos Se basa en el lenguaje humano Se basa en la experiencia de expertos conocedores del problema en cuestión Puede modelar funciones no lineales matematicas de alta compeljidad

Referencias Recuperado el 6 de mayo de Recuperado el 6 de mayo de 2015 INGENIATOR | REVISTA VIRTUAL DE LOS PROGRAMAS DE INGENIERÍA|UNIVERSIDAD DE SAN BUENAVTURA, SECCIONAL CARTAGENA | Vol.1, N°1, julio – diciembre del 2010 | ISSN (en línea) | CARTAGENA, COLOMBIA | PP