Sistemas Inteligentes

Introducción
Docente:
Carlos A. Mugruza Vassallo
PhD
neuroingenieria@yahoo.com
1
 Presentación
• Docente:
– Carlos A. Mugruza Vassallo
• Pregrado: Ing. Electrónica – Tesis en Instrumentación y Control
mediante Transductores de Flujo y Presión para equipos UCI.
• Proyectos de I & D
• Maestría: Ing. Biomédica – Tesis en Telecomunicaciones y Control
mediante Modelos de neuronas y fibras musculares.
• Proyecto de patente e innovación
• Oficina de patentes: Examen de Patentes.
• Doctorado: Neuroimágenes – Tesis en electrofisiología y
resonancia funcional para estudios de atención.
• Alumno:
– Nombre
• Formación tecnológica, interés en ingeniería electrónica
2
 Estructura del curso

Teoría Práctica
• 14 clases • 3 hay sesiones para cada
• 3 prácticas calificadas grupo A y B.
• 1 examen final • Recuerden son calificados.

• Exámenes consideran
exposición de artículos de • Entre articulo científicos y
Sistemas Inteligentes programas de acuerdo al
relacionados al curso. uso.

3
 Recordar que
Enfoque hacia ingeniería Ingeniería electrónica implica
electrónica ciertos cursos

• Circuitos Eléctricos y
Digitales
• Física general I, II y III
• Análisis Matemático I … V
• Cursos de programación

4
Un sistema/aparato inteligente
 Un sistema/aparato inteligente

Neurociencias
Un sistema/aparato inteligente
Un sistema/aparato inteligente

Nanotecnología
Un sistema/aparato inteligente
Un sistema/aparato inteligente

Supercomputación
Un sistema/aparato inteligente
 Sistema inteligentes

Neurociencias
Nanotecnología
Computación
cognitiva

Supercomputación
Analizar el siguiente video dentro
del concepto dado
Como se entiende un sistema
Inteligente
Carlos A. Mugruza Vassallo
PhD(c)
neuroingenieria@yahoo.com
 Terminología básica para la clase

• Inteligencia Artificial

• Sistemas expertos

• Redes neuronales

• Reconocimientos de patrones

17
Inteligencia artificial (Konar, 2000)
 Técnicas de la IA
• Sistemas Basados en Conocimiento.
• Visión Computacional
• Procesamiento de Voz y Lenguaje Natural
• Lógica Difusa
• Redes Neuronales
• Computación Evolutiva
• Sistemas Multiagente
• Robótica
• Aprendizaje Mecánico.
• Técnicas Heurísticas (recocido simulado)
Matching template / Plantilla base
• Ejemplo
Prototype-Matching / Tipo de base
Feature-based Approach
 Computational Approach
• David Marr, descripción en el libro:
– Vision, W. H. Freeman, San Francisco, 1982.

• Necesidad de establecer niveles de

funcionamiento en un sistema inteligente,
ahora se toman como niveles funcional,
computacional y …
 Como elaborar un sistema inteligente
• Que partes tiene un sistema inteligente
– Memoria
– Imagen mental
– Comprensión
– Unificación cibernética
– Conocimiento cibernético
• Hoy veremos el caso de memoria para luego
mezclarlo con redes neuronales y ver
Independent Component Analysis (ICA) y
Principal Component Analysis (PCA) en las
siguientes clases.
Atkinson-Shiffrin’s Model
Tulving model
 Mental Imagery
• Como recordamos escenas?
• Por que es importante la imagen mental?
• Rotación

• Estrella de David
• Ambigüedad