Introducción (IA)

Introduccin a la Inteligencia Computacional

Alejandro Pea P.
Objetivos y Contenidos Qu es la IA? Definicin y Concepto Fundamentos Objetivos y Enfoques Paradigmas y Aplicaciones Fundamentos de Inteligencia Artificial Prueba de Turing Agentes Racionales Bsqueda en Espacio de Estados Sistemas Expertos Representacin del Conocimiento Dinmica y Ventajas Funcionamiento Proceso de Desarrollo Sistemas Basados en Conocimiento (SBCs) Bibliografa
Alejandro Pea P., PhD. pfjapena@gmail.com Grupo de Investigacin en Inteligencia Computacional y Robtica (GICR) Escuela de Ingeniera de Antioquia
Objetivos y Contenidos
1.

Alejandro Pea P.
Objetivo General
2.
Desarrollar algoritmos basados en los principios de la Inteligencia Computacional para la Solucin de Problemas Reales.
3.
Objetivos Especficos.
4.
Identificar los elementos que definen los principios bsicos de la Inteligencia Computacional. Desarrollar modelos neuronales para la clasificacin de patrones y para el pronstico de Series Temporales. Optimizar el aprendizaje de redes neuronales mediante la utilizacin de los principios de la Computacin Evolutiva. Desarrollar sistemas basados en los principios de la lgica borrosa, a partir de parmetros y variables que poseen informacin vaga, borrosa o incompleta.
5.
6.
7.
Contenido Temtico
1.

Alejandro Pea P.
Introduccin a los Sistemas Inteligentes. Redes Neuronales Artificiales.

3.
2.
Introduccin a las Redes Neuronales Artificiales. Primeros Modelos Computacionales. Perceptrn Multicapa. Redes Neuronales de Base Radial. Aprendizaje No Supervisado. Identificacin de Patrones. Redes Neuronales Recurrentes. Pronstico de Series Temporales. Anlisis Estadstico del Error.
4.
5.
6.
7.
8.
9.
10.
11.
12.
Introduccin Computacin Evolutiva.
Contenido Temtico
3.

Alejandro Pea P.
Introduccin Computacin Evolutiva.

4.
Tcnicas Heursticas. Nociones de Optimizacin. Antecedentes Histricos. Paradigmas Fundamentales. Algoritmos Evolutivos. Definicin de conjuntos borrosos. Operaciones entre Conjuntos Borrosos. Variables Lingsticas. Reglas de Control. Proceso de Fuzzy. Activacin de Reglas de Control. Proceso Desfuzzy.
5.
6.
7.
8.
9.
Lgica Borrosa.
10. 11.
12.
13.
14.
15.
16.
Tema 1: Qu es la Inteligencia Artificial?

Conceptos bsicos

Alejandro Pea P.
Objetivos y Contenidos
IA Inteligencia Artificial
Qu es la IA? Definicin y Concepto Fundamentos Objetivos y Enfoques Paradigmas y Aplicaciones Fundamentos de Inteligencia Artificial Prueba de Turing Agentes Racionales Bsqueda en Espacio de Estados
Alejandro Pea P., PhD.
Sistemas Expertos Representacin del Conocimiento Dinmica y Ventajas Funcionamiento Proceso de Desarrollo Sistemas Basados en Conocimiento (SBCs) Bibliografa
Definicin de Inteligencia Artificial Definicin (Fuente: Wikipedia) Se denomina Inteligencia Artificial a la ciencia que intenta la creacin de programas para mquina que imiten el comportamiento y la comprensin humana. La investigacin en el campo de la IA se caracteriza por la creacin de sistemas basados en conocimiento y que se comporten de manera inteligente, tal como lo sola definicin. Sin embargo no es fcil establecer una especifica del haria un experto en un rea De acuerdo con la bibliografa se pueden encontrar conocimiento.
diferentes definiciones e interpretaciones, las cuales se pueden clasificar bajo cuatro enfoques fundamentales

Alejandro Pea P.
El Concepto de Inteligencia

Alejandro Pea P.
El concepto inteligencia comprende varios aspectos: Adquisicin, representacin y almacenamiento del conocimiento. Generacin y aprendizaje del comportamiento. Desarrollo y uso de las motivaciones, emociones y prioridades. Transformacin de las seales sensoriales en smbolos. Efectuar deducciones, razonar sobre el pasado y planear el futuro. Produccin de los fenmenos de ilusin, creencias, esperanzas, temores, sueos, cario, amor, La comprensin de estas funciones a nivel fundamental seria un logro cientfico comparable a la fsica nuclear, la relatividad o
Fundamentos de la Inteligencia Artificial Los fundamentos de la Inteligencia Artificial, sientan base en las siguientes reas del conocimiento: Filosofa: Razonamiento y Aprendizaje. Matemticas: Lgica Matemtica (Frege, Rusell, Zadeh). Complejidad Computacional (Godel, Church, Turing). Teora de la Decisin. Psicologa: Investigacin de la mente humana. Ingeniera Informtica: Herramientas que hacen posible. Lingstica: Estructura y significado del lenguaje.

Alejandro Pea P.
Objetivos de la Inteligencia Artificial

Alejandro Pea P.
Dentro de los objetivos de la Inteligencia Artificial se cuentan: Razonamiento: Dado {Conocimiento, Hechos}, deducir consecuencias. Planificacin: Dados {Conocimiento, Situacin Actual, Objetivo Deseado}, deducir la secuencia de acciones para alcanzar un objetivo (razonamiento dirigido por objetivos). Aprendizaje: Dados {Conocimiento, hechos}, deducir nuevos hechos posibles sobre el conocimiento.
Enfoques de la Inteligencia Artificial

Alejandro Pea P.
De acuerdo con las reas del conocimiento mencionadas anteriormente, existen diferentes escuelas en el desarrollo de la Inteligencia Artificial: Escuela Cognitiva, cuyo inters radica en descubrir los procesos de razonamiento para intentar reproducirlos en la mquina. Escuela logstica, cuyo principal objetivo esta en el desarrollo de la lgica formal y los correspondientes mecanismos de inferencia. Escuela Pragmtica, intenta desarrollar sistemas informticos que se comporten de forma inteligente sin intentar emular los procesos de razonamiento humano.
Enfoques de la Inteligencia Artificial Sistemas que piensan como humanos (Enfoque Cognoscitivo) El nuevo y excitante esfuerzo de hacer que los computadores piensen...mquinas con mentes, en el ms amplio sentido literal (Haugeland,1985) [La automatizacin de] actividades que vinculamos con procesos de pensamiento humano, actividades como la toma de decisiones, resolucin de problemas, aprendizaje... (Bellman,1978)

Alejandro Pea P.
Enfoques de la Inteligencia Artificial Sistemas que piensan como humanos (Enfoque Cognoscitivo) El nuevo y excitante esfuerzo de hacer que los computadores piensen...mquinas con mentes, en el ms amplio sentido literal (Haugeland,1985) Sistemas que piensan [La automatizacin de] actividades que racionalmente (Enfoque Lgico) vinculamos con procesos de Es el actividades como pensamiento humano, estudio de las facultades mentales mediante el uso de la toma de programas computacionales decisiones, resolucin de problemas, aprendizaje... (Chamiak & McDermott, 1985) (Bellman,1978) Es el estudio de los clculos que hacen posible percibir, razonar y actuar. (Winston, 1992)

Alejandro Pea P.
Enfoques de la Inteligencia Artificial Sistemas que piensan como humanos (Enfoque Cognoscitivo) El nuevo y excitante esfuerzo de hacer que los computadores piensen...mquinas con mentes, en el Sistemas que actan ms amplio sentido literal como humanos (Enfoque (Haugeland,1985) Prueba de Turing).. [La automatizacin de] actividades que El arte de Sistemas que piensan desarrollar vinculamos conracionalmente (Enfoque Lgico) con procesos de mquinas capacidad pensamiento humano, estudio de las facultades para realizar Es el actividades como funciones mentales mediante el uso de laque de cuando toma son programas decisiones, resolucin de problemas, realizadas por personascomputacionales & aprendizaje... (Chamiakla McDermott, 1985) requieren de (Bellman,1978) Es el estudio de los clculos que inteligencia. hacen posible percibir, razonar y (Kurrzei, 1990) actuar. Es el estudio de cmo (Winston, 1992) lograr que los

Alejandro Pea P.
Enfoques de la Inteligencia Artificial Sistemas que piensan como humanos Sistemas que actan (Enfoque Cognoscitivo) como humanos (Enfoque El nuevode Turing).. esfuerzo de hacer Prueba y excitante que arte de desarrollar computadores los El piensen...mquinas con mentes, en el Sistemas que actan mquinas con capacidad ms amplio sentido literal como humanos funciones para realizar (Enfoque (Haugeland,1985) Prueba de Turing).. son que cuando [La automatizacin de] actividades que El arte de Sistemas que piensan realizadas pordesarrollar (Enfoque Lgico) personas racionalmente vinculamos con con procesos mquinas capacidad requieren de el estudio de las de la Es facultades pensamiento humano, actividades como para realizar funciones inteligencia. mentales mediante actan Sistemas que el uso de laque de cuando toma 1990) son (Kurrzei, racionalmente (Enfoque programas decisiones, resolucin de problemas, realizadas por personascomputacionales Es el estudio de cmo McDermott, 1985) de Agentes Racionales) aprendizaje... (Chamiakla requieren que de La & lograr los inteligencia Es el estudio de los clculos que (Bellman,1978) inteligencia. computadoreshacen computacional razonarel realicen posible percibir, es y (Kurrzei, 1990) por estudio del diseo de taresa que,actuar. el Es el estudio humanos momento, los de cmo agentes (Winston, 1992)inteligentes lograr mejor. que los hacen (Pool et al.,1985)

Alejandro Pea P.
Paradigmas de la Inteligencia Artificial De acuerdo con los enfoques mencionados anteriormente, los principales paradigmas de la Inteligencia Artificial son los siguientes: Procesamiento Simblico: Problemas de naturaleza no numrica (lgica). Bsqueda Heurstica: Tratamiento de la complejidad de un proceso. Sistemas Expertos: Rene la visin conductista y funcional del conocimiento. Sistemas Basados en Conocimiento: Visin cognoscitiva estructural. Aprendizaje Automtico: Sistemas con autonoma, induccin de conocimiento. Agentes Inteligentes: Sociedades de componentes con personalidad.

Alejandro Pea P.
Inteligencia Artificial Interdisciplinaria.

Alejandro Pea P.
Inteligencia Artificial y Ciencia. Explicacin de las facultados mentales mediante el uso de modelos computacionales (Charmiak & Mc Dermott, 1985).

Alejandro Pea P.
Inteligencia Artificial e Ingeniera. Como hacer que los ordenadores ejecuten tareas cognoscitivas que, por ahora, las personas realizan mejor (Rich & Knight, 1991)..

Alejandro Pea P.
Inteligencia Artificial como Negocio. Evolucin de las etiquetas: sistemas expertos, ingeniera del conocimiento, agentes inteligentes, gestin del conocimiento e inteligencia de negocio.

Alejandro Pea P.
Comportamiento Inteligente: Prueba de Turing. Prueba de Turing Es una prueba basada en la incapacidad de diferenciar entidades inteligentes indiscutibles y seres humanos. El computador supera la prueba si responde a una serie de preguntas planteadas por el Hoy en da, una prueba capaz de saber si estas evaluador y este no es de Turing debera exigir las siguientes capacidades: respuestas son de una persona humana o no. Procesamiento de lenguaje natural. Representacin del conocimiento. Razonamiento Automtico. Aprendizaje Automtico. Y adems para la prueba Global de Turing: Visin computacional. Navegacin Automtica Robtica.

Alejandro Pea P.
Actuar de forma racional: Agente Racional. Definicin de Agente Un Agente es algo que razona. Un agente racional es aquel que acta con la intencin de alcanzar el mejor resultado o, cuando hay incertidumbre, el mejor resultado esperado. El comportamiento deseable para un Agente debera tener las siguientes caractersticas: Toma de decisiones autnomas (Actuadores). Perciban su entorno (Sensores). Persisten en el tiempo. Sean adaptables a

Alejandro Pea P.
Bsqueda en Espacio de Estados. Gran parte de los problemas que afronta un Agente, estn basados en bsqueda en espacio de estados, donde: Estado Inicial. Prueba de Terminacin, detectar estados finales, o posibles soluciones del problema. Conjunto de Operaciones que pueden La representacin de estos espacios de estados, aplicarse para cambiar el estado actual de generalmente estn representados en forma de un problema. arboles: Los nodos representan los estados del sistema. Los arcos representan las operaciones sobre los estados del sistema.

Alejandro Pea P.
Sistemas Expertos (Conductista). Los Sistemas Expertos, son sistemas basados en el conocimiento u se comportan de manera similar a como lo hara un experto en un rea especifica del conocimiento. De esta manera, un experto reduce rpidamente la bsqueda al reconocer situaciones (patrones) y utilizar los El conocimiento en los SEs, generalmente esta mtodos y reglas adecuadas para llegar estructurado en forma de arboles de a la solucin de un problema. conocimiento, similares a los mapas conceptuales. Esta representacin se da de esta manera, cuando el nmero de posibilidades para la solucin de un problema es grande. Se requiere conocimiento para guiar la

Alejandro Pea P.
Representacin del Conocimiento en un SE.

Alejandro Pea P.
Dinmica de un SE.

Alejandro Pea P.
Ventajas de un Sistema Experto. Experto Humano Perecible. Difcil de documentar Difcil de transferir Impredecible. Mas costoso. Experto Artificial Permanente. Fcil de Transferir. Fcil de Documentar. Consistente. Menos Costoso. Resuelve problemas para los que no existen modelos matemticos adecuados o soluciones complejas.

Alejandro Pea P.
Funcionamiento de un Sistema Experto.

Alejandro Pea P.
Proceso de Desarrollo de un SE. Los elementos fundamentales para el desarrollo de un Sistema Experto son los siguientes: Identificacin: Caracterizacin de los aspectos ms importantes del dominio del problema. Conceptualizacin: Se extraen los conceptos, acciones y restricciones necesarias para resolver un problema. Ingeniero del Conocimiento: Persona encargada de trasladar el conocimiento de un experto en una estructura de representacin. Modelo Conceptual (rbol): Es un modelo conceptual que se genera entre el experto y el implementador.

Alejandro Pea P.
Sistemas Basados en Conocimiento (Cognoscitivo) Los Sistemas Basados en Conocimiento son programas que resuelven problemas utilizando la lgica de un determinado dominico del conocimiento.

Alejandro Pea P.
Sistemas Basados en Conocimiento (Cognoscitivo) Los Sistemas Basados en Conocimiento son programas que resuelven problemas utilizando la lgica de un determinado dominio del conocimiento de manera similar a como lo hacen los Sistemas Expertos.

Alejandro Pea P.
Tema 2: Introduccin a la Inteligencia Computacional

Conceptos bsicos

Alejandro Pea P.
IEEE Computational Intelligence Society reas del Conocimiento Problemas Esferas de Aplicacin Taxonoma Definicin SoftComputing Redes Neuronales Artificiales Prueba de Turing Computacin Evolutiva Representacin del Lgica Borrosa Representacin del Bibliografa
IC Inteligencia Computacional
Alejandro Pea P., PhD.
IEEE Computational Intelligence Society

MIMICKING NATURE FOR PROBLEM SOLVING

Alejandro Pea P.
The Field of Interest of the Society shall be the theory, design, application, and development of biologically and linguistically motivated computational paradigms enphasizing neural networks, connectionist systems, genetic algorithms, evolutionary programming, fuzzy systems, and hybrid intelligent systems in which these paradigms are contained. A diferencia de la Inteligencia Artificial, la http://ieee-cis.org/about_cis/scope Inteligencia Computacional permite imitar el comportamiento de las especies en la naturaleza en dos niveles: a nivel de cerebro (fuzzy logic, neural networks) y a nivel de especie (computacin evolutiva), con el fin de dotar al computador de una inteligencia que le permita solucionar problemas complejos en interaccin con el mundo real.
Problemas que se pueden resolver con IC. Las reas del conocimiento en las cuales la IC pueden resolver problemas son:

Alejandro Pea P.
Cagrupamiento y Clasificacin Definir patrones o clases predefinidas para establecer la pertenencia Simulacin Modelamiento yde un dato
Encontrar un modelo que describa en forma significativa Pronstico Prediccin y la dependencia entre variables. Predecir el valor futuro de
variables conocidas teniendo en cuenta informacin del pasado.
Esferas de la Inteligencia Computacional La IC es un concepto que agrupa varias tecnologas avanzadas en varias esferas

Alejandro Pea P.
Inteligencia Computaci onal

Alejandro Pea P.
IEEE Computational Intelligence Society
Mtodos Iterativos Redes Neuronales Computacin Evolutiva
reas del Conocimiento Problemas Esferas de Aplicacin Taxonoma Definicin SoftComputing Redes Neuronales Artificiales Prueba de Turing Computacin Evolutiva Representacin del Lgica Borrosa Representacin del Bibliografa

Alejandro Pea P.
Matemtica Borrosa Lgica Borrosa Conjuntos Asperos

Alejandro Pea P.
IEEE Computational Intelligence Society reas del Conocimiento Problemas Esferas de Aplicacin Taxonoma Definicin SoftComputing Redes Neuronales Artificiales Prueba de Turing

Sistemas Hbridos NeuroDifusos. Gentico Difusos Neuro Gentico
Computacin Evolutiva Representacin del Lgica Borrosa Representacin del Bibliografa

Alejandro Pea P.
IEEE Computational Intelligence Society reas del Conocimiento Problemas Esferas de Aplicacin Taxonoma Definicin SoftComputing Redes Neuronales Artificiales Prueba de Turing

Sistemas Hbridos NeuroDifusos. Gentico Difusos Neuro Gentico
Clasificacin de Patrones Clustering Data Mining Reconocimiento de Patrones.
Computacin Evolutiva Representacin del Lgica Borrosa Representacin del Bibliografa
Taxonoma de las Tcnicas de la IC. La clasificacin de las tcnicas de la IC, se puede realizar de la siguiente manera: Mtodos Inductivos Predictivos: Interpolacin: Una funcin continua sobre continua sobre varias dimensiones. Prediccin Secuencial: Si las observaciones estn ordenadas (Series de Tiempo), se puede pronosticar un valor de la secuencia. Aprendizaje Supervisado: Aprende de valores de referencia establecidos. Mtodos Inductivos Descriptivos. Aprendizaje no Supervisado: El conjunto de observaciones no tienen clases asociadas. El objetivo es detectar regularidades de los datos (Clustering Data Mining). Mtodos Abductivos Explicativos Abduccin o Aprendizaje Analtico:

Alejandro Pea P.
Definicin de SoftComputing. El principal objetivo de la SoftComputing ,es aprovechar la tolerancia que conllevan la imprecisin y la incertidumbre, para conseguir manejabilidad, robustez y soluciones de bajo costo a problemas del mundo real.

Alejandro Pea P.
Bibliografa. Bibliografa (Agradecimientos) Esta presentacin esta basada en los trabajos desarrollados por: Gmez, J.A., Flores, J. Introduccin a la Inteligencia Artificial Conceptos bsicos y un poco de historia Universidad de Castilla la Mancha, Albacete, 2008. Gmez Gil, M.P. Tpicos Avanzados: Redes Neuronales Artificiales Instituto Nacional de Astrofsica, ptica y Electrnica, Coordinacin de Ciencias Computacionales, 2010. Alfaro Parada, M.E. Introduccin a la Inteligencia Computacional (SoftComputing) Universidad de Castilla La Mancha, 2008.

Alejandro Pea P.
Bibliografa. Bibliografa Libros Gua

Isazi, V. P., Galvn, L.I. Redes de Neuronas Artificiales Un Enfoque Prctico, Ed. Pearson, Prentice Hall, Madrid, 2004 ISBN: 84-2054025-0 Coello, C. Introduccin a la Computacin Evolutiva (Notas de Curso) Departamento de Ingeniera Elctrica, Instituto Politcnico Nacional, Mxico, 2004. Kosko, B. Fuzzy Engineering Ed. Prentice Hall, New Jersey, 1997. ISBN: 0-13-124991-6 Otra Bibliografa. Bellman, R. an Introduction to artificial intelligence: can computers think? Boyd & Frase Pub. Co, 146 p., San Francisco, 1978. ISBN: 0878350667. Church, A., A note on the Entscheidungs problem, Journal of Symbolic Logic, 1, 1936, pp. 40-41. Frege, G., Escritos lgico-semnticos, Tecnos, Madrid, 1974. Gdel, K., Obras completas, Alianza Editorial, Madrid, 1987.

Alejandro Pea P.
Bibliografa. Bibliografa
Haugeland, J., Artificial intelligence: the very idea, MIT Press, Cambrigde, MA, 1987. Kurzweil, R. When Computers Exceed Human Intelligence. The Age of Spiritual Machines. Ed. Penguin Group, 1.999. ISBN: 0-14-028202-5 McDermott, D. Charniak, E. Introduction to Artificial Intelligence Ed. Pearson, Prentice Hall, 1985. ISBN: 8131703061. Nilsson, N. Artifical Intelligence A New Synthesis Morgan Kaufmann Publishers, San Francisco, 1998. ISBN: 155860-555-5 Rich, E. Knight, K. Nair, S. Artificial Inteliigence Tata Mc Graw Hill Publishing Company Ltd., New Delhi, 1.991. ISBN: 13-978-0-07-067816-3 Shanon, B., A simple comment regarding the Turing Test, Journal Theory Society Behavior. 19 (JE 1989) pp. 249-256. Winston, P. Artificial Intelligence Addison Wesley Publishing Company, 1992. ISBN:0-201-533774 Zadeh, L. A., Kacprzyk, J., Fuzzy logic for the management of uncertainty, Wiley, New York, 1992.

Alejandro Pea P.

Introducción (IA)

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Introducción (IA)

Cargado por

Copyright:

Formatos disponibles

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a los Sistemas Inteligentes. Redes Neuronales Artificiales.

Introduccin Computacin Evolutiva.

Introduccin a la Inteligencia Computacional

Introduccin Computacin Evolutiva.

Tema 1: Qu es la Inteligencia Artificial?

Introduccin a la Inteligencia Computacional

Alejandro Pea P., PhD.

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Objetivos de la Inteligencia Artificial

Introduccin a la Inteligencia Computacional

Enfoques de la Inteligencia Artificial

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Inteligencia Artificial Interdisciplinaria.

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Representacin del Conocimiento en un SE.

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Funcionamiento de un Sistema Experto.

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Tema 2: Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

Alejandro Pea P., PhD.

IEEE Computational Intelligence Society

Introduccin a la Inteligencia Computacional

Introduccin a la Inteligencia Computacional

variables conocidas teniendo en cuenta informacin del pasado.

Introduccin a la Inteligencia Computacional

Inteligencia Computaci onal

Introduccin a la Inteligencia Computacional

IEEE Computational Intelligence Society

Mtodos Iterativos Redes Neuronales Computacin Evolutiva

Inteligencia Computaci onal

Introduccin a la Inteligencia Computacional

Mtodos Iterativos Redes Neuronales Computacin Evolutiva

Matemtica Borrosa Lgica Borrosa Conjuntos Asperos

Inteligencia Computaci onal

Introduccin a la Inteligencia Computacional

Mtodos Iterativos Redes Neuronales Computacin Evolutiva

Matemtica Borrosa Lgica Borrosa Conjuntos Asperos

Inteligencia Computaci onal

Computacin Evolutiva Representacin del Lgica Borrosa Representacin del Bibliografa