Your SlideShare is downloading. ×
0
Sistemas Inteligentes y Redes Neuronales       (SI01)       Sesión: 0   Ing. José C. Benítez P.
Sesión 0. Temas     Sistemas Inteligentes y Redes Neuronales       Datos       Objetivos       Resumen       Metodología  ...
Sesión 0. Temas     Sistemas Inteligentes y Redes Neuronales       Datos       Objetivos       Resumen       Metodología  ...
Sistemas Inteligentes y Redes Neuronales   Datos:            ESPECIALIDAD:                         Ing. Electrónica       ...
Sesión 0. Temas     Sistemas Inteligentes y Redes Neuronales       Datos       Objetivos       Resumen       Metodología  ...
Sistemas Inteligentes y Redes Neuronales   Objetivos generales:            Iniciar al alumno en el campo de:              ...
Sistemas Inteligentes y Redes Neuronales   Objetivos específicos:     Utilizar el Matlab como herramienta de simulación   ...
Sesión 0. Temas     Sistemas Inteligentes y Redes Neuronales       Datos       Objetivos       Resumen       Metodología  ...
Sistemas Inteligentes y Redes Neuronales   Resumen:                           Introducción a los sistemas Inteligentes.   ...
Sistemas Inteligentes y Redes Neuronales       Sumilla Parte 1:  1.    Inteligencia Artificial. Objetivos. Conceptos de Re...
Sistemas Inteligentes y Redes Neuronales     Sumilla Parte 2:  11. Definición de Conjuntos difusos. Función de pertenencia...
Sesión 0. Temas     Sistemas Inteligentes y Redes Neuronales       Datos       Objetivos       Resumen       Metodología  ...
Sistemas Inteligentes y Redes Neuronales   Método de enseñanza - aprendizaje         El desarrollo del curso es principalm...
Sesión 0. Temas     Sistemas Inteligentes y Redes Neuronales       Datos       Objetivos       Resumen       Metodología  ...
Sistemas Inteligentes y Redes Neuronales Sistema de Evaluación:                                             Lab1 + Lab 2 +...
Sesión 0. Temas     Sistemas Inteligentes y Redes Neuronales       Datos       Objetivos       Resumen       Metodología  ...
Sistemas Inteligentes y Redes Neuronales   Bibliografía básica    1. BONIFACIO, Martín del Brio. “Redes Neuronales y Siste...
Sistemas Inteligentes y Redes Neuronales  Bibliografía avanzada 1. WASSERMAN, Philip D. “Neural Computing: Theory and Prac...
Sistemas Inteligentes y Redes Neuronales   Recursos de internet:    1.   http://es.wikipedia.org    2.   http://ants.dif.u...
Sesión 0. Generalidades del curso        Sistemas Inteligentes y Redes Neuronales          http://utpsirn.blogspot.com    ...
Upcoming SlideShare
Loading in...5
×

Utp sirn_s0_generalidades

1,126

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
1,126
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
25
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Transcript of " Utp sirn_s0_generalidades"

  1. 1. Sistemas Inteligentes y Redes Neuronales (SI01) Sesión: 0 Ing. José C. Benítez P.
  2. 2. Sesión 0. Temas Sistemas Inteligentes y Redes Neuronales Datos Objetivos Resumen Metodología Evaluación Bibliografía Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 2
  3. 3. Sesión 0. Temas Sistemas Inteligentes y Redes Neuronales Datos Objetivos Resumen Metodología Evaluación Bibliografía Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 3
  4. 4. Sistemas Inteligentes y Redes Neuronales Datos: ESPECIALIDAD: Ing. Electrónica CICLO: XI CREDITOS: 04 AÑO: Sexto HORAS/SEMANA: T2/P2/L2 REGIMEN: Obligatorio EVALUACION: Tipo B PROFESOR: Ing. José Benítez P. jcbenitezp@gmail.com Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 4
  5. 5. Sesión 0. Temas Sistemas Inteligentes y Redes Neuronales Datos Objetivos Resumen Metodología Evaluación Bibliografía Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 5
  6. 6. Sistemas Inteligentes y Redes Neuronales Objetivos generales: Iniciar al alumno en el campo de: las redes neuronales, los sistemas difusos y algoritmos genéticos aplicando estas tecnologías en el control automático de procesos. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 6
  7. 7. Sistemas Inteligentes y Redes Neuronales Objetivos específicos: Utilizar el Matlab como herramienta de simulación en aplicaciones de redes neuronales artificiales. Utilizar el Matlab como herramienta de simulación en aplicaciones de sistemas difusos. Utilizar el Matlab como herramienta de simulación en aplicaciones de algoritmos genéticos. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 7
  8. 8. Sesión 0. Temas Sistemas Inteligentes y Redes Neuronales Datos Objetivos Resumen Metodología Evaluación Bibliografía Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 8
  9. 9. Sistemas Inteligentes y Redes Neuronales Resumen: Introducción a los sistemas Inteligentes. Fundamentos de las redes neuronales artificiales. Redes neuronales supervisadas y no supervisadas. Redes auto-organizadas. Implementación de redes neuronales. Aplicaciones de las redes neuronales. Lógica difusa. Sistemas de control difuso. Aprendizaje en sistemas difusos. Implementación de sistemas difusos. Aplicaciones de los sistemas difusos. Fundamentos de Algoritmos genéticos. Solución de problemas de búsqueda y optimización. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 9
  10. 10. Sistemas Inteligentes y Redes Neuronales Sumilla Parte 1: 1. Inteligencia Artificial. Objetivos. Conceptos de Redes Neuronales Artificiales, Sistemas Difusos y Computación Evolutiva. 2. Redes Neuronales Artificiales. Conceptos. Características. Tipos de Aprendizaje y de Arquitectura. Funciones de Transferencia. 3. Red Perceptron. Definición. Algoritmo de aprendizaje. Ejemplos de Red Perceptron. 4. Limitaciones de la Red Perceptron. Problema de representación de la función XOR. 5. Red Lineal y Perceptron Multicapa. Concepto y características. 6. Algoritmo Least Mean Square y algoritmo Backpropagation para redes lineales y multicapas. 7. Ejemplos y simulaciones de redes lineales y multicapas. 8. Red Competitiva y Auto Organizativa. Definición. Algoritmo de Aprendizaje. Ejemplos. 9. Red Function Radial Basis. Definición. Algoritmo de Aprendizaje. Ejemplos. EXAMEN PARCIAL Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 10
  11. 11. Sistemas Inteligentes y Redes Neuronales Sumilla Parte 2: 11. Definición de Conjuntos difusos. Función de pertenencia. Operaciones entre funciones de pertenencia. 12. Variables Lingüísticas. Codificación (Fuzzification). Decodificación (Defuzzification). Evaluación de reglas. 13. Estructura de un controlador difuso: Modelo Mandani. Toolbox Fuzzy Logic Ejemplos de aplicación. 14. Estructura de un controlador difuso: Modelo Sugeno. Toolbox Fuzzy Logic. Ejemplos de aplicación. 15. Implementación de un Controlador difuso para un intercambiador de calor. 16. Implementación de un: Control difuso para el péndulo invertido. 17. Definición de Algoritmos Genéticos. Características y aplicaciones. 18. Algoritmo genético simple. Función objetivo. Cruce. Mutación. Ejemplo de optimización en sistemas de control. EXAMEN FINAL Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 11
  12. 12. Sesión 0. Temas Sistemas Inteligentes y Redes Neuronales Datos Objetivos Resumen Metodología Evaluación Bibliografía Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 12
  13. 13. Sistemas Inteligentes y Redes Neuronales Método de enseñanza - aprendizaje El desarrollo del curso es principalmente inductivo - deductivo mediante el uso intensivo de los laboratorios y la parte teórica en el aula. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 13
  14. 14. Sesión 0. Temas Sistemas Inteligentes y Redes Neuronales Datos Objetivos Resumen Metodología Evaluación Bibliografía Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 14
  15. 15. Sistemas Inteligentes y Redes Neuronales Sistema de Evaluación: Lab1 + Lab 2 + Lab3 B PLab1 = 3 Trabajos de investigación Lab1 + Lab 2 + Lab3 PLab 2 = Laboratorios 3 Tests P1 + P 2 + P3 + PLab1 + PLab 2 PP = Practicas calificadas 4 Ex. Parcial Ex. Final ExP + 2 ExF + PP PF = 4 Nota: No se elimina ningún laboratorio (6/6). Se elimina una sola practica calificada (3/4). Los Trabajos de Investigación/Informe de Laboratorio se presentan impreso (papel) y en digital (USB). Las fuentes son por cada tema (03 *.pdf, 03 *.doc, 03 *.ppt) solo se presentan en USB. Una fuente valida es aquella que tenga como mínimo 15 paginas o proviene de una universidad. La fuente debe conservar su nombre original y agregar _tema. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 15
  16. 16. Sesión 0. Temas Sistemas Inteligentes y Redes Neuronales Datos Objetivos Resumen Metodología Evaluación Bibliografía Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 16
  17. 17. Sistemas Inteligentes y Redes Neuronales Bibliografía básica 1. BONIFACIO, Martín del Brio. “Redes Neuronales y Sistemas Borrosos”. 2da Edición. Alfa y Omega. 2007 2. DEMUTH, Howard, HAGAN Martin and BEALE, Mark. “Neural Network TOOLBOX User’s Guide”. The MathWorks Inc. 2005. 3. VELLASCO, Marley. “Ementa de Redes Neurais”. Material del Curso de Redes Neuronales Artificiales en el Programa de Maestría. PUC- RIO. 1995. Brasil. 4. The MATHWORKS Inc. 2002. “Fuzzy Logic Toolbox”. Versión 2.1.2. User’s Guide. 2002. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 17
  18. 18. Sistemas Inteligentes y Redes Neuronales Bibliografía avanzada 1. WASSERMAN, Philip D. “Neural Computing: Theory and Practice”. Van Nostrand Preinhold. 1989. 2. WASSERMAN, Philip D. “Advanced Methods in Neural Computing”. Computer Library. 1993 3. LI – XIN WANG. “A Course in Fuzzy Systems and Control”. Ed. Prentice Hall PTR, 1997. 4. HUNG T. NGUYEN, NADIPURAM R. PRASAD, CAROL L. WALKER, ELBERT A. WALKER. “A First Course in FUZZY and NEURAL CONTROL”. Ed. Chapman & Hall /CRC, 2003. 5. HAYKIN, Simon. “Neural Networks. A Comprehensive Foundation”. 2da Edición. Prentice Hall 1999. 6. HAYKIN, Simon. “Adaptive Filter Theory”. Cuarta Edición. Prentice Hall 2001. Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 18
  19. 19. Sistemas Inteligentes y Redes Neuronales Recursos de internet: 1. http://es.wikipedia.org 2. http://ants.dif.um.es/staff/juanbot/ml/files/20022003/fuzzy.pdf 3. http://sisbib.unmsm.edu.pe/bibvirtualdata/Tesis/Ingenie/chahuara_qj/Cap2.pdf 4. http://sisbib.unmsm.edu.pe/BibVirtualData/publicaciones/risi/N1_2004/a11.pdf 5. http://www.gc.ssr.upm.es/inves/neural/ann2/anntutorial.html 6. http://www.statsoft.com/textbook/neural-networks/ 7. http://www.cs.stir.ac.uk/~lss/NNIntro/InvSlides.html 8. http://www.willamette.edu/~gorr/classes/cs449/intro.html Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 19
  20. 20. Sesión 0. Generalidades del curso Sistemas Inteligentes y Redes Neuronales http://utpsirn.blogspot.com Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 20
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×