deber 4 redes neuronales

5
Escuela de Ingeniería de Sistem as Pontificia U niversidad C atólica delEcuadorSede Santo D om ingo PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR SEDE SANTO DOMINGO ESCUELA DE SISTEMAS Materia: Aplicaciones Difusas Facilitador: Mg. Milton Andrade Integrantes: Willian Gallo – Boris Chungandro – Cristian Pineda Fecha de Presentación: 21 / Mayo / 2015 1. APLICACIÓN DE REDES NEURONALES ¿Qué es un patrón? Un patrón es una entidad a la que se le puede dar un nombre y que está representada por un conjunto de propiedades medidas y las relaciones entre ellas (vector de características). Por ejemplo, un patrón puede ser una señal sonora y su vector de características el conjunto de coeficientes espectrales extraídos de ella (espectrograma). Otro ejemplo podría ser una imagen de una cara humana de las cuales se extrae el vector de características formado por un conjunto de valores numéricos calculados a partir de la misma. El reconocimiento automático, descripción, clasificación y agrupamiento de patrones son actividades importantes en una gran variedad de disciplinas científicas, como biología, sicología, medicina, visión Página 1 de 5

Upload: willian-gallo

Post on 08-Nov-2015

234 views

Category:

Documents


0 download

DESCRIPTION

deberes

TRANSCRIPT

PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR SEDE SANTO DOMINGOESCUELA DE SISTEMAS

Materia: Aplicaciones Difusas Facilitador: Mg. Milton AndradeIntegrantes: Willian Gallo Boris Chungandro Cristian PinedaFecha de Presentacin: 21 / Mayo / 2015

1. APLICACIN DE REDES NEURONALES

Qu es un patrn? Un patrn es una entidad a la que se le puede dar un nombre y que est representada por un conjunto de propiedades medidas y las relaciones entre ellas (vector de caractersticas). Por ejemplo, un patrn puede ser una seal sonora y su vector de caractersticas el conjunto de coeficientes espectrales extrados de ella (espectrograma). Otro ejemplo podra ser una imagen de una cara humana de las cuales se extrae el vector de caractersticas formado por un conjunto de valores numricos calculados a partir de la misma. El reconocimiento automtico, descripcin, clasificacin y agrupamiento de patrones son actividades importantes en una gran variedad de disciplinas cientficas, como biologa, sicologa, medicina, visin por computador, inteligencia artificial, teledeteccin, etc.

Un sistema de reconocimiento de patrones tiene uno de los siguientes objetivos: a.- Identificar el patrn como miembro de una clase ya definida (clasificacin supervisada). b.- Asignar el patrn a una clase todava no definida (clasificacin no supervisada, agrupamiento o clustering).

El diseo de un sistema de reconocimiento de patrones se lleva a cabo normalmente en tres fases: i.- Adquisicin y preproceso de datos. ii.- Extraccin de caractersticas. iii.- Toma de decisiones o agrupamiento.

EL ROBOT RJ 1.0el robot mvil que permite reconocer patrones dibujados en el suelo y trazar trayectorias; comunicndose con el computador va bluetooth, e interactuando a travs de una interfaz de usuario desarrollada en Java.

Se desarroll un manipulador cartesiano montado en un robot mvil, capaz de escanear y reconocer patrones dibujados en el suelo. El patrn a reconocer es una sopa de nmeros, conformada por treinta y seis dgitos numricos comprendidos entre 0 y 9. La comunicacin entre los dispositivos es va Bluetooth; La aplicacin est dividida en mdulos. Un mdulo de reconocimiento de patrones, constituido por un extractor de caractersticas que se encarga de la eliminacin de ruido, segmentacin y compresin de la imagen patrn, adems de un clasificador de correlacin. Un mdulo de escaneo que hace la lectura de la sopa de nmeros. Un mdulo de solucin que se encarga de la bsqueda de las cifras que forman parte en la solucin de la sopa de nmeros. Un mdulo de trazado que permite dibujar una trayectoria lineal o una figura formada previamente por el usuario, permitiendo movimientos horizontales, verticales o diagonales; la aplicacin fue desarrollada en JAVA. Se llevaron a cabo pruebas de la aplicacin obteniendo porcentajes de xito para las tareas de escaneo superiores al 90%, y aciertos de 95% en las tareas de trazado.

CONCLUSIONES:Podemos concluir que el uso de las Redes Neuronales es una gran alternativa para la solucin de muchos problemas.

El uso de las redes neuronales para resolver problemas ms complejos como por ejemplo, reconocimiento de los patrones de la conducta humana, reconocimiento de enfermedades cardiacas, etc.

BIBLIOGRAFIA Martnez F. (2011). Algunas aplicaciones de la lgica difusa en el control de convertidores DC/DC. Colombia: Universidad Distrital Francisco Jos de Caldas

LINCOGRAFIAVideo:https://www.youtube.com/watch?v=QRh6qGknP5YReconociento de patroneshttp://gredos.usal.es/jspui/bitstream/10366/55893/1/DIA_Redes%20neuronales.pdfPgina 4 de 4