UNIVERSIDAD MILITAR NUEVA GRANADA

Sistema de control difuso (10)

Guas de Prcticas de
Laboratorio

Identificacin: (1)
GL-PS-F-1
Nmero de
Revisin No.: (3)
Pginas: (2)
0
5
Fecha Emisin: (4)

Laboratorio de: (5)

Robtica e Inteligencia Artificial
Ttulo de la Prctica de Laboratorio: (6)
Redes Neuronales

Elaborado por: (7)

Revisado por: (8)

Aprobado por: (9)

Crhistian Camilo Segura

Docente H.C.
Henry Carrillo
Docente H.C.

El uso no autorizado de su contenido as como reproduccin total o parcial por cualquier persona o entidad, estar en
contra de los derechos de autor
Pagina 1 de 5
GL-PS-F-1

UNIVERSIDAD MILITAR NUEVA GRANADA

Sistema de control difuso (10)

Control de Cambios
Razones del Cambio

Cambio a la Revisin #

Fecha de emisin

El uso no autorizado de su contenido as como reproduccin total o parcial por cualquier persona o entidad, estar en
contra de los derechos de autor
Pagina 2 de 5
GL-PS-F-1

UNIVERSIDAD MILITAR NUEVA GRANADA

Sistema de control difuso (10)

1. FACULTAD O UNIDAD ACADMICA: (11)

Ingeniera
2. PROGRAMA: (12)
Ingeniera Mecatrnica
3. ASIGNATURA: (13)
Inteligencia Artificial
4. SEMESTRE: (14)
IX
5. OBJETIVOS: (15)

Disear y construir un sistema de reconocimiento facial basado en redes

neuronales.
Obtener las caractersticas del rostro mediante procesamiento digital de
imgenes.
Desarrollar una Librera en lenguaje C para creacin, entrenamiento y uso
de redes neuronales.

6. COMPETENCIAS A DESARROLLAR: (16)

Competencia en la planificacin y ejecucin de proyectos.

Competencia en el modelado y simulacin de sistemas.
Competencia para aplicar conocimientos de redes neuronales al
reconocimiento de patrones.

7. MARCO TEORICO: (17)

La teora necesaria para esta prctica se impartir con el desarrollo del curso,
adicionalmente en el aula virtual existen recursos que sirven como apoyo para
adelantar de forma exitosa la prctica.
8. MATERIALES, REACTIVOS, INSTRUMENTOS, SOFTWARE, HARDWARE
O EQUIPOS: (18)

Fuentes de potencia.
Cmaras.
PC.
C++, C#.
Bata de laboratorio.

El uso no autorizado de su contenido as como reproduccin total o parcial por cualquier persona o entidad, estar en
contra de los derechos de autor
Pagina 3 de 5
GL-PS-F-1

UNIVERSIDAD MILITAR NUEVA GRANADA

Sistema de control difuso (10)

9. PRECAUCIONES CON LOS MATERIALES, REACTIVOS, INSTRUMENTOS
Y EQUIPOS UTILIZAR : (19)
Los equipos solicitados al auxiliar del laboratorio sern devueltos en las mismas
condiciones en que se recibieron.
10. CAMPO DE APLICACIN: (20)

Inteligencia Artificial.
Robtica.
Automatizacin y control.

11. PROCEDIMIENTO, METODO O ACTIVIDADES: (21)

Semanas 1 y 2:
Investigar en la literatura cuales con las caractersticas que permiten
diferenciar un rostro.
Se debe realizar un programa que sea capaz de extraer las caractersticas
principales de un rostro, a partir de una fotografa.
Semanas 3 y 4:
Diseo de un librera en C (C++, C#) para la creacin de redes neuronales.
Uso de la librera en una aplicacin que sea capaz de reconocer los
nmeros del 0 al 9.
Para el desarrollo de la prctica de nmero los patrones de referencia sern
imgenes de 5X9 como las siguientes.

El uso no autorizado de su contenido as como reproduccin total o parcial por cualquier persona o entidad, estar en
contra de los derechos de autor
Pagina 4 de 5
GL-PS-F-1

UNIVERSIDAD MILITAR NUEVA GRANADA

Sistema de control difuso (10)

Semanas 5 y 6:
Utilizar la librera desarrollada en la clase anterior para entrenar una red
neuronal que sea capaz de reconocer a una persona tomando una
fotografa.
Para el desarrollo de la prctica de rostros los patrones de referencia sern
imgenes de los estudiantes del grupo de laboratorio.
12. RESULTADOS ESPERADOS: (22)

El sistema debe ser capaz de reconocer los patrones incluso con

informacin incompleta.
Implementaciones de una librera funcional.
Anlisis de las ventajas de las redes neuronales en el reconocimiento de
patrones.

13. CRITERO DE EVALUACIN A LA PRESENTE PRCTICA (23)

14.

Funcionamiento adecuado de los programas propuestos.

Correcta identificacin del patrn presentado.
Consulta y utilizacin de fuentes de informacin.
BIBLIOGRAFIA:

(24)

JANG, J., SUN, C., MIZUTANI, E. Neuro-Fuzzy and Soft Computing. Prentice Hall. 2000.

KULKARNI, A. Computer Vision and Fuzzy-Neural Systems. Prentice Hall. 2001.

MARTIN DEL BRIO, SANZ MOLINA. Redes Neuronales y Sistemas Difusos. Alfa-Omega.
2001.

El uso no autorizado de su contenido as como reproduccin total o parcial por cualquier persona o entidad, estar en
contra de los derechos de autor
Pagina 5 de 5
GL-PS-F-1