TCNICAS DE INTELIGENCIA ARTIFICIAL

-Introduccin -Redes Neuronales Artificiales

TCNICAS DE INTELIGENCIA ARTIFICIAL

Redes neuronales artificiales (RNA)

Razonamiento Basados En Casos (RCB)

Algoritmos Genticos (AG) Lgica Difusa (LD)

REDES NEURONALES ARTIFICIALES (RNA)

Basadas en la hiptesis de Hebb (1949): Presenta de manera intuitiva el modo en que las neuronas memorizan informacin y se plasman sintticamente en la famosa regla de aprendizaje de Hebb. Esta regla indica que las conexiones entre dos neuronas se refuerzan si ambas son activadas. Muchos de los algoritmos actuales proceden de los conceptos de este psiclogo. Son utilizadas bsicamente para problemas de clasificacin de patrones y agrupamiento (clustering)

RAZONAMIENTO BASADOS EN CASOS (RCB)

-El razonamiento basado en la experiencia pasada resolver problemas -Razonamiento como alternativa al razonamiento basado en reglas (sistemas expertos) -Se utiliza para la resolucin de problemas, implicando un enfoque fundamentalmente diferente al de la mayora de los sistemas -En lugar de basarse exclusivamente en el conocimiento general del dominio de un problema o de establecer asociaciones a travs de un conjunto de relaciones generalizadas entre descriptores de problemas y conclusiones, utilizan el conocimiento especfico de experiencias previas en situaciones concretas. -Un problema se resuelve encontrando una situacin problemtica similar (caso) en el pasado y reutilizando su solucin en la nueva situacin.

ALGORITMOS GENTICOS (AG)

Es una tcnica de bsqueda basada en la teora de la evolucin de Darwin. Se basa en los mecanismos de seleccin que utiliza la naturaleza: -Los individuos ms aptos de una poblacin son los que sobreviven pues se adaptan ms fcilmente a los cambios que se producen en su entorno.

-Los cambios se traducen en transformaciones en los genes de un individuo (unidad bsica de codificacin de cada uno de los atributos de un ser vivo)
-Las caractersticas ms destacadas de un individuo (i.e., los que le permiten adaptarse mejor a su entorno) se deben transmitir a sus descendientes. -Un AG empieza por uno o varios individuos y mediante operaciones de transformacin y seleccin va haciendo evolucionar su especie, desarrollando individuos mejores.

LGICA DIFUSA (LD)

-La lgica de conjuntos difusos ( borrosos) trabaja con conjunto de datos que no tienen lmites perfectamente definidos, es decir la pertenencia no de una variable a un conjunto no es precisa. -Se caracteriza por funciones de pertenencia que dan flexibilidad a la modelacin, utilizando expresiones como: mucho, poco, leve, escaso, suficiente, caliente, fro, tibio, joven, viejo. -En estos problemas, donde la informacin es imprecisa la matemtica y la lgica tradicional no son suficientes. -La lgica difusa es un lenguaje que permite trasladar sentencias sofisticadas del lenguaje natural a un formalismo matemtico.