Sistemas Inteligentes en Ingenieria Antonio Morán, Ph.D.

Transcripción

Sistemas Inteligentes en Ingenieria Antonio Morán, Ph.D.
Sistemas Inteligentes en Ingenieria
Antonio Morán, Ph.D.
El Ser Humano es Inteligente
Tiene Capacidad Para:
Aprender
Intuir
Mejorar
Razonar
Es Capaz de Trabajar
en Forma Autónoma
Diseño de Sistemas Inteligentes
Sistema Inteligente
Autónomo Hace su trabajo por si solo.
Conoce objetivos. Los consigue.
Aprende
Aprende de la experiencia.
Mejora cada vez.
No repite errores.
Adaptivo
Se adapta a situaciones diferentes.
Responde en situaciones no previstas
Robusto
Buena perfomance aun si cambian
las condiciones
Inteligencia Artificial y
Sistemas Inteligentes
Como representar
artificialmente la inteligencia
del ser humano
Máquinas Inteligentes
Materiales Inteligentes
Software Inteligente
Anestesista en Operación
Presión
arterial
Nivel
adrenalina
Cantidad
anestesia
Anestesista en Operación
Sistema
Suministro
Automático
Presión
arterial
Nivel
adrenalina
Anestesia
Cantidad
anestesia
Suministro de Insulina
Paciente
Inyección de
insulina cada
6 horas
Suministro de Insulina
Sistema
Suministro
Automático
Nivel
Glucosa
Nivel
adrenalina
Insulina
Cantidad
Insulina
Robot Inteligente
Diseño de Sistemas
Inteligentes
Redes Neuronales
Lógica Difusa
Algoritmos Genéticos
Redes Neuronales
Sistemas con capacidad para estimar funciones
no-lineales de varias entradas y varias salidas
usando datos de entrada y salida
Procesamiento No-Lineal
Procesamiento Paralelo
Auto-ajuste en Tiempo Real
Capacidad para Optimizar
Capacidad para Aprender
Pedro
Cerebro
y = Φ(x)
Pedro
Cerebro
y = (x)
Dos
Redes Neuronales
Procesamiento de señales, imágenes
Ingeniería
Modelamiento y control de sistemas
Economía
Diagnósticos
Reconocimiento de patrones
Medicina
Detección de fallas
Pronósticos
Estimaciones
Predictor de Petróleo en Pozos
Suelo
50 m
400 m
Predictor de Petróleo
Tem
Hum
Ca
Su
Tem Hum
Ca
Su
Petróleo
Pozo 1
42
55
14
2
56
42
12
1
1
Pozo 2
39
62
20
4
54
40
18
1
0
Pozo 3
33
31
36
1
51
40
31
2
0
45
51
19
5
60
48
21
3
1
..
..
Pozo 50
.
.
Predictor de
Petróleo
Análisis de Riesgo en Entidades Finacieras
Persona 1 Persona 2 Persona 3
Edad
39
Ingres/mes
2000
Esposa (trabaja)
1
Número de hijos
1
Casa propia
0
Casa (lugar)
2
Carro (año)
1998
Pagó préstamo
1
35
2500
0
2
1
3
1988
40
1800
0
3
1
1
2000
0
1
Análisis de Riesgo en Entidades Finacieras
Data
Estimador de
Riesgo
1.0
0.7
0.5
0.2
Función matematica de varias
entradas y una salida
Red Neuronal
Tipos de Redes Neuronales
Código de una
persona
y = Φ(x)
Cara de la
persona
0101001101
Diez dígitos
Matriz de 20x20
Código de una
persona
y = Φ(x)
Cara de la
persona
0
1
0
1
0
0
1
1
0
1
0
0
0
0
0
0
0
0
1
0
…
…
Vector de
10 x 1
Vector de
400 x 1
1
1
0
0
1
0
1
Red Neuronal
Entrenamiento de la Red Neuronal
Inicio
Después de 1,000
etapas
Después de 10,000
etapas
¿Qué es el Entrenamiento?
y
x
y = ax + b
y
2
y = ax + bx + c
x
Sistema de Reconocimiento de Números
Matriz de 9 x 6
Sistema de Reconocimiento de Números
9 x 6 = 54
Entradas
1
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0 … 0
0
0
0
0
0
0
0
0
0
1
10 Salidas
Sistema de Reconocimiento de Números
0
1
0
0
0
0
0
0
0
0
Reconocimiento de 100% en datos de entrenamiento
Reconocimiento de 88% en datos de validación
Detección de Anomalías Cardiacas
Detección de Anomalías Cardiacas
Normal
Fibrilosis auricular
Fibrilosis ventricular
Quistemia
Red Neuronal
620 puntos de un periodo
620
Entradas
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
4 Salidas
Validación con Señales Cardiacas Ruidosas
Red Neuronal
620
Entradas
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
4 Salidas
Reconocimiento al 90% en señales de ruido bajo y medio
Reconocimiento al 70% en señales de ruido alto
Detección y Diagnóstico de
Enfermedades
Compresora de Imágenes Neuronal
Imagen
Imagen
Compresora de Imágenes Neuronal
Lima
Compresor
Miami
Expansor
Aplicaciones de Redes
Neuronales en Robot Móviles
Auto-Conducción de Vehículos
Auto-Posicionamiento y
Esquivameinto de Obstáculos
Automóvil que se Conduce Solo
Robots en Minería
Robots en Minería
Autoconducción de
Vehículos
Autoconducción de Vehículos
Estructura de Control
x*
y*

Vehículo
x
y

Trayectorias con Neuro-Control
Trayectorias con Neuro-Control
Robot Móvil que Esquiva Obstáculos
Obstáculos
Posición
Inicial
Posición
Final
Robot móvil que
esquiva obstáculos
Gracias por su atención !
[email protected]

Documentos relacionados